基于AKF-PID的航天氣化爐氧煤比先進控制

薛美盛 謝忻南 饒偉浩 秦宇海

作者簡介：薛美盛（1969-），副教授，從事先進控制與優(yōu)化的研究。

通訊作者：謝忻南（1998-），碩士研究生，從事先進控制與優(yōu)化的研究，xxn98@mail.ustc.edu.cn。

引用本文：薛美盛，謝忻南，饒偉浩，等. 基于AKF-PID的航天氣化爐氧煤比先進控制[J].化工自動化及儀表，2023，

50（6）：000-000.

DOI：10.20030/j.cnki.1000-3932.202306000

摘? 要? 在航天氣化爐生產(chǎn)系統(tǒng)中，氧煤比的自動控制對于提高航天氣化爐生產(chǎn)效率具有重要意義。氧煤比的調控通常由控制煤線流量完成，煤線流量具有大噪聲、強干擾特性，人工手動控制無法實現(xiàn)氧煤比的精確控制，使用常規(guī)PID控制器無法實現(xiàn)對氧煤比的自動控制。為此，提出一種基于AKF-PID的氧煤比先進控制方法，針對煤線流量大噪聲的特性，采用自適應卡爾曼濾波器（AKF），在保證濾波效果的同時避免了均值濾波帶來的時間滯后；針對強干擾特性，將給料罐與燒嘴壓差作為前饋量，克服煤線壓力波動干擾造成的產(chǎn)品質量下降問題。該算法已成功投運，極大地改善了氧煤比的控制品質。

關鍵詞? 先進控制? AKF-PID控制算法? 航天氣化爐? 氧煤比? 前饋控制? 碳減排

中圖分類號? TP273? ? ? 文獻標志碼? B? ? ? 文章編號? 1000-3932（2023）06-0000-00

煤炭是我國可采儲量最多的化石能源，因此我國現(xiàn)代煤化工已形成具有一定影響力的規(guī)?；漠a(chǎn)業(yè)體系[1]。截至2019年，我國已經(jīng)建成8套煤制油、4套煤制天然氣、32套煤（甲醇）制烯烴、24套煤制乙二醇生產(chǎn)裝置[2]。截至2022年，航天氣化爐占煤氣化全國市場份額超過50%。但是，煤化工是高耗能產(chǎn)業(yè)，煤化工行業(yè)是我國煤炭的主要消費者之一，也是二氧化碳的主要排放者之一[3]。在我國2030年前力爭實現(xiàn)“碳達峰”、2060年前力爭實現(xiàn)“碳中和”的大背景下，現(xiàn)代煤化工產(chǎn)業(yè)碳減排需求十分迫切[4]。

針對氣化爐的先進控制問題，有許多專家學者展開了大量研究。2006年WILSON J A等使用卡爾曼濾波器實現(xiàn)了煤質在線估計，結合常規(guī)反饋控制系統(tǒng)有效提高了氣化爐運行性能[5]。2014年劉晴等設計了基于神經(jīng)網(wǎng)絡預測PID的氣化爐溫度控制算法，并在以整體煤氣化聯(lián)合循環(huán)電站為背景的仿真實驗中證明了算法的有效性[6]。2019年晁澄設計的先進過程控制（Advanced Process Control，APC）首次在GE單噴嘴水煤漿氣化爐成功應用[7]。2021年方薪暉使用PID算法實現(xiàn)了與氣化生產(chǎn)有關的35個回路的自動控制，并且建立數(shù)字孿生模型實現(xiàn)了對氣化過程的模擬[8]。2021年薛美盛等使用廣義預測控制實現(xiàn)了HT-L型航天氣化爐合成氣一氧化碳含量、氫氣含量與產(chǎn)率的先進控制[9]。

筆者針對航天氣化爐中的氧煤比控制問題，提出一種基于自適應卡爾曼濾波（Adaptive Kalman Filter，AKF）-PID的控制算法，以克服航天氣化爐氧煤比大噪聲、強干擾特性帶來的難控問題，實現(xiàn)氧煤比的自動控制。

