一种隧道窑燃烧过程参数优化配置方法及装置与流程

本发明涉及数值模拟技术领域，特别是涉及一种隧道窑燃烧过程参数优化配置方法及装置。

背景技术：

隧道窑是卫生洁具陶瓷生产的重要设备，其重要的研究内容之一就是隧道窑的燃烧过程，因为隧道窑的烧成质量直接影响生产成本。而在隧道窑的燃烧过程中，烧成是最主要的耗能工序。随着对能源要求的提高，节能技术正逐渐成为主流技术，所以在隧道窑燃烧过程中，不仅要求制品烧成质量高而且还要求节约能源以及提高能源的利用率。

近年来，随着隧道窑数值模拟技术的广泛应用，国内外学着围绕窑炉结构、燃烧技术、综合热耗和烟气流动等方面进行了基于数值模拟的参数优化研究。目前，多采用以燃料燃烧机理为基础分析隧道窑内部温度场变化，但是由于隧道窑属于大型、高投资和24小时连续运行的大型工艺设备，运行过程处于高温高压的环境，燃料燃烧激励分析时需要对实际隧道窑结构、运行参数以及环境参数等均进行简化或近似处理，很难分析和挖掘出影响隧道窑能耗的规律和因素，仍难以支撑改善燃烧质量并提高能源利用效率。

在考虑隧道窑燃烧过程节能问题时不能忽略对产品质量的影响，所以在隧道窑燃烧过程中，对燃烧质量与能源消耗方面的研究是多目标优化问题的研究。但是，目前尚无便捷高效的方法来实现隧道窑燃烧质量与能耗的目标协同优化。

技术实现要素：

针对于上述问题，本发明提供一种隧道窑燃烧过程参数优化配置方法及装置，实现了隧道窑燃烧质量与能耗的多目标协同优化，及隧道窑燃烧过程中节能的目的。

为了实现上述目的，根据本发明的第一方面，提供了一种隧道窑燃烧过程参数优化配置方法，该方法包括：

根据隧道窑的物理结构，建立隧道窑的数值几何模型，并对所述数值几何模型进行网格划分，获得所述隧道窑的几何网格模型；

设定所述隧道窑的几何网格模型的边界条件，并根据隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，建立隧道窑燃烧过程数学模型；

根据所述隧道窑燃烧数值模型进行仿真，得到所述隧道窑的燃烧过程中的相应温度数据，通过所述温度数据，对温度均匀性系数y，第i组工况窑内第j个点的温度值x_ij和第i组工况窑内的平均温度建立隧道窑燃烧质量模型其中，i和j为正整数；

根据所述隧道窑燃烧数值模型，利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量；

根据所述隧道窑质量模型和所述隧道窑的能源消耗模型，利用多目标方法，对所述隧道窑的燃烧质量Y(v_x,v_zk,h)和能耗I_xs(v_x,v_zk,h)建立所述隧道窑的能源消耗与质量的能源优化模型为:

其中，V_x、V_zk为燃气和助燃风入口速度，h为隧道高度。

优选的，所述设定所述隧道窑的几何网格模型的边界条件，并根据隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，建立隧道窑燃烧过程数学模型，包括：

设定所述隧道窑的几何网格模型的固体壁边界条件和气流边界条件，并根据所述隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，通过对获取到的不同工况参数进行所述隧道窑燃烧的过程数值模拟，计算获得所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟；

根据所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟，建立所述隧道窑燃烧过程数学模型。

优选的，所述根据所述隧道窑燃烧数值模型进行仿真，得到所述隧道窑的燃烧过程中的相应温度数据，通过所述温度数据，对温度均匀性系数y，第i组工况窑内第j个点的温度值x_ij和第i组工况窑内的平均温度x建立隧道窑燃烧质量模型，包括：

根据所述隧道窑燃烧数值模型进行仿真，获得所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，其中，所述i和j均为正整数；

根据所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，通过公式计算获得所述隧道窑的温度均匀系数，其中，

x_ij为第i组工况窑内第j个点的温度值，为第i组工况窑内的平均温度，y为温度均匀性系数；

采用神经网络方法，分别建立所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型；

根据所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型，建立所述隧道窑燃烧质量模型。

优选的，所述根据所述隧道窑燃烧数值模型，利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，包括：

根据所述隧道窑燃烧数值模型，计算获得所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量I_zc，其中，

