劉學(xué)迅，李崢輝，李志東，易剛，葉育生，張燕星，吳康洛，盧志民，俞祝良，姚順春

（1.廣州環(huán)投從化環(huán)保能源有限公司，廣東 廣州 510900；2.華南理工大學(xué)自動化科學(xué)與工程學(xué)院，廣東 廣州 510641；3.華南理工大學(xué)電力學(xué)院，廣東 廣州 510641）

隨著城鎮(zhèn)人口的迅速增加和人民生活水平的不斷提高，垃圾圍城現(xiàn)象及其造成的環(huán)境污染問題日益嚴(yán)峻[1]。目前，垃圾的處理方法主要有填埋、堆肥和焚燒等[2]。其中焚燒因具有減量化、資源化和無害化的特點，使得近幾年垃圾焚燒廠投運數(shù)量大幅增長，遠超過其他處理方式[3]。據(jù)國家統(tǒng)計局統(tǒng)計年鑒資源和環(huán)境板塊數(shù)據(jù)顯示，2020 年，我國投入運行的生活垃圾焚燒發(fā)電廠有463 座，日總處理能力為56.78 萬t，垃圾焚燒處理能力占總處理能力的占比達到58.93%。為有效踐行習(xí)近平新時代中國特色社會主義生態(tài)文明思想，深入貫徹落實“綠水青山就是金山銀山”理念的具體行動，各省市已陸續(xù)發(fā)布生活垃圾焚燒發(fā)電中長期專項規(guī)劃。福建省發(fā)布的《福建省生活垃圾焚燒發(fā)電中長期專項規(guī)劃（2019—2030 年）》通知，指出到2030 年，福建省生活垃圾焚燒率平均可達100%。浙江省發(fā)布的《浙江省生活垃圾焚燒發(fā)電中長期專項規(guī)劃（2019—2030 年）》通知，指出到2030 年底，浙江省生活垃圾焚燒發(fā)電日處理能力達到9 萬t 以上，全省生活垃圾全部實現(xiàn)焚燒處理。廣東省發(fā)布的《廣東省生活垃圾處理“十四五”規(guī)劃》指出，到2025 年底，全省生活垃圾焚燒能力占比達到80%以上；珠三角地區(qū)城市爭取實現(xiàn)原生生活垃圾“零填埋”；粵東西北地區(qū)城市生活垃圾焚燒占比65%左右，鼓勵有條件城市盡早實現(xiàn)原生生活垃圾零填埋。2020 年1 月，國家發(fā)改委發(fā)布《關(guān)于貫徹落實促進非水可再生能源發(fā)電健康發(fā)展若干意見，加快編制生活垃圾焚燒發(fā)電中長期專項規(guī)劃的通知》，指出各地必須嚴(yán)格按照《關(guān)于進一步做好生活垃圾焚燒發(fā)電廠規(guī)劃選址工作的通知》（發(fā)改環(huán)資規(guī)[2017]2166 號）要求，加快組織編制生活垃圾焚燒發(fā)電中長期專項規(guī)劃。隨著一系列政策的發(fā)布，垃圾焚燒發(fā)電迎來重大利好，成為我國城市生活垃圾處理的重要發(fā)展方向。

然而，由于垃圾成分復(fù)雜，焚燒處理過程中會產(chǎn)生許多污染物。其中，NOx就是垃圾焚燒排放的主要大氣污染物之一，其大量排放加劇了酸雨、光化學(xué)煙霧、區(qū)域細粒子危害及灰霾等污染的形成[4]。選擇性非催化還原（selective non catalytic reduction，SNCR）脫硝技術(shù)是控制NOx排放較為成熟的技術(shù)，在垃圾焚燒煙氣凈化脫硝工藝中被普遍應(yīng)用[5]。

