李 鵬,李寶寬,孫 毅,許海飛

(1.東北大學(xué) 冶金學(xué)院,遼寧 沈陽 110819;2.沈陽鋁鎂設(shè)計研究院有限公司,遼寧 沈陽 110001)

預(yù)焙陽極作為電解鋁生產(chǎn)的第二大消耗性原材料,被譽(yù)為鋁電解槽的“心臟”[1-2]。伴隨著社會經(jīng)濟(jì)的快速發(fā)展,預(yù)焙陽極生產(chǎn)過程能耗高、自動化水平低的劣勢,成為制約其行業(yè)持續(xù)發(fā)展的瓶頸問題。長期以來,炭素廠致力于陽極質(zhì)量的提升[3-5]、陽極生產(chǎn)過程的機(jī)理性研究等[6-7],對于炭素廠能源與物流管控研究較少。因此,研究預(yù)焙陽極生產(chǎn)過程中物質(zhì)流與能量流的發(fā)展規(guī)律,分析其生產(chǎn)過程中耗能高的原因及能源利用不合理之處,從而幫助企業(yè)管理者更準(zhǔn)確、更及時的做好生產(chǎn)組織管理,形成系統(tǒng)性的理論決策分析邏輯,將是今后炭素廠發(fā)展的主要方向。同時,借助炭素廠智能管控平臺的搭建,利用現(xiàn)有數(shù)據(jù)采集功能,研發(fā)出新一代的數(shù)據(jù)分析與決策功能,將是炭素廠未來發(fā)展的突破點(diǎn)和亮點(diǎn)。

1 炭素廠中物質(zhì)與能量流動過程分析

物質(zhì)流作為系統(tǒng)內(nèi)各種元素、化合物的主要載體,是物質(zhì)傳遞、交換的主要表現(xiàn)形式。能量流作為系統(tǒng)運(yùn)行的能量驅(qū)動器,控制著物質(zhì)流的流動方向和轉(zhuǎn)化過程。由于能量流的根源在于物質(zhì)流,二者相互影響又相互作用[8],所以綜合物質(zhì)流與能量流的分析方法,并在分析過程中體現(xiàn)能量是驅(qū)動物質(zhì)流動的源動力這一本質(zhì)規(guī)律[9-10],是解決炭素廠物流、能源管理的理論基礎(chǔ)。

因此,結(jié)合預(yù)焙陽極生產(chǎn)過程,運(yùn)用物質(zhì)流與能量流的分析方法,從能源介質(zhì)種類和流動方向入手,以車間為單位節(jié)點(diǎn)對炭素廠所消耗的能源介質(zhì)進(jìn)行系統(tǒng)梳理,從而建立炭素廠能源介質(zhì)網(wǎng)狀分布圖,見圖1。

圖1 炭素廠能源介質(zhì)網(wǎng)狀分布圖

從圖1可以看出,整個炭素廠能源結(jié)構(gòu)較為復(fù)雜,伴隨著多物質(zhì)流和多能量流,也伴隨著能量小循環(huán)和介質(zhì)大循環(huán)。其中,以碳元素流為主態(tài),其在生產(chǎn)過程中發(fā)生物理結(jié)構(gòu)形式的變化(生石油焦-煅燒焦-生炭塊-焙燒塊-組裝塊),同時伴隨著公輔介質(zhì)和能源的消耗作為其驅(qū)動力。炭素廠中能源介質(zhì)及消耗見表1。

表1 炭素廠能源介質(zhì)消耗表

2 數(shù)學(xué)模型搭建

通過數(shù)學(xué)模型的搭建,可以完成能源消耗影響因素的權(quán)重計算,從而為生產(chǎn)管理者提供決策的重要參考和理論依據(jù)。影響因素權(quán)重計算的方法有很多[11],本文綜合各種算法的優(yōu)劣提出一套適合于單一變量、不同影響因素的權(quán)重計算模型。

首先,對于影響因素進(jìn)行標(biāo)準(zhǔn)化處理:

(1)

其次,對于權(quán)重系數(shù)進(jìn)行計算:

(2)

其中，ωm和N分別代表影響因素n的權(quán)重系數(shù)及影響因素數(shù)量。

3 實(shí)例模擬分析

以某預(yù)焙陽極企業(yè)為研究對象,應(yīng)用其部分過程數(shù)據(jù)進(jìn)行模擬分析。本文以生石油焦單耗為例,通過數(shù)學(xué)建模計算,得出結(jié)論,進(jìn)而進(jìn)行決策分析。

3.1 生石油焦單耗影響因素

生石油焦是預(yù)焙陽極生產(chǎn)的最主要原料,陽極生產(chǎn)成本直接決定于生石油焦消耗量。所以,生石油焦單耗是陽極廠主要能耗控制指標(biāo),其計算分析具有較強(qiáng)的代表性。在陽極生產(chǎn)全周期內(nèi),生石油焦消耗集中于四個工段:原料儲運(yùn)、煅燒車間、成型車間及焙燒車間;體現(xiàn)在四個方面:原料參數(shù)、收塵粉量、煅燒燒損及填充料消耗。

圖2 石油焦消耗影響因素邏輯圖

原料參數(shù):不同炭素企業(yè)對于原料采購的指標(biāo)控制不盡相同。粉焦含量越大,陽極生產(chǎn)中的生石油焦過程損失就越大,進(jìn)而造成生石油焦單耗越高;揮發(fā)分和水分含量也是影響煅燒過程濕基實(shí)收率的關(guān)鍵參數(shù),其成分占比越高,生石油焦單耗越高。

