控制煤耗系统的方法与流程

1.本发明涉及煤耗控制的方法，特别是一种控制煤耗系统的方法。


背景技术：

2.水泥生产会产生煤耗，然而煤耗过多不但增加制造成本，也会造成环境污染。水泥的生产线包含许多产线设备，每条生产线都有近万个监控点。虽然这些监控点可以提供窑况的监控数据，但由于监控点数量太多，操作人员难以依照所有监控点的监控数据全面迅速判断窑况，导致产线设备调整间隔时间过久，不够实时也不够正确，无法有效降低煤耗。


技术实现要素：

3.本发明提供一种控制煤耗系统的方法。煤耗系统包含中控系统及多个监控点，所述多个监控点设置于多个产线设备上。控制煤耗系统的方法包括所述监控点获得监控数据，中控系统依据监控数据选定候选特征集及建立煤耗模型，中控系统依据煤耗模型产生所述多个监控点中的可控监控点的建议操作值，及产线设备依据建议操作值进行运作以达成目标工况。
4.通过本发明的控制煤耗系统的方法，可大大缩短产线设备调整间隔，提高调整效率和准确率，降低操作人员的操作难度，有效降低煤耗。
附图说明
5.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
6.图1为本发明实施例中的一种煤耗系统的示意图。
7.图2为图1中煤耗系统的操作方法的流程图。
8.图3为图2中操作方法的步骤s204的流程图。
9.图4为图3中建模步骤s306的流程图。
10.图5为图3中建模步骤s306的另一种流程图。
具体实施方式
11.图1为本发明实施例中的一种煤耗系统1的示意图。煤耗系统1可用于水泥厂以降低煤耗。煤耗可以标准煤耗表示。煤耗系统1包含监控点101至10n及中控系统12，n为大于1的正整数。中控系统12可在计算机或计算机网络中运行。监控点101至10n可设置于水泥厂中的多个产线设备上用以测量所述产线设备的监控数据，及通过有线或无线连接耦接于中控系统12。中控系统12可设置于水泥厂或远程计算机机房，每一产线设备上可设置至少一监控点。监控点101至10n可将监控数据传送至中控系统12，中控系统12可将监控数据储存
于数据库，依据监控数据产生所述产线设备的建议操作值，及将建议操作值回传至水泥厂以使所述产线设备依据建议操作值进行运作，达成降煤减碳的效益同时维持稳定运作。
12.水泥厂中的多个产线设备可包含生料秤、煤粉秤、预热机、分解炉、回转窑、篦冷机、高温风机、冷却风机、窑头罩、窑头排风机及其他产线设备。煤粉秤将煤粉喂入回转窑及窑尾分解炉进行燃烧，所产生的热气流可将生料秤喂入预热机的水泥生料进行预热，接着进入分解炉，通过回转窑后再经由篦冷机冷却以产生水泥熟料(cement clinker)。水泥熟料的产生可受到预热机出口的温度及压力、分解炉入口的温度及压力、回转窑的转速及温度、高温风机及冷却风机的风量及温度、煤量的影响。监控点101至10n可为速度计、加速度计、转速计、风量计、电流传感器、电压传感器、功率传感器、温度传感器、压力传感器、振动传感器、浓度传感器、影像传感器、音频传感器或其他传感器。监控点101至10n可分为可控监控点、不可控监控点、环境监控点、质量监控点、结构式数据监控点及非结构式数据监控点。可控监控点可监控转速、风量、电流、电压、功率等可控变量。不可控监控点可监控温度、压力等不可控变量。环境监控点可监控氮氧化物浓度或一氧化碳浓度等环境变量。例如，浓度传感器可监控氮氧化物(nox)浓度及/或一氧化碳(co)浓度以确保煤耗模型的建议不会使环境质量超标。质量监控点可监控水泥生料量或水泥熟料量等质量变量，以确保生产的水泥质量合格。结构式数据监控点可监控转速、风量、温度、压力、浓度、震动等可以列表方式记录的变量。非结构式监控点可监控影像或声音等无法以列表方式记录的变量。