1? 氧煤比控制問題分析

1.1? 航天氣化爐工藝流程簡介

航天氣化爐屬于粉煤加壓氣流床氣化爐，共有3根煤線和1根氧線。煤線將來自煤加壓單元的高壓煤粉/二氧化碳混合物送入航天氣化爐，氧線將來自上游空分裝置的高壓純氧送入航天氣化爐。航天氣化爐合成氣中的主要成分是一氧化碳和氫氣，稱為有效氣；主要副產(chǎn)物為二氧化碳與甲烷，其中甲烷含量可以指示航天氣化爐爐況。

航天氣化爐內的化學反應主要由四大類構成，分別為碳氧間反應、碳水蒸氣間反應、甲烷生成反應與少量

氮元素硫元素的反應。其中碳氧間反應、碳水蒸氣間反應、甲烷生成反應如下：

碳氧間反應? C+O2=CO2-394.1 kJ/mol

C+O2=CO-110.4 kJ/mol

C+CO2=2CO+173.3 kJ/mol

2CO+O2=2CO2-566.6 kJ/mol

碳水蒸氣間反應? C+H2O=CO+H2+135.0 kJ/mol

C+2H2O=CO2+2H2+96.6 kJ/mol

CO+H2O=CO2+H2-38.4 kJ/mol

甲烷生成反應? C+2H2=CH4+84.3 kJ/mol

CO+3H2=CH4+H2O-219.3 kJ/mol

2CO+2H2=CH4+CO2-12.2 kJ/mol

2C+2H2O=CH4+CO2+7.65 kJ/mol

在3根煤線中，煤粉的加壓輸送是通過粉煤鎖斗的間歇性操作來實現(xiàn)的。為了保證到燒嘴的粉煤流量穩(wěn)定，需控制粉煤給料罐和氣化爐之間保特相對穩(wěn)定的壓差（通常為0.7～0.8 MPa），此壓力的設定值取決于氣化爐的負荷。

氧線流量與3根煤線流量之比稱為氧煤比。為了保證航天氣化爐的安全高效運行，需要根據(jù)實際進入航天氣化爐煤粉的煤質與航天氣化爐的運行狀態(tài)不斷調整氧煤比。過高的氧煤比會導致航天氣化爐超溫造成危險狀況，過低的氧煤比又會降低產(chǎn)氣效率。

1.2? 氧煤比控制難點

在實際的航天氣化爐生產(chǎn)現(xiàn)場，氧煤比控制存在兩個難點：

a. 由于煤線中輸送的是高壓煤粉/二氧化碳混合物，煤線流量存在較大噪聲。使用傳統(tǒng)的均值濾波在保證濾波效果的前提下會引入一個較大的滯后時間，降低控制品質。

b. 由于粉煤鎖斗間歇性卸料操作，煤線壓力會間歇出現(xiàn)較大擾動，導致流量計出現(xiàn)系統(tǒng)誤差。此時如果仍然根據(jù)流量計調整煤線流量，會導致實際進入航天氣化爐的煤粉流量波動加劇，造成航天氣化爐工況不穩(wěn)定，產(chǎn)品質量下降，具體表現(xiàn)為合成氣甲烷含量大幅波動。

針對以上控制難點，筆者采用自適應卡爾曼濾波[10]解決由均值濾波帶來的時間滯后問題。提出一種以給料罐與燒嘴壓差作為前饋量的控制方法，解決粉煤鎖斗間歇性卸料造成的壓力擾動。

2? 氧煤比控制算法設計

2.1? PID控制算法

針對氧煤比控制難點，設計氧煤比控制系統(tǒng)，系統(tǒng)輸入為氧煤比設定值，氧煤比設定值由操作人員根據(jù)煤質與航天氣化爐工況設定。煤線流量計算模塊根據(jù)輸入的氧煤比設定值與氧氣流量濾波值計算得到煤線流量設定值，煤線流量設定值與煤線流量濾波值做差后進入PID控制器，由PID控制器對煤線流量進行控制。其中，PID控制器采用增量式PID算法：