收塵系統(tǒng):收塵系統(tǒng)對于生石油焦單耗的影響主要體現(xiàn)在兩個方面-除塵風(fēng)機(jī)風(fēng)量及粉塵排放濃度。除塵風(fēng)機(jī)風(fēng)量越大,收塵系統(tǒng)帶走的生石油焦粉料越多,生石油焦單耗就越高;粉塵排放濃度越大,說明生產(chǎn)過程中產(chǎn)生的揚(yáng)塵較多,進(jìn)而也將造成生石油焦單耗越高。

煅燒燒損:煅燒過程的石油焦燒損影響因素較多,如果燒損高,那么生石油焦單耗就勢必會很高。而造成燒損過高的原因有:火道溫度過高、煅燒時間過長、生石油焦焦粉量過大、原料含水量過高等。

填充料消耗:采用煅燒焦作為焙燒爐填充料的炭素廠應(yīng)該重視填充料消耗對生石油焦單耗的影響。填充料消耗的影響因素有:填充料粒度、焙燒爐爐面控制溫度、料箱容積率及焙燒系統(tǒng)移爐周期等。

3.2 影響因素權(quán)重系數(shù)計算

為分析生石油焦單耗過高的影響因素,需應(yīng)用前文所述的數(shù)學(xué)模型,對其所有影響因素進(jìn)行統(tǒng)一的權(quán)重系數(shù)計算,具體步驟如下:

(1)需根據(jù)目標(biāo)控制變量,即生石油焦單耗,采集一定時期內(nèi)其所有影響因素數(shù)值,并計算出對應(yīng)時期內(nèi)生石油焦單耗的數(shù)值,形成采集樣本;

(2)根據(jù)采集樣本,結(jié)合炭素廠自身運(yùn)行情況,對于生石油焦單耗及其影響因素,制定合理控制區(qū)間,即區(qū)間內(nèi)的值認(rèn)為是正常生產(chǎn)情況下的參數(shù)值,區(qū)間外的認(rèn)為是非正常生產(chǎn)情況下的非正常參數(shù)值;

(3)找到目標(biāo)控制值(即生石油焦單耗)與每個影響因素的對應(yīng)數(shù)學(xué)關(guān)系;

(4)對某日生石油焦單耗超標(biāo)進(jìn)行溯源,找到當(dāng)日其所有影響因素的數(shù)值,通過與合理控制區(qū)間的數(shù)值進(jìn)行對比,找到非合理影響因素值,見表2;

表2 石油焦單耗非正常影響因素表

(5)完成對所有影響因素權(quán)重系數(shù)的計算,見表3。

表3 影響因素權(quán)重系數(shù)表

3.3 生石油焦單耗影響因素分析與決策

從石油焦單耗影響因素權(quán)重系數(shù)計算結(jié)果中可以看出,水分含量影響占比最大,這是由于生石油焦水分11%遠(yuǎn)超出正常水分含量控制范圍7%～9%,而且水分含量是影響生石油焦單耗最直接、最敏感的因素之一,所以本實(shí)例分析中,水分含量過高是影響生石油焦單耗過高的最大因素。然后,從火道溫度這一影響因素來看,雖然火道控制溫度超溫會造成生石油焦單耗增加,但是并不明顯,且本實(shí)例分析中,火道溫度偏離正常范圍區(qū)間較小,所以火道溫度是影響生石油焦單耗過高的最小因素。

從生產(chǎn)管理者角度出發(fā),可以根據(jù)本實(shí)例分析中關(guān)于生石油焦單耗過高影響因素的權(quán)重系數(shù)計算結(jié)果,優(yōu)先調(diào)節(jié)生焦中的水分含量,使其恢復(fù)到正常區(qū)間范圍內(nèi)(7%～9%)。由于影響因素之間往往互相關(guān)聯(lián),所以建議進(jìn)行這一波優(yōu)化操作后,重新通過數(shù)據(jù)采集、模型計算,檢查優(yōu)化后的生石油焦單耗是否還在非正常區(qū)間范圍內(nèi),如果結(jié)果還不理想,反復(fù)應(yīng)用此模型操作,直到結(jié)果優(yōu)化到合理范圍之內(nèi)。

3.4 智能決策與分析模塊的創(chuàng)建

結(jié)合炭素廠智能化的發(fā)展要求,通過將上述數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)計算、數(shù)據(jù)分析與決策優(yōu)化等模塊應(yīng)用于炭素廠智能管控平臺上,將會對炭素廠智能化發(fā)展帶來巨大影響,筆者團(tuán)隊也將通過上述思路搭建了炭素廠智能管控平臺,得到初步模型,如圖3所示。

圖3 石油焦單耗優(yōu)化分析圖

4 結(jié) 論

(1)炭素廠中能源結(jié)構(gòu)較為復(fù)雜,多物質(zhì)流和多能量流交錯流動,其中能量流是物質(zhì)流流動的根本驅(qū)動力。

(2)影響因子權(quán)重分析數(shù)學(xué)模型的搭建,為炭素廠單一變量、不同影響因素的權(quán)重系數(shù)計算提供了新思路。

(3)通過實(shí)例模擬分析,找到了石油焦單耗過高的原因,驗證了影響因子權(quán)重分析算法的準(zhǔn)確性與實(shí)用性。

(4)將物流與能源管理決策分析模型應(yīng)用到炭素廠智能管控平臺,將是今后炭素廠智能化發(fā)展的主要方向,具有較大的現(xiàn)實(shí)指導(dǎo)意義。