于現軍1 ，　 王孝偉1，　 閆軼佐2

（1． 北京和隆優化科技股份有限公司，北京 100096 ；

2． 日照市技師學院，山東 日照 276800 ）

摘要：針對熱風爐現場已有的最基本測控儀表和執行機構，采用尋找動態最佳空燃比的自尋優算法，以及智能軟測量技術、趨勢優化控制技術、擾動觀測器和智能控制技術，實現熱風爐燃燒過程的自動優化控制，進而提高送風風溫，降低煤氣消耗。現場應用表明：智能燃燒優化技術提升了熱風爐自動控制水平；對一座2500m³的高爐熱風爐年節能效益500萬元以上。

關鍵詞：熱風爐；自尋優算法；燃燒優化；自動控制

冶金行業中熱風爐是高爐的輔助設備之一，有著復雜的熱交換系統，采用蓄熱工作方式為高爐冶煉提供連續的，可控溫度的熱風，從而提高冶煉強度，降低焦比。目前，國內熱風爐控制的基礎自動化設備已經安裝，包括自動換爐的邏輯也已經實現，對燃燒過程自動化、智能化和節能降耗的研究有了新的進展，但受限于儀器儀表及執行機構的可靠性，現場很難實現全自動運行，優化運行也就無從談起，大多仍采用人工操作方式，需要有豐富經驗的人員，而且易受到外界因素（如煤氣壓力波動頻繁、測控儀表性能不穩定、燃料母管制耦合嚴重等）的影響。國外熱風爐先進控制技術研究和應用較為成熟，由于對儀器儀表等執行機構精度要求較高，很難在國內推廣應用 ^［1］ 。

智能節能控制技術在國內已進行了較為深入的研究，并進行了推廣應用。基于國內煉鐵現場實際，對智能燃燒優化技術（Intelligent Combustion Optimization Technology， ICOT ）進行研究并加以推廣是十分必要的 ^［2-7］ 。為此，本文對 ICOT進行了持續深入研究，成功實現了有限條件下熱風爐全自動優化運行，同等風溫條件下可降低噸鐵煤氣消耗5％以上或同等煤氣消耗前提下提高熱風溫度20℃ 以上，在一座 2500m³高爐上實現年直接經濟效益 500 萬元以上。

1　IOCT 原理及核心技術

1.1　IOCT原理

IOCT 與 熱 風 爐 控 制 的 結 構 如 圖1 所 示IOCT立足于現場最基本的測控儀表，采用先進的軟測量技術、多變量解耦技術、過程優化控制技術、故障診斷與安全控制技術、智能調節技術以及科學的數據分析與統計技術來實現燃燒裝置的全自動控制，從而實現其安全穩定運行和經濟運行的所有目標 ^［8-9］。

1.2　 智能燃燒優化核心技術

1.2.1　 智能軟測量技術 　

根據測量對象特性，通過智能算法實現測量對象的間接測量，解決了現場煤氣流量、助燃風流量等儀表無法使用或嚴重不準問題，對實現熱風爐長期全自動優化燒爐起到了關鍵作用 ^［10］ 。

1.2.2　 優化核心———瞎子爬山法

IOCT  借鑒了華羅庚的“瞎子爬山法”，模擬有經驗操作人員根據現有條件，通過每次操作（如增減燃料量、助燃風量、控制點等）爐況的變化趨勢，自動尋找臨近最高點（亞優點），即“自尋優”算法思想 ^［11］ 。本文技術將該思想進行了工程化和模型化設計，形成了一種改進的自尋優算法，包括采用變步長、變精度等策略，用多維梯度極值搜索法尋找熱風爐當前工況下的最佳運行點，每次優化基于上次優化結果啟動；通過滾動優化使燃燒裝置達到越燒越好的運行狀態。同時，該算法還集成了優化陷阱規避、快速優化與穩定性的協調、測量壞值的自動處理、自診斷與自愈技術等 ^［12-13］ ，解決了因工況等因素頻繁波動導致的無法長期自動優化穩定運行的問題。

12.3　 趨勢優化控制技術 　

創造性引入趨勢優化控制，智能優化系統自動跟蹤并分析熱風爐因自身擾動而引起的變化，自動篩選最佳運行工況并將熱風爐鉗位于最佳工況 ^［14］ 。

1.2.4　 擾動觀測器和智能控制技術 　

將智能技術如自適應、自學習、自挖掘、系統協調等引入控制系統，使其具有辨識、決策、自愈等功能，從而使自動控制和優化控制達到更高階段，解決傳統技術手段難以解決的復雜系統控制問題。智能控制系統集成了擾動觀測器、模糊控制、專家系統、自學習控制、自適應控制、分層遞階控制、遺傳算法等智能技術 ^［15-16］ 。