I_sr＝Q_r+Q_x+Q_zk+Q_yz；

I_zc＝Q_yt+Q_sz+Q_cp+Q_rt；

式中，Q_r为燃料燃烧的化学热，Q_x为燃料带入的显热，Q_zk为助燃风带入显热，Q_yz为窑车及制品带入显热；Q_yt为窑体散热，Q_sz为坯体水分蒸发和加热水蒸气耗热，Q_cp为制品带走显热，Q_rt为抽出热风带走显热；

计算所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量之间的差值I_zc，将所述差值作为所述隧道窑的能源消耗I_xs；

利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量。

根据本发明的第二方面，提供了一种隧道窑燃烧过程参数优化配置装置，该装置包括：

几何网格模型建立模块，用于根据隧道窑的物理结构，建立隧道窑的数值几何模型，并对所述数值几何模型进行网格划分，获得所述隧道窑的几何网格模型；

数学模型建立模块，用于设定所述隧道窑的几何网格模型的边界条件，并根据隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，建立隧道窑燃烧过程数学模型；

燃烧质量模型建立模块，用于根据所述隧道窑燃烧数值模型进行仿真，得到所述隧道窑的燃烧过程中的相应温度数据，通过所述温度数据，对温度均匀性系数y，第i组工况窑内第j个点的温度值x_ij和第i组工况窑内的平均温度建立隧道窑燃烧质量模型其中，i和j为正整数；

能源消耗模型建立模块，用于根据所述隧道窑燃烧数值模型，利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量；

优化模型建立模块，用于根据所述隧道窑质量模型和所述隧道窑的能源消耗模型，利用多目标方法，对所述隧道窑的燃烧质量Y(v_x,v_zk,h)和能耗I_xs(v_x,v_zk,h)建立所述隧道窑的能源消耗与质量的能源优化模型为:

其中，V_x、V_zk为燃气和助燃风入口速度，h为隧道高度。

优选的，所述数学模型建立模块，包括：

第一计算模块，用于设定所述隧道窑的几何网格模型的固体壁边界条件和气流边界条件，并根据所述隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，通过对获取到的不同工况参数进行所述隧道窑燃烧的过程数值模拟，计算获得所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟；

第一建立模块，用于根据所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟，建立所述隧道窑燃烧过程数学模型。

优选的，所述燃烧质量模型建立模块，包括：

第一获取模块，用于根据所述隧道窑燃烧数值模型进行仿真，获得所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，其中，所述i和j均为正整数；

第二计算模块，用于根据所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，通过公式计算获得所述隧道窑的温度均匀系数，其中，

x_ij为第i组工况窑内第j个点的温度值，为第i组工况窑内的平均温度，y为温度均匀性系数；

第二建立模块，用于采用神经网络方法，分别建立所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型；

第三建立模块，用于根据所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型，建立所述隧道窑燃烧质量模型。

优选的，所述能源消耗模型建立模块，包括：

第三计算模块，用于根据所述隧道窑燃烧数值模型，计算获得所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量I_zc，其中，

I_sr＝Q_r+Q_x+Q_zk+Q_yz；

I_zc＝Q_yt+Q_sz+Q_cp+Q_rt；

式中，Q_r为燃料燃烧的化学热，Q_x为燃料带入的显热，Q_zk为助燃风带入显热，Q_yz为窑车及制品带入显热；Q_yt为窑体散热，Q_sz为坯体水分蒸发和加热水蒸气耗热，Q_cp为制品带走显热，Q_rt为抽出热风带走显热；

第四计算模块，用于计算所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量之间的差值I_zc，将所述差值作为所述隧道窑的能源消耗I_xs；

第四建立模块，用于利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量。

相较于现有技术，本发明通过建立隧道窑的几何网格模型，进而获得了隧道窑燃烧过程数学模型，利用数值模拟方法，分别获得了隧道窑燃烧质量模型和能源消耗模型，最终获得了所述隧道窑的能源消耗与质量的能源优化模型，从而实现了隧道窑燃烧质量与能耗的多目标协同优化，及隧道窑燃烧过程中节能的目的。

附图说明

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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例一提供的隧道窑燃烧过程参数优化配置方法的流程示意图；

图2为本发明实施例二对应的图1所示S12步骤中的具体建立数学模型的流程示意图；

图3为本发明实施例二对应的图1所示S13步骤中的具体建立隧道窑燃烧质量模型的流程示意图；

图4为本发明实施例二对应的图1所示S14步骤中的具体建立隧道窑的能源消耗模型的流程示意图；

图5为本发明实施例二中均匀性系数与工况参数关系模型求解方案的示意图；

图6为本发明实施例二中基于热平衡的能源消耗计算方案的示意图；

图7为本发明实施例二中隧道窑的能耗与质量关联组合参数配置集方案的示意图；

图8为本发明实施例三提供的隧道窑燃烧过程参数优化配置装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。