13.监控点101至10n可设置于产线设备的关键监控位置用以监控影响产生水泥熟料的变量。举例而言，分解炉入口为关键监控位置，分解炉入口的温度及压力可反映水泥生料的状态，因此温度传感器及压力传感器可设置于分解炉入口处以感测分解炉入口的温度及压力，中控系统12可依据分解炉入口的温度及压力而产生水泥生料量及煤耗量的建议操作值。在一些实施例中，中控系统12可依据经验值设置水泥生料量及煤耗量的建议操作值，进而使水泥厂降低0.28％(约7,000公吨)的煤耗量。中控系统12可将水泥生料量及煤耗量的建议操作值传送至水泥厂的显示设备，操作人员可依据显示屏幕上显示的建议操作值设定生料秤及煤粉秤。在一些实施例中，中控系统12亦可将水泥生料量及煤耗量的建议操作值分别传送至生料秤及煤粉秤，生料秤及煤粉秤可分别依据建议操作值自动调整水泥生料量及煤耗量。
14.此外，转速计及温度计可设置于回转窑，压力传感器及温度计可设置于窑头罩，转速计可设置于窑头排风机，电流传感器及风量计可设置于高温风机及冷却风机，速度计可设置于篦冷机，及其他监控点可设置于所述产线设备的其他关键监控位置。在一些实施例中，中控系统12可依据监控点101至10n测量到的监控数据建立煤耗模型，及依据煤耗模型产生监控点101至10n中可控监控点的建议操作值，进一步使水泥厂降低1.02％(约24,000公吨)的煤耗量。例如，可控监控点可为回转窑的转速计及冷却风机的风量计。中控系统12可依据煤耗模型产生回转窑的转速及冷却风机的风量的建议操作值。中控系统12可将回转窑转速及冷却风机风量的建议操作值传送至水泥厂的显示设备，操作人员可依据显示屏幕上显示的建议操作值设定回转窑及冷却风机。在一些实施例中，中控系统12亦可将回转窑转速及冷却风机风量的建议操作值分别传送至回转窑及冷却风机，回转窑及冷却风机可分别依据建议操作值自动调整水泥生料量及煤耗量。
15.在一些实施例中，中控系统12可默认使用煤耗模型产生建议操作值，若建议操作
值超出其上下限，或当所述产线设备依据建议操作值进行运作会造成工况危机时，中控系统12可切换至依据经验值产生建议操作值或由人工决定建议操作值。工况危机可包含温度超出温度上下限、压力超出压力上下限或回转窑转速超出转速上下限等。
16.图2为煤耗系统1的操作方法200的流程图。操作方法200包含步骤s202至s208，用以建立煤耗模型及使用煤耗模型产生建议操作值，进而使水泥厂的产线设备达成目标工况。任何合理的技术变更或是步骤调整都属于本发明所揭露的范畴。步骤s202至s208的详细内容如下所述:
17.步骤s202:监控点101至10n获得监控数据；
18.步骤s204:中控系统12依据监控数据选定候选特征集及建立煤耗模型；
19.步骤s206:中控系统12依据煤耗模型产生监控点101至10n中的可控监控点的建议操作值；
20.步骤s208:产线设备依据建议操作值进行运作以达成目标工况。
21.在步骤s202中，监控点101至10n以相同的预定时间间隔获得监控数据。预定时间间隔可为30秒。在步骤s204中，中控系统12会选定候选特征集及建立煤耗模型。候选特征集可包含多个候选特征，例如水泥生料量、水泥熟料量、煤耗量、分解炉入口的温度、回转窑的转速及冷却风机的风量。中控系统12使用与所述候选特征对应的监控数据建立煤耗模型，及依据煤耗模型所产生的预测误差判定是否更新候选特征集中的候选特征。步骤s204的详细步骤如附图3的流程图所示，在后续段落会说明。在步骤s206中，中控系统12会以固定时间或不以固定时间产生可控监控点的建议操作值。固定时间可为10分钟。