當(dāng)前，學(xué)者對基于SNCR 脫硝控制技術(shù)的研究主要集中在燃煤鍋爐。如白建云等[6]提出了一種多模型GPC-PID 級預(yù)測控制方法，解決了SNCR 脫硝系統(tǒng)在變工況和受到干擾時，不能很好控制NOx濃度和氨逃逸等問題。來長勝等[7]提出采用對復(fù)雜系統(tǒng)有較好控制作用的廣義預(yù)測控制（GPC）來改善SNCR 煙氣脫硝系統(tǒng)的控制性能和調(diào)節(jié)品質(zhì)。高明明等[8]設(shè)計了基于NOx濃度預(yù)測模型的一、二次風(fēng)量優(yōu)化和模型預(yù)測前饋噴氨控制的SNCR 優(yōu)化控制方法。朱竹軍等[9]以現(xiàn)場專家經(jīng)驗為依托，設(shè)計了模糊控制以及兩層控制結(jié)構(gòu)相結(jié)合的SNCR 智能控制策略，并應(yīng)用于某電廠300 MW 的循環(huán)流化床（CFB）機組。應(yīng)用結(jié)果表明，氨水量能較好地跟隨NOx的變化，NOx排放量與設(shè)定值之間標(biāo)準(zhǔn)狀態(tài)下每小時平均誤差在±2 mg/m3以內(nèi)，同時氨水消耗量比手動調(diào)節(jié)降低17.6%。馮慧山[10]提出了一種以NOx為主調(diào)，結(jié)合Smith 預(yù)估控制器的CFB 鍋爐SNCR 煙氣脫硝串級前饋控制方法。垃圾焚燒爐的SNCR 脫硝過程和燃煤鍋爐相似，但又具有顯著差異。因為其燃燒原料是成分和特性復(fù)雜多變的城市生活垃圾，造成焚燒爐的燃燒狀態(tài)波動較大，進而給脫硝過程的精準(zhǔn)控制帶來了很大困難。然而，現(xiàn)有焚燒爐SNCR 脫硝系統(tǒng)控制的研究較少，通常是簡單的反饋控制。如孔紅[11]設(shè)計了基于爐膛溫度反饋的噴槍層投入控制回路、基于煙囪排放煙氣NOx和NH3濃度反饋控制回路和煙氣流量變化調(diào)節(jié)回路，從而對脫硝過程進行自動控制。

隨著垃圾焚燒發(fā)電項目向規(guī)模化、自動化和智能化發(fā)展，垃圾焚燒爐SNCR 脫硝的精準(zhǔn)控制越來越受到重視。本文針對垃圾焚燒爐SNCR 脫硝過程的大延遲、大滯后和控制穩(wěn)定性差等突出問題，設(shè)計了一套基于模型預(yù)測和關(guān)鍵變量前饋的垃圾焚燒爐SNCR 脫硝控制策略，應(yīng)用于廣州某垃圾焚燒電廠機組的SNCR 脫硝系統(tǒng)，并對控制策略投入后的脫硝控制效果進行了評估。

1 垃圾焚燒電廠SNCR 脫硝工藝

廣州某2 臺500 t/d 處理量的垃圾焚燒爐，發(fā)電裝機容量為2 臺12 MW 的汽輪發(fā)電機組，垃圾焚燒處理規(guī)模為1 000 t/d。該焚燒爐采用丹麥進口的風(fēng)冷往復(fù)機械式爐排，運動爐排單元與固定爐排單元間隔布置，整副爐排由4 段傾斜多級往復(fù)順推爐排組成：1 段為干燥段，2、3 段為燃燒段，第4 段為燃燼段，該垃圾焚燒爐SNCR 脫硝工藝如圖1 所示。垃圾在推料器的作用下首先進入第1 級爐排進行干燥，隨后垃圾在爐排上往前移動到第2、3 段爐排燃燒區(qū)，經(jīng)過氣化、燃燒后，最后到達第4 級爐排燃燼區(qū)。垃圾燃燒所需的氧氣由各級爐排下部一次風(fēng)導(dǎo)入，在爐排上方與揮發(fā)分混合燃燒，形成高溫火焰和高溫?zé)煔?。每臺焚燒爐配1 套煙氣凈化系統(tǒng)，采用SNCR 爐內(nèi)脫硝技術(shù)來保證出口煙氣分析系統(tǒng)（continuous emission monitoring system，CEMS）監(jiān)測的NOx值滿足環(huán)保排放標(biāo)準(zhǔn)的要求。