实施例一

参见图1为本发明实施例一提供的隧道窑燃烧过程参数优化配置方法的流程示意图，该方法包括以下步骤：

S11、根据隧道窑的物理结构，建立隧道窑的数值几何模型，并对所述数值几何模型进行网格划分，获得所述隧道窑的几何网格模型后，执行S12；

其中，根据隧道窑的物理结构，建立隧道窑的数值几何模型，并对其进行网格划分，可以基于现有商用几何建模软件来实现，常用的软件有ProE、UG、Solidworks等，为了方便几何模型后期网格划分以及避免格式转换，在本发明的实施例中优选采用ICEM CFD软件进行隧道窑几何建模及网格划分。

S12、设定所述隧道窑的几何网格模型的边界条件，并根据隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，建立隧道窑燃烧过程数学模型后执行S13或S14；

S13、根据所述隧道窑燃烧数值模型进行仿真，得到所述隧道窑的燃烧过程中的相应温度数据，通过所述温度数据，对温度均匀性系数y，第i组工况窑内第j个点的温度值x_ij和第i组工况窑内的平均温度建立隧道窑燃烧质量模型其中，i和j为正整数；

S14、根据所述隧道窑燃烧数值模型，利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量；

需要说明的是，步骤S13和步骤S14均是基于步骤S12建立的隧道窑燃烧过程的数学模型后，分别建立了隧道窑燃烧质量模型和隧道窑的能源消耗模型，所以在实施了步骤S12后执行步骤S13或步骤S14并没有先后顺序之分。

S15、根据所述隧道窑质量模型和所述隧道窑的能源消耗模型，利用多目标方法，对所述隧道窑的燃烧质量Y(v_x,v_zk,h)和能耗I_xs(v_x,v_zk,h)建立所述隧道窑的能源消耗与质量的能源优化模型为:

其中，V_x、V_zk为燃气和助燃风入口速度，h为隧道高度。

具体的，在步骤S15中，建立所述隧道窑的能源消耗与质量的能源优化模型主要是在软件Matlab中开发的一种独立的GUI模块实现的，并利用遗传算法等智能生物算法对其需求最优解，从而可以确定在质量约束下能耗最优的最佳参数配置。

根据本发明实施例一公开的技术方案，通过建立隧道窑的几何网格模型，进而获得了隧道窑燃烧过程数学模型，利用数值模拟方法，分别获得了隧道窑燃烧质量模型和能源消耗模型，最终求解获得了最佳的能耗与质量关联组合参数配置集，从而实现了隧道窑燃烧质量与能耗的多目标协同优化，及隧道窑燃烧过程中节能的目的。

实施例二

参照本发明实施例一和图1中所描述的S11到S15步骤的具体过程，在S11步骤中获得所述隧道窑的几何网格模型后，参见图2为本发明实施例二中对应的图1所示S12步骤中的具体建立数学模型的流程示意图，图1中步骤S12具体包括：

S21、设定所述隧道窑的几何网格模型的固体壁边界条件和气流边界条件，并根据所述隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，通过对获取到的不同工况参数进行所述隧道窑燃烧的过程数值模拟，计算获得所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟；

具体的，本发明针对卫生洁具陶瓷的隧道窑，模拟其内部温度场，隧道窑内的气体流动属于湍流流动，其内部的气体燃烧涉及到物理化学反应伴随有大量的放热，都术语湍流现象，在本发明的实施例中考虑到期特点采用了k-ε湍流模型，k-ε模型是完全假定流场是湍流，忽略分子之间的粘性。标准k-ε模型是只针对流场完全是湍流的有效，包括湍动能方程(1-1)和扩散方程(1-2)：

在上述方程中，G_k是在层流速度梯度基础下产生湍流动能，G_b是通过浮力产生的湍流动能，Y_M是在可压缩湍流中过度的扩散产生的波动，C₁、C₂、C₃是常量，σ_k和σ_e是方程k和ε方程的普朗特数，k和ε分别为湍动能和湍流耗散率，S_k和S_e是根据需求自定义的数值；