智能控制系統有機將信號預處理、優化控制、先進控制、在線建模等技術應用于被控過程對象，實現過程對象的優質、高效、安全控制，其邏輯如圖2所示。

2　IOCT  實現方法與節能運行分析

2.1　IOCT 實現方法

2.1.1　 多變量控制系統 　

熱風爐總體智能控制方案：在燒爐初期，根據智能統計和數據挖掘技術獲得的初始煤氣量，實現拱頂（角）溫度快速達到目標值，在此期間，自動尋找最佳空燃配比，保證充分燃燒，并保證拱頂（角）溫度不超溫。同時，為保護熱風爐格子磚的金屬支撐不被破壞并維持熱效率，燒爐蓄熱期間，廢氣溫度必須控制在合理范圍內。因此，熱風爐智能優化控制模型包含了拱頂保護控制模型、廢氣溫度預測控制模型、煤氣流量優化控制模型、煤氣流量先進控制模型、助燃風流量優化控制模型、助燃風流量先進控制模型等。其中，廢氣溫度預測控制模型包含廢氣溫度控制點智能浮動模型，能根據熱風爐當前和歷史蓄熱能力智能地調整廢氣溫度控制點；解耦控制模型包含煤氣、助燃風總管壓力和支管流量解耦控制，有效提高了總管壓力和支管流量的控制精度，以上模型全面實現了熱風爐快準穩優4控制目標。帶自尋優功能的燃氣量優化控制系統如圖 3所示，將高爐熱風爐相關關鍵測量引入多變量控制系統，實現對煤氣量的優化控制。

2.1.2　 助燃風優化控制系統 　

帶自尋優功能的熱風爐空氣量優化控制系統如圖4所示。控制系統主要采用了比值控制算法，包含了風量優化模型、優化時機模型、趨勢優化模型、空燃比模型等。根據優化風量和當前煤氣量，計算出優化空燃比；根據當前煤氣量和優化空燃比計算空氣量，對空氣調節閥進行控制。

2.2　 熱風爐IOCT 節能運行分析

2.2.1　IOCT 的節能效果來源于多維優化技術

① 在不降低風溫的基礎上，IOCT 始終尋找并嵌位于最少的燃料量消耗，或在不增加煤氣消耗的基礎上提高送風溫度。 ② 在優化燒爐基礎上實現平衡燒爐，最大化均衡各爐送風能力，提高熱風溫度和穩定性。 ③ 當工況變化時，如燃料質量、設備性能等，IOCT 始終尋找并鉗位于與之最匹配的工藝控制點，進一步減少燃料量消耗。

2.2.2　IOCT  現場應用 　

某鋼廠 6號 1080m³高爐熱風爐控制系統的優化改造前后對比測試結果如表1所示。

 改造后，熱風爐實現了以下功能：

（1）熱風爐實現全自動優化運行，自控率達到９０％ 以上；

（2）節能效果顯著，由表 １ 可知，煤氣用量減少了 ６．６７％ ；

（3）送風溫度也有明顯提高，由表１可知，溫度提升５．１℃ ；

（4）拱頂溫度、廢氣溫度控制更加平穩，整體運行工況趨于最優。

2.2.3　 運行效果曲線 　

IOCT  在現場實際運行中效果明顯。 IOCT 與原控制系統DCS 曲線對比如圖 5所示。本技術能夠實現熱風爐拱頂溫度快速達到設定溫度，穩定性有明顯提高；同時，煤氣總管壓力波動明顯減小，熱風爐整體穩定性明顯提高。

本優化技術在熱風爐空氣和煤氣量上優化采用自尋優方法進行，如圖6所示。尋找最佳空氣和煤氣量，實現經濟優化運行。

2.3　IOCT 經濟效益分析

2.3.1　 提 高 風 溫 的 效 益 　

高 爐 利 用 系 數 為3t ／（ m³·d ），每度風溫降低焦比按0.15kg ／（ ℃ · ｔ ），高爐年生產時間為每年 330 天，焦炭價格為 1600元／ t，高 爐 總 爐 容 為 V （ m³ ），提 高 送 風 溫 度 為ΔT（ ℃ ）計算，則每年因提高風溫所產生的經濟效益為

M ₁₁ ＝ V ×3.0×330×0.15×Δ T／1000×16000／10000＝0.02376× V ×Δ T （萬元／ a ）

改造一座2500m³的高爐熱風爐，按至少提高10℃風溫計算的年效益為

M₁₁ ＝0.2376×2500×10＝594 （萬元／ a ）

2.3.2　 降低煤氣消耗的效益 　

高爐生產每噸鐵按副產 1400m³煤氣（煤氣熱值為 3400kJ／m³ ），高爐副產煤氣有40％用于熱風爐，煤氣核算價格按0.1元／m³ ，節省煤氣比例按Δ F ％計算，則每年因降低煤氣消耗所產生的經濟效益為