中控系统12可将每个可控监控点的监控数据在其上下限范围内进行调整以提供每个可控监控点的建议操作值，用以降低煤耗。例如，若目前水泥生料量为0.5公吨且水泥生料量的上下限范围为每小时正负2公吨，中控系统12可建议将水泥生料量的建议操作值增加至1公吨，用以降低煤耗。每个可控监控点的监控数据的上下限范围可以从经验值获得或在达成稳定工况的情况下从煤耗模型或其他模型计算得出。其他模型可为压力模型或温度模型。稳定工况可包含温度维持在温度上下限之内及压力维持在压力上下限之内。例如，若温度上下限为1400℃至1200℃，中控系统12可调整温度模型中的水泥生料量以判定水泥生料量的上下限范围要维持在每小时正负2公吨之间才可维持温度于1400℃至1200℃之间。在一些实施例中，若可控监控点的数量大于1，则中控系统12可针对每个可控监控点的建议操作值设定优先级或是根据由煤耗模型计算得出的各可控监控点对煤耗影响的重要性决定优先级，及依据优先级产生产线设备的建议操作值。操作人员可依据优先级使用建议操作值设定所述产线设备，或所述产线设备可依据优先级使用建议操作值进行运作。在步骤s208中，目标工况可为稳定工况、降低煤耗、提升产量或其中任意两者。
22.图3为图2中操作方法的步骤s204的一种流程图。步骤s204包含步骤s302至s312，步骤s302至s306用以建立煤耗模型，步骤s308至s312用以选定候选特征集。任何合理的技术变更或是步骤调整都属于本发明所揭露的范畴。步骤s302至s312的详细内容如下所述:
23.步骤s302:中控系统12接收多个候选特征作为候选特征集；
24.步骤s304:中控系统12依据候选特征集使用监控数据更新多组建模数据集；
25.步骤s306:中控系统12依据所述多组建模数据集建立煤耗模型；
26.步骤s308:中控系统12将每组建模数据集中的更新数据输入煤耗模型以产生预测
误差；
27.步骤s310:中控系统12判定预测误差是否大于误差临界值；若是，继续步骤s312；若否，进入步骤s206；
28.步骤s312:中控系统12更新候选特征集。
29.在步骤s302中，每个候选特征对应监控点101至10n中的一个。例如，水泥生料量可对应生料秤；水泥熟料量可对应熟料秤；煤耗量可对应煤粉秤；分解炉入口的温度可对应分解炉入口的温度计；回转窑的转速可对应回转窑的转速计；及冷却风机的风量可对应冷却风机的风量计。在步骤s304中，每组建模数据集对应所述候选特征中的一个，中控系统12可将监控点101至10n的监控数据依序更新至对应组建模数据集。例如，中控系统12可依据时间顺序将所有水泥生料量储存于第1组建模数据集；将所有水泥熟料量储存于第2组建模数据集；将所有分解炉入口的温度值储存于第3组建模数据集，将所有回转窑的转速值储存于第4组建模数据集，及将所有冷却风机的风量值储存于第5组建模数据集；及将所有煤耗量储存于目标煤耗数据集。在步骤s306中，中控系统12依据所述多组建模数据集及多个对应煤耗值训练煤耗模型。例如，中控系统12可随机从第1组至第5组建模数据集取出对应相同时间点的水泥生料量、水泥熟料量、分解炉入口的温度值、回转窑的转速值及冷却风机的风量值输入煤耗模型以计算预测煤耗值，及调整煤耗模型中的多个权重以使预测煤耗值趋近于对应相同时间点的煤耗值，进而建立煤耗模型。在建立煤耗模型后，中控系统12可依据候选特征的重要性调整对应可控监控点的建议操作值的优先级。候选特征的重要性与候选特征在煤耗模型中所计算出或根据专业知识所设定的的权重相关。候选特征的权重越大，则候选特征的优先级越高。候选特征的权重越小，则候选特征的优先级越低。建立煤耗模型的算法可包含基于领域知识建构规则的(rule-based)算法、线性/非线性算法、集成式(ensemble)算法、装袋式(bagging)算法、提升式(boosting)算法、适应式学习算法、其他机器学习算法或上述算法的结合。建模步骤s306可由图4所示的阶层式建模实现，或由图5所示的限制式建模实现，在后续段落会说明。