在本发明的实施例中模拟的燃烧反应中，燃气和助燃风是从各自的区域进入反应区的，属于非预混燃烧反应，所以采用的是PDF燃烧反应模型，该模型假设了反应是受混合速率所控制，即反应已达到化学平衡状态，每个单元内的组分及其性质由燃料和氧化剂的湍流混合强度所控制，该模型主要包括平均混合分数方差守恒方程，其求解平均混合分数方程和平均混合分数方差的守恒方程分别为公式1-3和公式1-4：

公式(1-3)中，源项S_m定义为质量是燃料传入气相中的，S_user是用户自定义源项；

公式(1-4)中，Z_i为元素i的元素质量分数，下标ox为氧化剂进口值，下标fuel为燃料进口值，常数σ_t、C_ε、C_d分别取0.85、2.86和2.0，S_user为用户定义源项。

在高温条件下隧道窑的换热机制主要是辐射换热，在相同的温度下，辐射能力最大的是黑体。目前计算辐射传热的模型主要有五种：离散换热辐射(DTRM)模型、P-1辐射模型、Rosseland辐射模型、表面辐射(S2S)模型和离散坐标辐射(DO)模型，不同的模型适用于不同的应用范围，对计算机内存和CPU的要求也会有一定的差别。一般的，离散坐标辐射模型，即DO模型，是使用范围最大的一种模型，该模型可以对所有光学厚度的辐射问题进行计算，而且计算范围包括了半透明介质辐射、表面辐射和燃烧问题中的各种辐射问题。综合考虑炉窑的各项特性及烧制的产品特性，本发明的实施例中采用使用范围较广、计算所需时间较短的DO辐射模型，缩短实验时间及降低实验工作量。

S22、根据所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟，建立所述隧道窑燃烧过程数学模型。

在建立了所述隧道窑燃烧过程数学模型后，参见图3及图5，图1中步骤S13具体包括：

S31、根据所述隧道窑燃烧数值模型进行仿真，获得所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，其中，所述i和j均为正整数；

S32、根据所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，通过公式计算获得所述隧道窑的温度均匀系数，其中，

x_ij为第i组工况窑内第j个点的温度值，为第i组工况窑内的平均温度，y为温度均匀性系数；

S33、采用神经网络方法，分别建立所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型；

S34、根据所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型，建立所述隧道窑燃烧质量模型。

具体的，在本发明实施例二中，为了对隧道窑的燃烧质量进行定量分析，引用变异系数来评价不同工况下燃烧质量的均匀性。一般的，用来评价均匀性大都采用标准差或方差，但数值模拟实验中其相关因素的测量尺度及量纲无法统一，为了消除测量尺度及量刚的影响，本发明的实施例中采用变异系数来评价均匀性，且均匀性系数定义为公式(1-5)。

在公式(1-5)中，x_ij为第i组工况窑内第j个点的温度值，为第i组工况窑内的平均温度，y为变异系数即温度均匀性系数。

相应的，由于隧道窑燃烧过程中影响因素众多，如何合理的设置参数将直接影响到温度场的均匀性，在本发明的实施例二中采用神经网络方法建立温度均匀性系数与隧道窑高度h、燃气入口速度v_x和助燃风入口速度v_zk之间的关系模型，并通过上述关系模型最终确立隧道窑燃烧质量模型。

在建立了所述隧道窑燃烧过程数学模型后，参见图4及图6，图1中步骤S14具体包括：

S41、根据所述隧道窑燃烧数值模型，计算获得所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量I_zc，其中，

I_sr＝Q_r+Q_x+Q_zk+Q_yz；

I_zc＝Q_yt+Q_sz+Q_cp+Q_rt；

式中，Q_r为燃料燃烧的化学热，Q_x为燃料带入的显热，Q_zk为助燃风带入显热，Q_yz为窑车及制品带入显热；Q_yt为窑体散热，Q_sz为坯体水分蒸发和加热水蒸气耗热，Q_cp为制品带走显热，Q_rt为抽出热风带走显热；

S42、计算所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量之间的差值I_zc，将所述差值作为所述隧道窑的能源消耗I_xs；

S43、利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量。

具体的，参见图4所示，隧道窑实际消耗能量为总输入热量I_sr减去总支出热量I_zc，其中总输入热量包括燃料燃烧的化学热Q_r，燃料带入的显热Q_x，助燃风带入显热Q_zk，窑车及制品带入显热Q_yz四部分；总支出热量包括窑体散热Q_yt，坯体水分蒸发和加热水蒸气耗热Q_sz，制品带走显热Q_cp，抽出热风带走显热Q_rt四部分。各个部分热量计算公式如下：

燃料燃烧化学热Q_r：

M_r＝v_x×A_x (1-7)

