一种烟气脱硝用尿素溶液喷枪智能监控方法及系统与流程

[0001]
本发明涉及烟气脱硝技术领域，更具体地说，涉及一种烟气脱硝用尿素溶液喷枪智能监控方法及系统。


背景技术：

[0002]
尿素溶液喷枪广泛用于烟气脱硝工艺。以尿素为还原剂的选择性催化还原工艺在尿素溶液电加热等形式高温热解过程使用；而在非选择性催化还原工艺中须通过喷枪直接烟道与高温烟气直接充分混合。尿素的化学性质：1)易溶于水；2)吸湿性强；3)易结晶。由于尿素溶液易结晶或存在杂质造成尿素溶液喷枪雾化不良及堵塞问题，容易引起氨逃逸及烟道硫酸氢氨腐蚀等安全问题。


技术实现要素：

[0003]
本发明的目的在于提出一种烟气脱硝用尿素溶液喷枪智能监控方法及系统，解决了现有技术中由于尿素溶液易结晶或存在杂质造成尿素溶液喷枪雾化不良及堵塞，容易引起氨逃逸及烟道硫酸氢氨腐蚀的问题。
[0004]
本发明的上述技术目的是通过以下技术方案得以实现的：
[0005]
一种烟气脱硝用尿素溶液喷枪智能监控方法，所述方法包括以下步骤：
[0006]
检测尿素喷枪系统的各项数据，包括：母管流量、各支管的流量、各支管的压力、各支管的表面温度、烟道烟气温度；
[0007]
使用机器算法对各项数据进行分析；
[0008]
根据各项数据，形成有限数据集，并根据预警算法进行预警。
[0009]
在其中一个实施例中，所述使用机器算法对各项数据进行分析具体为：
[0010]
根据母管流量判断尿素溶液在母管道内的流速和流通情况；
[0011]
根据各支管的流量和各支管的压力判断尿素溶液在各支管道内的流速和流通情况；
[0012]
录入尿素喷枪系统各个支管的表面温度与环境温度偏差的绝对值，对比实时各支管的表面温度与绝对值的偏差，以及与绝对值的偏差的变化趋势判断喷枪内的溶液流通情况；
[0013]
根据烟道烟气温度判断烟道内温度情况。
[0014]
在其中一个实施例中，所述根据母管流量判断尿素溶液在母管道内的流速和流通情况具体为：
[0015]
如果母管流量小，则母管内的流速慢，流通情况不好，母管发生堵塞；
[0016]
如果母管流量大，则母管内的流速块，流通情况好，母管没有发生堵塞。
[0017]
在其中一个实施例中，所述根据各支管的流量和各支管的压力判断尿素溶液在各支管道内的流速和流通情况具体为：
[0018]
如果各支管的流量小，压力上升，则各支管内的流速慢，流通情况不好，母管发生
堵塞；
[0019]
如果各支管的流量大，压力下降，则各支管内的流速块，流通情况好，母管没有发生堵塞。
[0020]
在其中一个实施例中，所述根据烟道烟气温度判断烟道内温度情况具体为：
[0021]
根据烟道烟气温度判断烟道内测点局部换热情况、介质扰动情况；同时判断烟道锅炉负荷情况、燃烧效率情况、燃烧工况情况。
[0022]
在其中一个实施例中，所述使用机器算法对各项数据进行分析之前还包括：
[0023]
将各项检测数据发送到现场总线采集前端；现场采集前端通过dcs专用通讯模块接入分散控制系统；分散控制系统通过通讯接口机、隔离网闸、镜像服务器接入厂级生产管理信息系统或专用数据服务器，通过厂级生产管理信息系统或专用数据服务器使用机器算法对各项数据进行分析。
[0024]
在其中一个实施例中，所述使用机器算法对各项数据进行分析具体为：
[0025]
通过导入脱硝系统运行各项检测数据，寻优系统发现脱硝效率异常变化，相关信号数值、关联关系、影响因子偏离分布规律时，进行异常标记；对全部数据集各时段数据中异常标记的特征数据再进行分类识别；
[0026]
识别判断雾化效果对脱硝效率的影响是否准确，通过建立测试集来完成；测试集的数据来源于生产现场运行日志或检修台账；雾化效果不良标记的准确度代表本机器学习算法和训练模型的准确度；
[0027]