圖1 垃圾焚燒爐SNCR 脫硝工藝Fig.1 SNCR denitration process of waste incinerator

制氨系統(tǒng)中，氨水罐內(nèi)儲存有濃度為25%的氨水溶液，由氨水泵輸送供氨。稀釋水箱內(nèi)儲存有除鹽水，由稀釋水泵輸送供水，2 臺焚燒爐共用1 根供氨管道和稀釋水管道。一定流量的氨水溶液和稀釋水在混合器中混合，配制出濃度為8%～25%的氨水溶液，輸送到焚燒爐前，在爐前噴射閥的控制下，噴射入焚燒爐?？紤]到垃圾焚燒爐溫度曲線是在一定范圍內(nèi)變化的，焚燒爐設(shè)置3 層噴嘴，以適應(yīng)不同溫度工況，其中下層和中層前后墻各有3 支噴嘴，頂部位置設(shè)置有3 支噴嘴。焚燒爐實際運行時，僅投入中層和頂部噴嘴，均由爐前噴射閥控制，氨水在一定壓力下噴射入燃燒爐中。SNCR 脫硝技術(shù)由于不需要催化劑，反應(yīng)須有較高的溫度，爐膛溫度一般為850～1 100 ℃[12]。噴射入爐膛的氨溶液在與O2共存的條件下，將NOx還原為氮氣與水，其反應(yīng)基本原理如下[13-14]：

同時還將發(fā)生如下反應(yīng)：

2 脫硝智能控制方案

2.1 總體設(shè)計

垃圾焚燒爐SNCR 脫硝智能控制方案如圖2 所示。對工業(yè)過程控制而言，首先要保證控制的安全性和穩(wěn)定性。因此，垃圾焚燒爐的SNCR 脫硝控制方案仍以傳統(tǒng)串級 PID（proportion integration differentiation，PID）控制為基礎(chǔ)。同時將NOx排放質(zhì)量濃度模型預(yù)測前饋和風(fēng)量變化前饋引入SNCR脫硝控制中，以有效解決垃圾特性復(fù)雜變化和脫硝過程具有的大延遲、大滯后等問題。

圖2 垃圾焚燒爐SNCR 脫硝控制方案Fig.2 SNCR denitration control scheme of waste incinerator

2.2 PID 控制

PID 控制器因其結(jié)構(gòu)清晰、魯棒性好、參數(shù)調(diào)節(jié)方便等特點被廣泛應(yīng)用于控制系統(tǒng)中[15]。在串級PID 控制中，首先以NOx目標(biāo)值和實際值的偏差，進行PID 計算，得到噴氨流量的調(diào)節(jié)值，隨后該值作為噴氨閥門的目標(biāo)值，由PID 調(diào)節(jié)控制噴氨流量在目標(biāo)值附近。PID 控制原理可表示為：

式中：Kp為比例因子；Ki為積分增益；Kd為微分增益；e(t)為系統(tǒng)誤差。

2.3 模型預(yù)測前饋控制

2.3.1 特征變量選擇和滯后時間分析

獲取垃圾焚燒爐運行參數(shù)如爐排風(fēng)風(fēng)量、爐膛溫度、一次風(fēng)量、總風(fēng)量、噴氨流量、主蒸汽流量、進水流量和進水壓力等運行參數(shù)進行時間平移，并利用式(5)計算各變量與NOx排放質(zhì)量濃度之間的相關(guān)程度，記錄各變量獲得最大相關(guān)度的大小以及對應(yīng)的時間平移值。

式中：r為皮爾遜系數(shù)；Xi為第i個輸入樣本數(shù)據(jù)；為輸入樣本數(shù)據(jù)的均值；Yi為第i個輸出樣本數(shù)據(jù)，即NOx排放質(zhì)量濃度；為輸出樣本數(shù)據(jù)的均值；n為樣本數(shù)據(jù)的總量。

在專家經(jīng)驗的基礎(chǔ)上，選擇相關(guān)度大于0.3 的變量作為特征變量。同時將最大相關(guān)度下的時間平移值作為變量的滯后時間，具體分析計算方法如下，滯后時間計算流程如圖3 所示。

圖3 滯后時間計算流程Fig.3 Lag time calculation process

1）根據(jù)變量的特點，分為爐側(cè)變量和噴氨變量。所謂爐側(cè)變量如各級的爐排風(fēng)、前端風(fēng)、燃燼風(fēng)和鍋爐溫度等，這些特征變量變化對NOx排放的影響時間等于煙氣從爐膛流到尾部煙道CEMS 測點的時間+煙氣采樣到分析儀檢測的時間。所謂噴氨變量如進氨流量、進水流量及噴氨總量等，這些特征變量變化對NOx排放的影響時間等于煙氣從爐膛流到尾部煙道CEMS 測點的時間+噴氨響應(yīng)過程的時間+煙氣采樣到分析儀檢測的時間。爐側(cè)變量和噴氨變量發(fā)生變化，一段時間之后，對NOx排放質(zhì)量濃度的影響才體現(xiàn)出來。若當(dāng)前時刻為t，則此時刻的爐側(cè)變量和噴氨變量對NOx排放的影響，對應(yīng)的則是t+n時刻的NOx排放質(zhì)量濃度值，其中n表示時間延后。