上述公式(1-6)、公式(1-7)和公式(1-8)中，V_x为燃料的流速[m/s]，为燃料的拉低热值[kj/m³]，A_x为燃料管道的横截面积[m²]。

燃料带入的显热Q_x：

上述公式(1-9)中，V_x为燃料的流速[m/s]，A_x为燃料管道的横截面积[m²]，C_x为燃料在入窑温度下的比热容[kj/(m³·℃]，t_xm为燃料在入窑时的温度[℃]。

助燃风带入显热Q_zk：

Q_zk＝v_zk×A_zk×t_zk (1-10)

在上述公式(1-10)和公式(1-11)中，V_zk为助燃风在标准状态下的流速[m/s]，A_zk为助燃风管道的截面面积[m²]，C_zk为助燃风在入窑温度下的比热容[kj/(m³·℃]，t_zk为助燃风入窑的温度[℃]。

窑车及制品带入显热Q_yz：

Q_yz＝Q_yc+Q_sp＝m_yc×c_yc×y_yc+m_sp×c_sp×y_sp (1-12)

上述公式(1-12)中，m_sp为每小时坯体进窑量[kg/h]，C_sp为陶瓷坯体的比热容[kj/(kg·℃]，t_sp为坯体入窑的平均温度[℃]，m_yx为每小时窑车进窑量[kg/h]，C_yc为窑车的比热容[kj/(kg·℃]，t_yc为窑车入窑的平均温度[℃]。

窑体散热Q_yt(分别对窑墙和窑顶划分测区，计算后全部相加即得全窑散热)：

Q_yt＝∑(qF)/M_cp (1-13)

公式(1-13)中，q为窑体测点处的热流密度[kj/(m²·℃]，F为与q相应的测区面积[m²]，M_cp为出窑产品的总质量[kg]。

坯体水分蒸发和加热水蒸气耗热Q_sz：

Q_sz＝(m_x+m_y)×(2490+1.93×t_yp) (1-14)

公式(1-14)中，m_x为每小时坯体入窑所含吸附水量[kg/h]，m_y为每小时坯体入窑所含结晶水量[kg/h]，t_yp为烟气温度[℃]。

制品带出显热Q_cp：

Q_cp＝m_cp×C_cp×t_cp (1-15)

公式(1-15)中，m_cp为每小时出窑产品数[kg/h]，t_cp为产品出窑的平均温度[℃]，C_cp为产品出窑的比热[kj/(kg·℃]。

抽出热风带走显热Q_rt：

公式(1-16)中，V_rt为单位产品抽出热风量的体积[m3]，A_rt为窑炉横截面面积[m2]，h为窑炉的高[m]，C_rt为热风的比热[kj/(m³·℃]，T_rt为热风温度[℃]。

综合考虑上述各个部分热量求解公式，即可确定隧道窑消耗总热量为公式(1-17)：

在获得了隧道窑燃烧质量模型和隧道窑的能源消耗模型后，参见图7，通过在Matlab中开发的一种独立的GUI模块，该模块集成了燃烧质量与能耗多目标优化模型，并利用遗传算法等智能生物算法对其寻求最优求解，从而可以确定在质量约束下能耗最优的最佳参数配置，其中燃烧质量与能耗多目标具公式如公式(1-18)和公式(1-19)：

Y(v_x,v_zk,h)＝net(v_x,v_zk,h) (1-19)

公式(1-18)和公式(1-19)中，V_x、V_zk为燃气和助燃风入口速度[m/s]；A_x、A_zk为燃气和助燃风管道横截面积[m²]；t_x、t_zk为燃气和助燃风入窑时的温度[℃]；C_x、C_k为燃气和助燃风在入窑温度下的比热容[kj/(m³·℃]；为燃气低位热值[kj/m³]；为热风的比热容[kj/(m³·℃]；T_rt为热风的温度[℃]，A_rt为窑炉横截面积[m²]；Q为其他热量[j/h]；Y燃烧均匀性系数。

根据本发明实施例二公开的技术方案，通过建立隧道窑的几何网格模型，进而获得了隧道窑燃烧过程数学模型，利用数值模拟方法，根据具体的公式及软件模拟分别获得了隧道窑燃烧质量模型和能源消耗模型，最终求解获得了最佳的能耗与质量关联组合参数配置集，从而实现了隧道窑燃烧质量与能耗的多目标协同优化，及隧道窑燃烧过程中节能的目的。