尿素喷枪雾化效果函数的拟合：e＝{no
x
，fe,tt,t1...t
n
}，其中，no
x
为脱销效率，tt为烟道烟气温度fe为母管流量，t1...t
n
为各支管的流量。
[0028]
在其中一个实施例中，所述根据各项数据，形成有限数据集具体为：
[0029]
数据集是学习算法能否正确拟合收敛并成功建立模型的关键；数据集中的关联数据项包括各项检测数据；引入锅炉负荷、scr装置前后nox浓度、烟气含氧量、炉膛出口烟气温度作为测点信号数据；通过从历史数据库中导出这些数据，构建成一个关联数据矩阵形成有限数据集。
[0030]
在其中一个实施例中，所述根据预警算法进行预警具体为：
[0031]
尿素喷枪堵塞预警算法：e
b
＝{fe,t1...t
n
}；fe为母管流量，t1...t
n
为各支管的流量；
[0032]
构建专家知识库系统，包括脱硝效率、尿素雾化效果、尿素流量、烟道烟气温度、尿素喷枪支管表面温度、环境温度等数据与尿素溶液喷枪堵塞的关系；
[0033]
利用dcs组态自建自定义功能模块实现专家知识库预警功能。
[0034]
一种烟气脱硝用尿素溶液喷枪智能监控系统，包括：
[0035]
检测模块：检测尿素喷枪系统的各项数据；
[0036]
分析模块：使用机器算法对各项数据进行分析；
[0037]
预警模块：根据各项数据，形成有限数据集，并根据预警算法进行预警。
[0038]
本发明的有益效果是：本发明通过在线监测、处理数据并进行预警，实时监控尿素喷枪雾化效果和尿素喷枪故障状态，实现精准喷氨，可以对尿素溶液喷枪雾化不良及堵塞进行及时处理，减少氨逃逸及缓解尾部烟道硫酸氢氨腐蚀等安全问题，达到确保烟气脱硝安全经济运行的目的。
附图说明
[0039]
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0040]
图1是一种烟气脱硝用尿素溶液喷枪智能监控方法和系统的步骤示意图；
[0041]
图2是一种烟气脱硝用尿素溶液喷枪智能监控方法和系统的系统结构示意图。
具体实施方式
[0042]
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
[0043]
请参照图1，示出了本发明的一种烟气脱硝用尿素溶液喷枪智能监控方法，所述方法包括以下步骤：
[0044]
100、检测尿素喷枪系统的各项数据，包括：母管流量、各支管的流量、各支管的压力、各支管的表面温度、烟道烟气温度；
[0045]
在本发明实施例中，将各项检测数据发送到现场总线采集前端；现场采集前端通过dcs专用通讯模块接入分散控制系统；分散控制系统通过通讯接口机、隔离网闸、镜像服务器接入厂级生产管理信息系统或专用数据服务器，通过厂级生产管理信息系统或专用数据服务器使用机器算法对各项数据进行分析。
[0046]
200、使用机器算法对各项数据进行分析；
[0047]
具体地，根据母管流量判断尿素溶液在母管道内的流速和流通情况；
[0048]
根据各支管的流量和各支管的压力判断尿素溶液在各支管道内的流速和流通情况；
[0049]
录入尿素喷枪系统各个支管的表面温度与环境温度偏差的绝对值，对比实时各支管的表面温度与绝对值的偏差，以及与绝对值的偏差的变化趋势判断喷枪内的溶液流通情况；
[0050]
根据烟道烟气温度判断烟道内温度情况。
[0051]
在本发明实施例中，根据母管流量判断尿素溶液在母管道内的流速和流通情况：如果母管流量小，则母管内的流速慢，流通情况不好，母管发生堵塞；如果母管流量大，则母管内的流速块，流通情况好，母管没有发生堵塞。
[0052]