2）保持特征變量點不動，向前移動NOx排放濃度值，即將t+i時刻的NOx質(zhì)量濃度值移動到t時刻，其中i表示向前移動NOx排放質(zhì)量濃度數(shù)據(jù)的時間。本文中數(shù)據(jù)采樣間隔是30 s，因此向前移動的數(shù)據(jù)點個數(shù)為i/30。移動之后利用皮爾遜相關(guān)系數(shù)法，迭代計算NOx排放質(zhì)量濃度數(shù)據(jù)移動前后與各特征變量之間的皮爾遜系數(shù)大小。

3）獲得向前移動不同NOx排放質(zhì)量濃度數(shù)據(jù)點下特征變量與NOx排放質(zhì)量濃度值的相關(guān)系數(shù)。在專家經(jīng)驗的基礎(chǔ)上，將相關(guān)系數(shù)最大時對應(yīng)移動時間作為該特征變量與NOx排放之間的時間延后值。

經(jīng)過相關(guān)性分析和滯后時間計算，本文選擇第2 和第3 級爐排風(fēng)量、爐膛溫度、一次風(fēng)量、總風(fēng)量、噴氨流量、NOx排放質(zhì)量濃度作為特征變量。其中第2 和第3 級爐排風(fēng)量、爐膛溫度、一次風(fēng)量、總風(fēng)量和NOx質(zhì)量濃度的滯后時間為3 min，噴氨流量的滯后時間為6 min。相關(guān)性和滯后時間分析結(jié)果見表1。

表1 相關(guān)性和滯后時間分析結(jié)果Tab.1 Analysis results of correlation and lag time

2.3.2 模型預(yù)測和修正

2.3.2.1 模型訓(xùn)練和預(yù)測

1）建模原理 偏最小二乘法（partial least squares，PLS）[16]是將主成分回歸分析和多元線性回歸結(jié)合起來，通過逐步分解輸入變量和輸出變量矩陣，綜合評價提取的主成分對輸入變量和輸出變量矩陣的解釋能力，直到提取的主成分貢獻率之和滿足精度要求。

2）數(shù)據(jù)預(yù)處理 由于數(shù)據(jù)本身的可變性、檢測設(shè)備故障或人為操作失誤等原因，運行數(shù)據(jù)中會存在一些異常值。這類異常值會將錯誤信息引入數(shù)據(jù)樣本，導(dǎo)致樣本特性偏離實際情況，因此需要從建模數(shù)據(jù)中剔除異常值，本文采用3σ準(zhǔn)則[17]來剔除異常值。

3）數(shù)據(jù)歸一化 由于運行數(shù)據(jù)具有不同量綱，如果直接將其作為輸入特征變量建立預(yù)測模型，會對后續(xù)預(yù)測模型的穩(wěn)定性與收斂性造成影響。為避免此類問題，需要對輸入數(shù)據(jù)進行歸一化處理以保證模型的收斂性。數(shù)據(jù)歸一化處理的基本思想就是將有量綱數(shù)據(jù)經(jīng)過轉(zhuǎn)換公式轉(zhuǎn)化為無量綱數(shù)據(jù)，避免不同物理意義的變量由于量綱的差別，造成各個變量之間標(biāo)度差不同。本文采用Z-score 標(biāo)準(zhǔn)化[18]對特征變量進行歸一化。

4）建模和訓(xùn)練 利用當(dāng)前時刻的第2 和第3 級爐排風(fēng)量、爐膛溫度、一次風(fēng)量、總風(fēng)量以及NOx排放質(zhì)量濃度和3 min 前的噴氨流量數(shù)據(jù)，采用PLS算法建立并訓(xùn)練未來3 min 時刻的NOx排放質(zhì)量濃度預(yù)測模型，獲得系數(shù)矩陣W和負(fù)載矩陣A。則預(yù)測模型輸出可表達為：

