基于定性趨勢分析的氣流床水煤漿氣化爐燒嘴運行狀態診斷

李姍姍，龔 巖，郭慶華，于廣鎖

(華東理工大學 潔凈煤技術研究所，上海 200237)

0 引 言

氣流床水煤漿氣化技術具有原料適應性廣、碳轉化率高、單爐容量大、環境污染少等優點[1-2]。其中，華東理工大學與兗礦集團開發的對置式多噴嘴水煤漿氣化技術已在全球近60個項目中得到廣泛應用[3-5]。目前已運行的水煤漿氣化裝置中，制約氣化爐長周期穩定運行的關鍵問題之一是工藝燒嘴的使用壽命。工藝燒嘴作為水煤漿氣化裝置的核心設備之一，其主要任務是輸送煤漿和氧氣，并由氧氣將煤漿霧化實現物料的充分混合。多噴嘴對置式水煤漿氣化工藝采用三流道式工藝燒嘴，最外通道和中心通道為氧氣，水煤漿走中間通道；通過內外通道高速的氧氣對水煤漿剪切霧化，實現漿滴破碎。工藝燒嘴頭部設置增加冷卻水盤管和端部腔室冷卻保護，燒嘴冷卻水采用脫鹽水將高溫爐膛輻射到燒嘴頭部的熱量吸收并轉移，進一步保護燒嘴[6-7]。

由于工藝燒嘴在高溫、高壓、易燃易爆的環境中運行，易受到物料沖刷磨損、氣體高溫熱輻射和有害氣體侵蝕等共同作用，如不及時更換燒嘴，工藝燒嘴頭部及燒嘴冷卻水系統可能會發生嚴重磨損及冷卻水泄漏等現象，高溫、高壓可燃氣體將竄入燒嘴冷卻水系統，可能導致冷卻水出口管線超溫損壞，引起管線破裂，繼而引發火災爆炸及人員傷害事故[8]。實際生產中，主要通過燒嘴冷卻水進出口流量、燒嘴冷卻水出口溫度、燒嘴冷卻水進出口流量等工藝參數監測燒嘴來判斷是否已經泄漏，但氣化裝置運行時無法對燒嘴的運行情況進行實時檢測，目前也無可判斷燒嘴運行狀況的方法，燒嘴泄漏前，只能靠操作人員的經驗判斷來更換燒嘴。

定性趨勢分析是一種基于過程歷史的數據驅動技術，從測量信號中提取重要特征(趨勢)并評估趨勢[9]。定性趨勢分析的主要任務包括：① 提取趨勢，將信號分割成不重疊的片段；② 分析趨勢，為每個片段分配基元，并設計從原始序列到處理狀態的映射圖[10-11]。最早在20世紀90年代，Janusz等[12]開發了一種基本的定性趨勢描述語言，7個一階導數和二階導數的常量符號被用來描述過程趨勢中重要的定性信息，趨勢被表示為這7個基元的序列。Rengaswamy等[13]提出了一個過程趨勢描述框架，并將方法應用于催化裂化裝置的數據分析。王興等[14]將定性趨勢分析用于化工過程裝置的監測和故障診斷。除上述應用外，定性趨勢分析技術已廣泛應用于各行業的過程監控、故障診斷和故障檢測等領域[15-18]。煤氣化運行過程中生產數據包含了大量有價值的信息，這些信息對于分析、監測整個系統的運行、預警、故障診斷等具有重要意義。本文提出了將定性趨勢分析應用于煤氣化工業數據分析的方法，探究不同運行時長燒嘴的工業氣化裝置數據的差異，并使用定性趨勢分析算法分析氣化運行數據，通過數據波動方面的差異來輔助判斷燒嘴運行狀態，實現從依賴經驗判斷到計算機輔助判斷的轉變，探索煤化工行業與智能制造、工業大數據領域的結合，對保障氣化裝置安全穩定長周期運行有重要意義。