（1）

其中，為控制量增量；為誤差；為比例系數(shù)；為積分時間；為微分時間；為采樣周期。

氧煤比AKF-PID控制框圖如圖1所示。

2.2? 自適應卡爾曼濾波算法

煤線流量計的噪聲較大，如果采用均值濾波器需要30 s的濾波時間才能有效去除噪聲，會帶來約15 s的純滯后時間。煤線流量的滯后時間較小，15 s的滯后對控制效果的影響較大。煤線流量噪聲如圖2所示。

煤線流量噪聲滿足高斯分布（95%置信度），其中，煤線流量噪聲分布與擬合曲線如圖3所示。煤線流量噪聲符合高斯分布，且均值接近零，因此，煤線流量噪聲可以認為是一個高斯白噪聲。

煤線流量系統(tǒng)的狀態(tài)方程可寫為：

（2）

其中，F(xiàn)為狀態(tài)轉移矩陣；G為控制矩陣，控制作用為差值；為系統(tǒng)噪聲，稱為過程噪聲協(xié)方差矩陣；為時刻系統(tǒng)狀態(tài)；為時刻控制作用。

觀測方程可寫為：

（3）

其中，為時刻觀測量；為測量噪聲，稱為測噪聲協(xié)方差矩陣；為觀測矩陣。

處于濾波狀態(tài)的卡爾曼濾波器在預測階段首先預測k時刻的預測值與k時刻預測值的不確定度，其中為k時刻估計值：

（4）

（5）

在更新階段，更新k時刻的卡爾曼增益、估計值、估計值不確定度：

（6）

（7）

（8）

卡爾曼濾波[11]的精確性依賴系統(tǒng)參數(shù)與噪聲參數(shù)的精確性。但是在實際工程應用中，過程噪聲協(xié)方差矩陣Q與測噪聲協(xié)方差矩陣R不易獲取，因此采用自適應卡爾曼濾波。過程噪聲協(xié)方差矩陣Q與測噪聲協(xié)方差矩陣R采用估計值與，估計方法如下[10]：

（9）

（10）

（11）

（12）

其中，為遺忘因子；為時刻系統(tǒng)測量值與估計值的差值。

2.3? 前饋控制算法

針對給料罐與燒嘴壓差的間歇性波動，當出現(xiàn)壓力波動時，煤線流量計系統(tǒng)誤差增大，導致表顯波動大于實際波動。此時不能大幅調節(jié)煤線閥門，否則會造成合成氣甲烷含量大幅波動。因此，將給料罐與燒嘴壓差作為前饋量進入控制器。根據(jù)現(xiàn)場工況，給料罐與燒嘴壓差通常穩(wěn)定在0.75 MPa，當壓差超出0.75 MPa±0.02 MPa時認為出現(xiàn)間歇性壓力波動，此時減小比例作用來減弱控制器作用，提高航天氣化爐爐況的穩(wěn)定性。

3? 氧煤比控制系統(tǒng)實現(xiàn)

筆者設計的氧煤比控制系統(tǒng)布署在一臺先進控制服務器上。先進控制服務器通過OPC與現(xiàn)場集散控制系統(tǒng)連接。氧煤比控制系統(tǒng)界面如圖4所示。

現(xiàn)場煤線共分為3條，每條煤線分別顯示氧煤比濾波值、氧煤比設定值、煤線閥門開度（%）、煤線流量設定值（kg/h）、煤線流量實際值（kg/h），并提供滑動條供操作人員設置氧煤比設定值，“打開/關閉”開關可以單獨設定每條煤線是否自動控制?，F(xiàn)場操作人員根據(jù)煤質與航天氣化爐工況決定是否開啟氧煤比自控系統(tǒng)，并設定氧煤比設定值。氧煤比控制系統(tǒng)根據(jù)氧煤比設定值計算得到煤線流量設定值，然后根據(jù)煤線流量設定值控制煤線閥門開度。

4? 氧煤比控制系統(tǒng)投運效果

在某氣化廠投運氧煤比控制算法，分別對比自適應卡爾曼濾波與均值濾波的濾波效果，給料罐與燒嘴壓差前饋控制投運前、后合成氣甲烷含量，氧煤比手動控制、均值濾波-PID控制效果、AKF-PID控制效果。