在本发明实施例中，根据各支管的流量和各支管的压力判断尿素溶液在各支管道内的流速和流通情况：如果各支管的流量小，压力上升，则各支管内的流速慢，流通情况不好，母管发生堵塞；如果各支管的流量大，压力下降，则各支管内的流速块，流通情况好，母管没有发生堵塞。
[0053]
在本发明实施例中，根据烟道烟气温度判断烟道内温度情况：根据烟道烟气温度判断烟道内测点局部换热情况、介质扰动情况；同时判断烟道锅炉负荷情况、燃烧效率情况、燃烧工况情况。
[0054]
在本发明实施例中，通过导入脱硝系统运行各项检测数据，寻优系统发现脱硝效率异常变化，相关信号数值、关联关系、影响因子偏离分布规律时，进行异常标记；对全部数据集各时段数据中异常标记的特征数据再进行分类识别；
[0055]
识别判断雾化效果对脱硝效率的影响是否准确，通过建立测试集来完成；测试集的数据来源于生产现场运行日志或检修台账；雾化效果不良标记的准确度代表本机器学习算法和训练模型的准确度；
[0056]
尿素喷枪雾化效果函数的拟合：e＝{no
x
，fe,tt,t1...t
n
}，其中，no
x
为脱销效率，tt为烟道烟气温度fe为母管流量，t1...t
n
为各支管的流量。
[0057]
300、根据各项数据，形成有限数据集，并根据预警算法进行预警。
[0058]
在本发明实施例中，数据集是学习算法能否正确拟合收敛并成功建立模型的关键；数据集中的关联数据项包括各项检测数据；引入锅炉负荷、scr装置前后nox浓度、烟气含氧量、炉膛出口烟气温度作为测点信号数据；通过从历史数据库中导出这些数据，构建成一个关联数据矩阵形成有限数据集。
[0059]
在本发明实施例中，所述根据预警算法进行预警具体为：
[0060]
尿素喷枪堵塞预警算法：e
b
＝{fe,t1...t
n
}；fe为母管流量，t1...t
n
为各支管的流量。
[0061]
构建专家知识库系统，包括脱硝效率、尿素雾化效果、尿素流量、烟道烟气温度、尿素喷枪支管表面温度、环境温度等数据与尿素溶液喷枪堵塞的关系；
[0062]
利用dcs组态自建自定义功能模块实现专家知识库预警功能。
[0063]
为了实现上述目的，本发明还提出一种烟气脱硝用尿素溶液喷枪智能监控系统，包括：
[0064]
检测模块：检测尿素喷枪系统的各项数据；包括：母管流量、各支管的流量、各支管的压力、各支管的表面温度、烟道烟气温度；
[0065]
在本发明实施例中，将各项检测数据发送到现场总线采集前端；现场采集前端通过dcs专用通讯模块接入分散控制系统；分散控制系统通过通讯接口机、隔离网闸、镜像服务器接入厂级生产管理信息系统或专用数据服务器，通过厂级生产管理信息系统或专用数据服务器使用机器算法对各项数据进行分析。
[0066]
分析模块：使用机器算法对各项数据进行分析；
[0067]
具体地，根据母管流量判断尿素溶液在母管道内的流速和流通情况；
[0068]
根据各支管的流量和各支管的压力判断尿素溶液在各支管道内的流速和流通情况；
[0069]
录入尿素喷枪系统各个支管的表面温度与环境温度偏差的绝对值，对比实时各支管的表面温度与绝对值的偏差，以及与绝对值的偏差的变化趋势判断喷枪内的溶液流通情况；
[0070]
根据烟道烟气温度判断烟道内温度情况。
[0071]
在本发明实施例中，根据母管流量判断尿素溶液在母管道内的流速和流通情况：如果母管流量小，则母管内的流速慢，流通情况不好，母管发生堵塞；如果母管流量大，则母管内的流速块，流通情况好，母管没有发生堵塞。
[0072]
在本发明实施例中，根据各支管的流量和各支管的压力判断尿素溶液在各支管道内的流速和流通情况：如果各支管的流量小，压力上升，则各支管内的流速慢，流通情况不好，母管发生堵塞；如果各支管的流量大，压力下降，则各支管内的流速块，流通情况好，母管没有发生堵塞。
[0073]