M₁₂ ＝ V ×3×330×1400×40％ ×Δ F ％ ×0.1／1000＝5.544× V ×Δ F （萬元／ a ）

改造一座2500m³的高爐熱風爐，按降低3％煤氣消耗計算，年效益為

M₁₂ ＝5.544× V ×Δ F ％ ＝5.544×2500×3％＝416 （萬元／ a ）

3　 結 　 語

熱風爐作為高爐煉鐵設備的重要組成部分，既要保證送風溫度能夠滿足高爐煉鐵需要，又要使煤氣充分燃燒，達到節能、減少成本的目的。將先進的IOCT 應用于常規控制系統中，能夠實現熱風爐的安全、穩定、經濟運行。應用實踐證明，IOCT  提高了送風風溫，節約了能源。 IOCT  已經成功應用于我國大批鋼鐵企業近百座高爐熱風爐，涵蓋了從110m³到 5800m³各種規模的高爐熱風爐。目前，該技術所覆蓋產能已達20％以上，在此基礎上，基于企業級大數據進行裝置間的優化協調，將為企業創造更大的經濟效益。

參 考 文 獻

［1］ 　 高桂革 ． 最優控制理論的發展與展望［J］ ． 上海電機學院學報， 2005，8 （ 3 ）： 33－35，39．

［2］ 　 李鵬，于現軍 ．BCS 優化技術在 650tｔ／ h 大型 CFS 鍋爐上的應用［C］／／中國計量協會冶金分會 2012 年會暨全國第十七屆自動化應用技術學術交流會 ． ［ s．l． ］：［ s．n． ］， 2012 ： 122 －127．

［3］ 　 高瑞峰，于現軍．BCS技術在煤粉爐上的應用［J］ ．冶金能源，2015 ，34 （3）： 57 － 59．

［4］ 　 沈煒，盧勤，付曙光．新鋼9號高爐熱風爐降低煤氣消耗研究［J］ ． 冶金能源，2017， 36 （1）： 14 －18．

［5 ］ 　 沈昊 ． 寶鋼1780 熱軋除鱗智能節能控制技術［J］ ．上海電機學院學報， 2017 ，20 （2）： 120 －124．

［6］ 　 郭雪峰 ． 基于熱平衡原理的熱風爐燃燒控制模型［J］ ． 科技創新與應用，2017 （6）： 158．

［7］ 　 李文成，喬紅立，許豐 ． 基于經驗值模型的熱風爐燃燒快速尋優技術研究［J］ ． 冶金自動化，2017 ，41 （4）：68 －72．

［8］ 　 于現軍 ． 自尋優算法在高爐熱風爐燃燒系統中的應用［J］ ． 世界儀表與自動化，2003 ，7（ 6）： 21 －24．

［9］ 　WANG Xiaowei ， YU Xianjun．Application of boiler combustion optimization controltechnology ［C ］／／2014　3rd　International Conference on Frontier of Energy and Environment Engineering． ［s．l． ］：［ s．n． ］，2015 ： 699 －702．

［10］ 　 李鵬，孫玉珠，王孝偉，等 ． 軟測量技術在加熱爐燃燒系統上的應用［J］ ． 工程技術， 2015 ，32 ： 188－ 188．

［11 ］ 　 華羅庚 ． 優選學［M］ ． 北京：科學出版社，1981．

［12 ］ 　 王永初 ． 論過程控制系統的次優化方法（ Ⅲ ）極值卡邊次優化系統［J］ ． 華僑大學學報 （自然科學 版），1996 ， 17 （1）： 52 － 55．

［13］ 　 王文棟，張生良，李劍，等 ． 一種線性識別系統動態模型的自尋優算法［J］ ． 航空動力學報，2003 ， 18 （3）：428 －431．

［14］ 　 李明黨 ． 高爐熱風爐優化控制技術［J］ ． 冶金能源，2015 （2）： 61 －64．

［15］ 　 朱里紅，黃瀚，韋潔 ． 熱風爐燃燒過程智能優化控制方法的研究［ Ｊ ］ ． 計算機測量與控制，2016 ， 24 （ 5 ）：74 － 76 ， 80．

［16］ 　 花新峰，梁歡歡 ． 模糊控制在熱風爐燃燒系統中的應用［J］ ． 工業控制計算機，2016 ， 29 （5）： 73 －74．