30.在步骤s308中，中控系统12将每组建模数据集中的更新数据输入煤耗模型以产生预测煤耗值，及计算预测煤耗值及更新煤耗值之间的差值作为预测误差。较小的预测误差表示煤耗模型准确，煤耗模型预测得出的预测煤耗值接近真正的更新煤耗值。较大的预测误差表示煤耗模型不准确，煤耗模型预测得出的预测煤耗值偏离真正的更新煤耗值。在步骤s310中，若预测误差大于误差临界值，则需要更新候选特征集(步骤s312)以重新训练煤耗模型；若预测误差不大于误差临界值，则不需要更新候选特征集且可于后续程序中使用训练完成的煤耗模型。在一些实施例中，中控系统12可将候选特征从所述候选特征集中移除以更新候选特征集。在另一些实施例中，中控系统12可将另一候选特征更新至所述候选特征集，另一候选特征对应另一监控点。例如，另一候选特征可为窑头罩的压力，另一监控点可为窑头罩的压力计。另一监控点可以是先前已设置于产线设备上但未使用的监控点，或是新设置于产线设备上的监控点。例如，可新增震动传感器至回转窑以增加监控点。
31.图4为附3中建模步骤s306的一种流程图。建模步骤s306包含步骤s402及s404，用以进行阶层式建模以产生煤耗模型。任何合理的技术变更或是步骤调整都属于本发明所揭露的范畴。步骤s402及s404的详细内容如下所述:
32.步骤s402:依据不可控监控点的对应候选特征的对应建模数据集训练第一模型以
减小目标煤耗值及预测煤耗值之间的残差；
33.步骤s404:依据可控监控点的对应候选特征的对应建模数据集训练第二模型以减小残差及预测残差值之间的差值。
34.依照阶层式建模产生的煤耗模型包含第一模型及第二模型，第一模型只包含不可控监控点的对应候选特征，第二模型只包含可控监控点的对应候选特征。在步骤s402中，由于第一模型只包含不可控监控点的对应候选特征，训练完成的第一模型产生的残差已去除不可控监控点的影响。在步骤s404中，由于第二模型只包含可控监控点的对应候选特征，训练完成的第二模型可用以预测可控监控点的变化效果。在一些实施例中，中控系统12可在达成稳定工况的情况下将每个可控监控点的监控数据在其上下限范围内调整以提供每个可控监控点的建议操作值，进而降低预测煤耗值。
35.图5为图3中建模步骤s306的另一种流程图，其中包含步骤s502及s504，用以进行限制式建模以产生煤耗模型。任何合理的技术变更或是步骤调整都属于本发明所揭露的范畴。步骤s502及s504的详细内容如下所述:
36.步骤s502:依据监控点101至10n的对应候选特征的所述多组对应建模数据集训练煤耗模型；
37.步骤s504:依据目标产量使用煤耗模型计算监控点101至10n中的监控点101n的监控数据的上限及下限。
38.在步骤s504中，目标产量为水泥熟料的预定目标产量。中控系统12可在训练完成的煤耗模型中将水泥熟料的候选特征的数据固定于预定目标产量，及在达成稳定工况的情况下分别调整每个可控监控点的监控数据以获得每个可控监控点的监控数据的上下限。
39.图1至图5的实施例依据产线设备的监控数据选取候选特征集及建立煤耗模型，及使用煤耗模型提供产线设备的建议操作值以降低煤耗，减低水泥厂的运作费用，减少碳排放量，无须人工判断产线设备的操作值即可快速正确地控制产线设备以产生水泥熟料。
40.以上所述仅为本发明的较佳实施例，凡依本发明权利要求作的均等变化与修饰，皆应属本发明的涵盖范围。