在本发明实施例中，根据烟道烟气温度判断烟道内温度情况：根据烟道烟气温度判断烟道内测点局部换热情况、介质扰动情况；同时判断烟道锅炉负荷情况、燃烧效率情况、燃烧工况情况。
[0074]
预警模块：根据各项数据，形成有限数据集，并根据预警算法进行预警。
[0075]
在本发明实施例中，数据集是学习算法能否正确拟合收敛并成功建立模型的关键；数据集中的关联数据项包括各项检测数据；引入锅炉负荷、scr装置前后nox浓度、烟气含氧量、炉膛出口烟气温度作为测点信号数据；通过从历史数据库中导出这些数据，构建成一个关联数据矩阵形成有限数据集。
[0076]
在本发明实施例中，所述根据预警算法进行预警具体为：
[0077]
构建专家知识库系统，包括脱硝效率、尿素雾化效果、尿素流量、烟道烟气温度、尿素喷枪支管表面温度、环境温度等数据与尿素溶液喷枪堵塞的关系；
[0078]
利用dcs组态自建自定义功能模块实现专家知识库预警功能。
[0079]
在本发明实施例中，请参照图2，fe为尿素溶液母管，i-f1...fn为尿素溶液支管，i-p1...n分别为第1、2、3...n尿素溶液支管的温度计，对应n支尿素溶液喷枪；e-1...n为尿素溶液喷枪，yd为烟道或热解罐。尿素溶液通过母管输送至计量分配平台，分配至各支路进入尿素溶液喷枪，经过喷枪雾化后喷入烟道或热解罐。fe、i-f、x-f分别为：尿素溶液母管流量计、尿素溶液母管流量计、尿素溶液母管流量远传信号；i-t1...n、x-t1...n分别为：第1、2、3...n尿素溶液支管喷枪的表面温度计和温度远传信号；i-t、x-t分别为：烟道(热解罐)的温度计和温度远传信号。
[0080]
在本发明实施例中，全部现场检测信号(x-f、x-t1...n、x-t)首先接入现场总线(modbus协议)采集前端；现场采集前端通过dcs专用通讯模块接入dcs(分散控制系统)；dcs再通过通讯接口机、隔离网闸、镜像服务器等接入s i s(厂级生产管理信息系统)或专用数据服务器；大数据寻优和机器学习所用数据源为s i s或专用数据服务器的非实时数据库。
[0081]
本发明脱硝工艺中的尿素溶液雾化热解过程为实时连续工艺过程，在此期间监控系统所设置的测点将产生大量的实时数据并储存于历史数据库中。在脱硝系统(包括尿素溶液雾化热解)连续运行过程中，不可避免发生喷枪堵塞或雾化不良等故障情况，这些故障情况和故障时段的监测数据都被记录存储下来，从这些海量数据中找到相关联数据并找到数据变化的规律就是数据寻优和机器学习的过程。
[0082]
机器学习的目的是挖掘历史数据规律，完善人工智能模型，部署实时应用。现阶段利用ai模型或ai算法python库均可实现训练模型、检验模型效果直至部署应用模型，最终接入实时数据库实现实时诊断在线运行。
[0083]
本发明将尿素溶液高强度雾化后喷入反应烟道或热解罐内，以提高尿素溶液的热解效率和效果；通过在线监测、处理数据并进行预警，实时监控尿素喷枪雾化效果和尿素喷枪故障状态，实现精准喷氨，可以对尿素溶液喷枪雾化不良及堵塞进行及时处理，减少氨逃逸及缓解尾部烟道硫酸氢氨腐蚀等安全问题，达到确保烟气脱硝安全经济运行的目的。
[0084]
本发明全面、动态、准确反映尿素溶液喷枪的工作状态，通过多参数检测和数据分析，e和eb函数能准确反映状态信息和故障信息。先进传感器和工业总线技术的运用实现了大量数据的现场采集，并有效降低了系统成本。精准喷氨、实时状态、故障预警真正实现烟气脱硝系统的环保和经济运行。准确控制和主动预防有效降低氨逃逸，缓解尾部烟道abs现
象(硫酸氢氨造成粘附、堵塞和腐蚀等)的安全负面影响。工业大数据、机器学习等人工智能的运用显著提高脱硝控制的现代化水平。
[0085]
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。