1 定性趨勢分析算法

定性趨勢分析技術是從大量過程數據中提取和解釋高級信息的有效工具，已成功應用于過程監測和故障診斷領域。定性趨勢分析中將數據趨勢分為7種基元。本方法的主要流程是將數據點添加到當前窗口統計誤差，之后逐個向窗口內加入新數據點并計算擬合誤差，直到擬合誤差超過預定義閾值且在當前近似值不再可接受時為窗口內數據分配基元，并開始新的基元分段計算。定性趨勢分析簡要流程如圖1所示，7種基元符號與趨勢的對應關系見表1。

圖1 定性趨勢分析流程

表1 定性趨勢分析7種基元

2 燒嘴數據對比及算法分析

2.1 燒嘴數據對比

本文分析數據來源為某多噴嘴對置式水煤漿氣化工業裝置，操作壓力6.5 MPa，單爐日處理煤1 500 t。主要監控數據包括：煤漿流量、燒嘴壓差、渣口壓差、出口合成氣組分及其他與燒嘴相關數據。工業上一般使用電磁流量計測量煤漿流量，壓力表測量壓力，在線質譜分析儀測量出口氣體組分。所選取的數據中，氣化爐A爐燒嘴運行時間較B爐燒嘴運行時間長約1個月。分別從1個月和8 h兩個不同時間周期開展數據分析，主要從數據的波動趨勢、波動頻率、波動幅度等方面進行對比，探究不同運行時長燒嘴的各項數據差異，結果如圖2～4所示。可知A爐的煤漿流量、燒嘴壓差和渣口壓差相比于B爐同組數據波動幅度更大，波動頻率也更高。雖然此時燒嘴還處于正常運行狀態，但對比2臺氣化爐8 h運行數據可以看出，數據波動幅度明顯增大，表明受燒嘴自身磨損及頭部工藝尺寸變化等影響較大。其他燒嘴相關數據如燒嘴冷卻水流量、溫度等沒有明顯變化，說明燒嘴運行時間對其不產生影響。

圖2 氣化爐煤漿流量對比

圖3 氣化爐燒嘴壓差對比

圖4 氣化爐渣口壓差對比

2.2 定性趨勢分析算法結果對比

選擇煤漿流量、燒嘴壓差、渣口壓差、出口合成氣CH4含量使用定性趨勢分析算法進行計算，分析對比了基元序列和每個基元分段的變化率，計算結果如圖5所示(實線為定性趨勢分析的基元分段)，可知A爐煤漿流量的定性趨勢提取準確。2臺氣化爐的煤漿流量和燒嘴壓差的基元序列結果對比及煤漿流量變化率對比如圖6、7所示。

圖5 氣化爐單只燒嘴煤漿流量定性趨勢分析

圖6 氣化爐煤漿流量定性趨勢分析

圖7 氣化爐燒嘴壓差定性趨勢分析

由圖6(a)可知，兩爐基元序列均頻繁出現除A之外的基元，說明這段時間內兩爐數據均存在一定波動，波動頻率差別不大。由圖6(b)可知，燒嘴運行時間長的A爐每個基元分段的變化率均超過燒嘴運行時間短的B爐，A爐煤漿流量變化率在3.5%～6.0%，而B爐變化率均不超過1%，A爐煤漿流量變化率可以達到B爐的10倍左右。由圖7可知，2臺氣化爐燒嘴壓差波動情況與煤漿流量相似，波動頻率差別不大而波動幅度相差較多。在燒嘴運行過程中，煤漿顆粒會逐漸磨損燒嘴頭部管道，運行時間越長，磨損越嚴重。A爐燒嘴運行時間長于B爐，雖然燒嘴還可以正常使用，但從煤漿流量及燒嘴壓差變化率增大，說明燒嘴磨損。

圖8 渣口壓差定性趨勢分析

圖9 氣爐出口合成氣CH4含量定性趨勢分析

渣口壓差及出口合成氣CH4含量都是判斷氣化狀態的重要指標，具體如圖8、9所示。可知燒嘴運行時間在這2組重要指標上有所體現。由圖8(a)可知，B爐基元穩定為A，而基元A代表數據處于水平不變的狀態，所以可以判定B爐的渣口壓差一直處于穩定狀態；而A爐基元則多次交替出現上升或下降趨勢的基元，說明A爐一直處于波動狀態。由圖8(b)可知，A爐渣口壓差變化率是B爐的2～3倍。