实施例三

与本发明实施例一和实施例二所公开的隧道窑燃烧过程参数优化配置方法相对应，本发明的实施例三还提供了一种隧道窑燃烧过程参数优化配置装置，参见图8为本发明实施例三提供的隧道窑燃烧过程参数优化配置装置的结构示意图，该装置具体包括：

几何网格模型建立模块301，用于根据隧道窑的物理结构，建立隧道窑的数值几何模型，并对所述数值几何模型进行网格划分，获得所述隧道窑的几何网格模型；

数学模型建立模块302，用于设定所述隧道窑的几何网格模型的边界条件，并根据隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，建立隧道窑燃烧过程数学模型；

燃烧质量模型建立模块303，用于根据所述隧道窑燃烧数值模型进行仿真，得到所述隧道窑的燃烧过程中的相应温度数据，通过所述温度数据，对温度均匀性系数y建立隧道窑燃烧质量模型，其中，

式中，x_ij为第i组工况窑内第j个点的温度值，为第i组工况窑内的平均温度；

能源消耗模型建立模块304，用于根据所述隧道窑燃烧数值模型，利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量；

优化模型建立模块305，用于根据所述隧道窑质量模型和所述隧道窑的能源消耗模型，利用多目标方法，对所述隧道窑的燃烧质量Y(v_x,v_zk,h)和能耗I_xs(v_x,v_zk,h)建立所述隧道窑的能源消耗与质量的能源优化模型为:

其中，V_x、V_zk为燃气和助燃风入口速度，h为隧道高度。

具体，所述数学模型建立模块302包括：

第一计算模块3021，用于设定所述隧道窑的几何网格模型的固体壁边界条件和气流边界条件，并根据所述隧道窑燃烧过程的湍流模型、PDF燃烧反应模型和DO辐射传热模型，通过对获取到的不同工况参数进行所述隧道窑燃烧的过程数值模拟，计算获得所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟；

第一建立模块3022，用于根据所述隧道窑的温度场分布模拟和所述隧道窑的速度场分布模拟，建立所述隧道窑燃烧过程数学模型。

同时，所述燃烧质量模型建立模块303包括：

第一获取模块3031，用于根据所述隧道窑燃烧数值模型进行仿真，获得所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，其中，所述i和j均为正整数；

第二计算模块3032，用于根据所述隧道窑的第i组工况窑内第j个点的温度值和所述第i组工况窑的平均温度，通过公式计算获得所述隧道窑的温度均匀系数，其中，

x_ij为第i组工况窑内第j个点的温度值，为第i组工况窑内的平均温度，y为温度均匀性系数；

第二建立模块3033，用于采用神经网络方法，分别建立所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型；

第三建立模块3034，用于根据所述隧道窑的温度均匀系数与所述隧道窑的高度、燃气入口速度和助燃风入口速度之间的关系模型，建立所述隧道窑燃烧质量模型。

具体的，所述能源消耗建立模块304包括：

第三计算模块3041，用于根据所述隧道窑燃烧数值模型，计算获得所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量I_zc，其中，

I_sr＝Q_r+Q_x+Q_zk+Q_yz；

I_zc＝Q_yt+Q_sz+Q_cp+Q_rt；

式中，Q_r为燃料燃烧的化学热，Q_x为燃料带入的显热，Q_zk为助燃风带入显热，Q_yz为窑车及制品带入显热；Q_yt为窑体散热，Q_sz为坯体水分蒸发和加热水蒸气耗热，Q_cp为制品带走显热，Q_rt为抽出热风带走显热；

第四计算模块3042，用于计算所述隧道窑的总输入热量I_sr和所述隧道窑的总支出热量之间的差值I_zc，将所述差值作为所述隧道窑的能源消耗I_xs；

第四建立模块3043，用于利用热平衡方法对所述隧道窑实际消耗能量I_xs建立所述隧道窑的能源消耗模型，其中，

I_xs＝I_sr-I_zc

式中，I_sr为总输入热量，I_zc为总支出热量。

在本发明实施例三中，根据几何网格模型建立模块建立了隧道窑的几何网格模型，并通过数学模型建立模块建立了隧道窑燃烧过程数学模型，在隧道窑燃烧过程数学模型建立后，利用数值模拟方法，根据具体模块分别获得了隧道窑燃烧质量模型和能源消耗模型，最终通过参数配置集建立模块求解获得了最佳的能耗与质量关联组合参数配置集，从而实现了隧道窑燃烧质量与能耗的多目标协同优化，及隧道窑燃烧过程中节能的目的。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。