自適應卡爾曼濾波與均值濾波的效果對比如圖5所示。使用均值濾波，由濾波環(huán)節(jié)產(chǎn)生的純滯后約15 s（濾波時間30 s）。使用自適應卡爾曼濾波，由濾波環(huán)節(jié)產(chǎn)生的純滯后約為3 s?？梢?，自適應卡爾曼濾波可以有效減少由濾波產(chǎn)生的純滯后時間，提升控制品質。

使用給料罐與燒嘴壓差前饋的控制效果如圖6、7所示。改善前合成氣甲烷含量的標準差為9.947 7，改善后的標準差為6.023 1。證實加入前饋控制可以明顯改善合成氣中甲烷含量的穩(wěn)定性。合成氣甲烷含量的穩(wěn)定就意味著航天氣化爐爐況的穩(wěn)定。

1ppm=0.001‰

氧煤比手動控制、均值濾波-PID控制、AKF-PID控制效果的24 h對比如圖8～10所示。4 h運行效果對比如圖11～13所示。

在4 h控制效果對比中，手動控制氧煤比的期望值取4 h平均值0.716，均值濾波-PID控制氧煤比設定值0.675，AKF-PID控制氧煤比設定值0.710?？刂菩Ч麑Ρ纫姳?。

可以看出，采用AKF-PID氧煤比自動控制算法的控制效果要明顯優(yōu)于手動控制與均值濾波-PID自動控制算法。

5? 結束語

針對航天氣化爐中的氧煤比控制問題，提出基于AKF-PID的氧煤比控制算法，克服了氧煤比對象大噪聲、強干擾的問題，并在某氣化廠成功應用。該算法使得航天氣化爐中氧煤比的控制品質明顯改善，對比手動控制平均誤差下降21.2%，對比均值濾波-PID控制平均誤差下降8.8%。該算法的長期投運使用，為以氧煤比為基礎的航天氣化爐節(jié)能優(yōu)化控制打下了基礎。

參? 考? 文? 獻

[1] 周芳，姜波.“雙碳”“雙控”目標下現(xiàn)代煤化工產(chǎn)業(yè)高質量發(fā)展途徑探討[J].煤化工，2022，50（1）：5-8.

[2] 田原宇，謝克昌，喬英云，等.碳中和約束下的煤化工產(chǎn)業(yè)展望[J].中外能源，2022，27（5）：17-23.

[3] 金玲，郝成亮.中國煤化工行業(yè)二氧化碳排放達峰路徑研究[J].環(huán)境科學研究，2022，35（2）：368-376.

[4] 呂品，羅濤，楊振中，等.現(xiàn)代煤化工產(chǎn)業(yè)碳減排分析[J].中氮肥，2022（2）：1-4.

[5] WILSON J A，CHEW M，JONES W E.State Estimation-based Control of a Coal Gasifier[J].IEEE Proceedings-Control Theory and Applications，2006，153（3）：268-276.

[6] 劉晴，張正剛，丁維明.神經(jīng)網(wǎng)絡預測PID控制在氣化爐中的應用[J].自動化儀表，2014，35（5）：60-62.

[7] 晁澄.APC在GE單噴嘴水煤漿氣化爐控制中的首次應用[J].化工自動化及儀表，2019，46（10）：785-788；805.

[8]方薪暉.先進控制技術在超大型水煤漿氣化裝置中的應用[J].潔凈煤技術，2021，27（S2）：190-196.

[9]薛美盛，徐智康，秦宇海.航天氣化爐先進控制與優(yōu)化系統(tǒng)的設計和實現(xiàn)[J].化工自動化及儀表，2021，48（3）：206-211.

[10] AKHLAGHI S，ZHOU N，HUANG Z.Adaptive Adjustment of Noise Covariance in Kalman Filter for Dynamic State Estimation[C]//2017 IEEE Power and Energy Society General Meeting.2017：1-5.

[11] KALMAN R E.A New Approach to Linear Filtering and Prediction Problems[J].Journal of Basic Engineering，1960，82（1）：35-51.

（收稿日期：2022-11-28，修回日期：2023-02-08）