由圖9可知，出口合成氣CH4含量同渣口壓差類似，B爐基元較穩定而A爐基元頻繁出現變化，A爐數據變化率遠超B爐，達到B爐變化率的10倍。工業燒嘴逐漸磨損會影響水煤漿的霧化性能，進而對氣化過程造成一定影響，運行時間增長對工業燒嘴的影響在氣化指標得以體現。

綜上所述，燒嘴運行時間增長主要體現在數據的波動頻率增加和波動幅度增大兩方面，波動頻率明顯增加在出口合成氣CH4含量中體現，波動幅度明顯增大則在4組數據中均有體現。A爐出口合成氣CH4含量變化率平均可達到B爐的10倍，A爐的煤漿流量、燒嘴壓差及渣口壓差變化率平均也可達到B爐的2倍。

定性趨勢分析計算結果可以直觀反映生產數據中重要信息，即時反映目前的生產運行狀況。用定性趨勢分析技術對生產數據進行實時分析可以用于判斷燒嘴運行狀況。在燒嘴運行初始階段就采集數據并進行定性趨勢分析，記錄燒嘴運行初始階段的平均波動情況作為標準模板，在氣化裝置運行時可以通過定性趨勢分析算法實時監控分析上述3組關鍵數據，并實時與模板進行對比。當基元序列出現明顯頻繁的波動或數據變化率已達到模板的數倍量級時，說明燒嘴使用時間足夠長，已經開始出現不穩定狀態，可以考慮更換燒嘴。不同氣化裝置的參數需要根據實際情況進行調整，本文分析了多噴嘴氣流床水煤漿氣化裝置的實際生產數據，可以根據前文所述設定參數，如設置為出口合成氣CH4含量及煤漿流量變化率倍數為10、渣口壓差變化率倍數為2、出口合成氣CH4含量基元序列中相反趨勢基元連續出現個數為10。如實時數據的定性趨勢分析計算結果同時滿足設定的各參數時，即可判定燒嘴運行時間過長，可以給出更換燒嘴的建議。

3 結 論

本文基于某多噴嘴對置式水煤漿氣化工業裝置，以所選取的裝置A爐及B爐連續運行1個月和8 h的數據為基礎，分析了煤漿流量、燒嘴壓差、渣口壓差及出口合成氣中CH4含量等4組關鍵數據，結合定性趨勢分析手段提出了通過分析運行數據判斷工藝燒嘴壽命的方法。結果表明：

1)不同運行時長的氣化爐與燒嘴運行相關數據的波動頻率及波動幅度存在明顯差異。燒嘴運行時間越長，燒嘴煤漿流量、燒嘴壓差、渣口壓差及出口合成氣CH4含量4組數據的波動幅度越大，波動頻率越高。A爐渣口壓差及出口合成氣CH4含量2組數據的基元序列中相反趨勢基元連續出現的情況明顯多于B爐，A爐出口合成氣CH4含量變化率平均可達到B爐的10倍，A爐的燒嘴煤漿流量、燒嘴壓差及渣口壓差變化率平均達到B爐的2倍。

2)采用定性趨勢分析算法處理實時數據時，可以燒嘴初始運行數據作為標準，以本文氣化裝置的數據分析結果為例，設置參數出口合成氣CH4含量變化率倍數為10，煤漿流量、燒嘴壓差及渣口壓差變化率倍數為2，基元序列中相反趨勢基元連續出現個數為10。

3)定性趨勢分析計算結果不滿足或部分滿足設定參數時，說明燒嘴運行狀態整體穩定；當計算結果已經同時滿足設定的每個參數時，即可初步判定燒嘴運行已趨于不穩定，需監控運行或更換燒嘴，為工程中實現氣流床水煤漿氣化裝置計算機輔助判斷在線運行狀態奠定基礎。