5）反歸一化 將歸一化公式代入式(6)中，合并各項系數(shù)可得反歸一化后的預(yù)測模型輸出表達為：

本文通過加大建模數(shù)據(jù)量的方法，有效保證所建立的預(yù)測模型在穩(wěn)態(tài)和非穩(wěn)態(tài)工況下保持較強的預(yù)測能力。即采集垃圾焚燒爐連續(xù)3 個月的運行數(shù)據(jù)，并進行預(yù)處理和優(yōu)選，最終選擇39 000 組數(shù)據(jù)進行建模預(yù)測，其中38 500 組數(shù)據(jù)作為訓(xùn)練集，500 組數(shù)據(jù)作為測試集。建模預(yù)測結(jié)果如圖4 所示。

圖4 基于PLS 的建模預(yù)測結(jié)果Fig.4 The PLS-based modelling prediction results

由圖4 可見，基于PLS 的建模預(yù)測結(jié)果與實際值變化趨勢大致吻合，其預(yù)測值和實際值的皮爾遜相關(guān)系數(shù)為0.84，滿足工業(yè)控制的需求。

2.3.2.2 誤差修正

為滿足企業(yè)脫硝控制系統(tǒng)運行維護需求，本文選擇PLS 線性模型進行NOx排放預(yù)測，以便通過組態(tài)編程寫入企業(yè)DCS 中。但是垃圾特性和成分復(fù)雜變化，運行參數(shù)與NOx排放濃度往往存在較大的非線性關(guān)系，同時運行工況的不斷變化，造成線性預(yù)測模型的預(yù)測精度和穩(wěn)定性難以長久保證。因此，為有效提高模型在全工況下的預(yù)測精度，強化模型預(yù)測前饋控制能力，提出利用當(dāng)前時刻的預(yù)測值和實際值之間的預(yù)測偏差，對未來的預(yù)測值進行修正。即重復(fù)上述步驟，利用3 min 前的第2 和第3 級爐排風(fēng)量、爐膛溫度、一次風(fēng)量、總風(fēng)量以及NOx排放質(zhì)量濃度和6 min 前的噴氨流量數(shù)據(jù)，采用PLS 算法建立當(dāng)前時刻的NOx排放質(zhì)量濃度預(yù)測模型，計算得到當(dāng)前時刻的NOx質(zhì)量濃度預(yù)測值Cpre2。然后，將當(dāng)前時刻的NOx排放質(zhì)量濃度實際值Cs和預(yù)測值Cpre2進行比較，得到預(yù)測誤差δ，并用該誤差對NOx質(zhì)量濃度預(yù)測值Cpre1進行修正。

2.3.3 模型預(yù)測前饋計算

根據(jù)上述過程計算得到未來3 min 時NOx質(zhì)量濃度預(yù)測值Cpre1和NOx目標(biāo)值的偏差，并將其作為分段函數(shù)的輸入，計算得到模型預(yù)測前饋的調(diào)節(jié)量。其中，分段函數(shù)的各分界點可由控制方法在線調(diào)試獲得。

2.4 變量前饋控制

如前所述，第2、3 段爐排是垃圾焚燒爐的主燃燒區(qū)，爐排風(fēng)的變化對燃燒效率有著一定的影響。因此，選擇第2、3 級爐排風(fēng)作為第1 個關(guān)鍵變量，進行前饋調(diào)節(jié)?？傦L(fēng)量的大小可以表征煙氣流量的大小，也能在一定程度上反應(yīng)燃燒工況的變化，因此選擇總風(fēng)量作為第2 個關(guān)鍵變量，進行前饋調(diào)節(jié)。

獲取當(dāng)前時刻的第2、3 級爐排左、右側(cè)風(fēng)量數(shù)據(jù)，并計算各自第2 和第3 級爐排左、右側(cè)風(fēng)量均值，最后作為分段函數(shù)的輸入，計算得到2 級爐排風(fēng)變化前饋調(diào)節(jié)量和3 級爐排風(fēng)變化調(diào)節(jié)量。獲取當(dāng)前時刻的總風(fēng)量值，基于分段函數(shù)計算得到總風(fēng)量的前饋調(diào)節(jié)量。

3 現(xiàn)場應(yīng)用評估

3.1 組態(tài)編程和在線調(diào)試

基于艾默生DCS，將上述垃圾焚燒爐SNCR 脫硝控制方法進行組態(tài)（圖5）。其中，為提高控制方法的穩(wěn)定性，對各變量進行一定的滯后處理，即設(shè)置LEADLAG 的滯后時間為30 s。利用在線調(diào)試方法，對PID 參數(shù)和各分段函數(shù)的分界點進行調(diào)試和確定。

圖5 垃圾焚燒爐SNCR 脫硝控制方案組態(tài)Fig.5 Configuration of the SNCR denitration control scheme for waste incinerator

3.2 效果評估

以1 min 為采樣間隔，從DCS 中采集焚燒爐運行負(fù)荷、NOx排放質(zhì)量濃度和進氨流量數(shù)據(jù)。其中，采集脫硝控制投入前共10 天數(shù)據(jù)，脫硝控制投入后共10 天數(shù)據(jù)。圖6 為脫硝控制投入前后NOx排放質(zhì)量濃度變化。由圖6a)可見，脫硝系統(tǒng)手動控制時，NOx排放質(zhì)量濃度波動變化整體較大，相對標(biāo)準(zhǔn)偏差（RSD）為19.81%，NOx排放質(zhì)量濃度小于150 mg/m3（企業(yè)環(huán)保排放上限值）的占比為95.62%。由圖6b)可見，脫硝系統(tǒng)智能控制下，NOx排放質(zhì)量濃度波動變化較大的情況明顯改善，相對標(biāo)準(zhǔn)偏差降為12.40%，NOx排放質(zhì)量濃度小于150 mg/m3的占比也達到99.31%。取圖6b)中NOx質(zhì)量濃度設(shè)定值為120 mg/m3對應(yīng)的數(shù)據(jù)分析，即時間節(jié)點數(shù)據(jù)從6 669～14 400（7 732 組數(shù)據(jù)），計算得到NOx瞬時排放質(zhì)量濃度小于150 mg/m3的占比為99.47%，處于120±20 mg/m3之間的占比為85.90%。表明本文脫硝智能控制方法在較好滿足環(huán)保排放標(biāo)準(zhǔn)的前提下，能夠使NOx排放質(zhì)量濃度在目標(biāo)值附近波動。

圖6 脫硝控制投入前后NOx 排放質(zhì)量濃度變化Fig.6 The NOx emission mass concentration before and after the denitrification control system was put into operation

圖7 為脫硝智能控制投入前后負(fù)荷和氨耗變化。由圖7 可見，脫硝智能控制投入前、后對應(yīng)的負(fù)荷均值分別為12.00 MW 和12.03 MW，兩者相差較小。脫硝智能控制投入前每天的進氨流量均值和進氨總量都較高，進氨流量均值為49.49 L/h，進氨總量為1 187.81 L。脫硝智能控制投入后每天進氨流量均值為30.28 L/h，進氨總量為726.71 L。相較于投入前，智能控制投入后每天的進氨流量均值和進氨總量大幅下降，其中每天進氨流量均值下降38.81%，每天進氨總量下降38.82%。

圖7 脫硝智能控制投入前后負(fù)荷和氨耗變化Fig.7 The unit load and ammonia consumption before and after the intelligent denitration control system was put into operation

4 結(jié)語

為解決SNCR 脫硝系統(tǒng)的大遲延、大慣性以及垃圾特性和成分復(fù)雜變化導(dǎo)致脫硝控制難度大的問題，本文提出了一種基于智能前饋的垃圾焚燒爐脫硝控制策略，并將其應(yīng)用于某500 t/d 垃圾焚燒機組。運行結(jié)果表明：該策略實現(xiàn)了垃圾焚燒爐SNCR脫硝系統(tǒng)的穩(wěn)定、經(jīng)濟和環(huán)保運行。相比控制策略投入前，每天的進氨流量下降38.81%，每天的進氨總量均值下降38.82%，在大大降低運行人員工作量的同時，企業(yè)的經(jīng)濟效益顯著提高。此外，該控制策略的應(yīng)用和推廣能夠有效提高垃圾焚燒發(fā)電企業(yè)煙氣處理系統(tǒng)的自動化和智能化水平，顯著降低煙氣處理的成本，為垃圾焚燒發(fā)電企業(yè)長周期處于安全性高、經(jīng)濟性好、綠色環(huán)保的良好運營狀態(tài)提供堅實的技術(shù)保障。