大數據模型在垃圾焚燒控制系統優化中的應用

關鍵詞：大數據；垃圾楚燒；自動燃燒控制（ACC）；優化控制；煙氣再循環中圖分類號：X799.3 文獻標識碼：A 文章編號：1008-9500（2025）04-0044-04DOI： 10.3969/j.issn.1008-9500.2025.04.011

Application of Big Data Models in Optimizing Waste Incineration Control Systems

YANGDong， JIA Xu （Chongqing Fengsheng Sanfeng Environmental Energy Co.，Ltd.， Chongqing4O130o，China）

Abstract：UsingArtificialIntellgence（A）totrainbigdataandestablishawindpressuremodelcansolvethedificultyof multivariablecontrol.Basedonthethicknessof themateriallayer，thecontrolschemeisestablishedforthefeder，grate andfan.Taking boilerloadas the main line，createlow-temperatureandlowoxygen combustionconditions through flue gas recirculationandthirdairsupplysystem，ndfinddynamicbalanceamongload，furacetemperature，CO，ndNOPractice hasproven thattheapplicationof Automatic Combustion Control （ACC）technologycanreducethe workloadof workers， improve the stability and economy of system operation.

Keywords：bigdata;waste incineration;Automatic Combustion Control（ACC）;optimizedcontrol;flue gas recirculation

隨著國家對可再生能源電價補貼的退坡及環境保護標準的提升，垃圾焚燒發電行業目前已經從市場擴張進入運營為王的發展階段[。對于存量垃圾焚燒發電項目來說，必須努力提升運營技術水平，以嚴格達到環保要求，同時創造更好的經濟效益。垃圾在燒爐內的燃燒會產生大量的粉塵、HCL、 、氮氧化物（ ）、CO等污染物，而控制污染物的措施主要是優化燃燒控制和強化煙氣處理。垃圾智能化焚燒及優化成為行業技術提升的重要方向之一。某垃圾燒發電廠近期推動垃圾焚燒控制系統的智能化升級，采用大數據模型，圍繞爐溫、風量、負荷、氧量、料層厚度、CO、 等控制點，通過算法優化在這些因子間努力尋找動態平衡，提高控制的自動化水平和穩定性，同時創造更高的經濟效益。

1控制難點

該項目投運時間較早，結合實際情況，垃圾焚燒控制要做到穩定達標，存在一些難點。垃圾焚燒爐膛煙氣溫度在 以上的停留時間不得低于 2 s 同時為了減少爐內結焦，最高溫度不超過 。該溫度區間的限制導致控制難度加大。項目要求層間溫度不低于 ，項目爐膛寬度約為 1 3 m ，比小型焚燒爐寬，爐膛斷面溫度相差大，對左右側溫度偏差控制和局部低溫控制要求更高。

項目有多臺焚燒爐及余熱鍋爐，主蒸汽采用母管制，每臺爐的出力相互影響，為了保證總負荷平穩，要協調各臺爐的負荷，頻繁的調整對系統的變負荷特性提出更高要求，在風量、給料量、爐排動作次數做相應調整時，容易破壞平衡，造成CO濃度波動頻繁。由于垃圾成分不穩定、垃圾發酵及投料不均勻，每臺爐的進料量存在波動，進而使燃燒不穩定，影響爐溫、負荷和煙氣污染物的排放。

2控制原理

項目應用場景是垃圾處理量為 的逆推式機械爐排爐，爐排分為4列4段，當可動爐排片逆向運動時，垃圾依靠自身的重力作用，不斷翻轉、攪拌、干燥、燃燒，并向前移動，直至燃盡[2。給料器給料速度和爐排動作次數在數值調整后要求立即生效，實時計算給料循環時間、給料等待時間、爐排等待時間。配風系統采用一次風加煙氣再循環風，加第三次補風。

自動燃燒控制（AutomaticCombustionControl，ACC）平臺基于Linux系統開發，部署在由4臺服務器組成的集群服務器上，主要由數據采集發送系統、優化與控制一體化方案解決系統、智能控制分析系統組成。控制平臺的核心是運行在優化與控制一體化方案解決系統上的風壓模型，該風壓模型通過大數據訓練得到。在云大腦上使用機理模型和深度神經網絡（DeepNeuralNetwork，DNN）對大量數據進行訓練后得出風壓模型，再將模型部署到平臺上，將實時特征數據接入模型，獲取實時風壓理論輸出結果，并與實際風壓值進行比較，依據偏差大小，判斷爐內垃圾料位與理論需求的偏離情況，通過大量數據的聚類性得出與負荷呈對應關系的厚度控制量[3]。用這個控制量來調整給料速度和爐排動作小時次數，可以讓爐排鋪料更均勻，減少堆料和缺料情況的發生，再通過厚度控制量配合風量的調整，改善燃燒狀態，以達到在滿足環保要求的情況下穩定負荷的目的[4。另外，采用先進的視頻圖像技術，辨識模型計算出視頻流中爐膛燃燒狀況，再傳遞給給料器和爐排控制算法用于動作修正，控制火線位置。所有運算指令都是通過分散控制系統（DistributedControlSystem，DCS）進行執行。風壓模型如圖1所示。

3控制方案

3.1給料器控制

給料器的控制采用加權方式，主要參數分為給料基準值、負荷偏差比例積分（Proportional-Integral，PI）自動調整值、干燥段厚度控制調整值、爐溫變化調整值。給料基準值是以負荷為 X 軸的折線函數的輸出值，是人工手動操作時的推料速度的算術平均值與負荷的正比例關系轉換出的值。負荷偏差的調整值是采用PI調節方式，對實際負荷與設定負荷的偏差自動調整的值，因為負荷的滯后性，所以PI參數在整定時比例作用要強，積分作用要放弱，輸出范圍控制到整個給料值的 ± 2 0 % ，這個范圍對應允許的負荷波動范圍為 ± 5 t/ h 。

干燥段厚度控制調整值是干燥段厚度實時控制量與測量值的偏差值以折線函數的方式轉換成對應給料速度的值。厚度偏差值與給料速度輸出范圍限制在基準值的 - 3 0 % ～ 5 0 % ，讓調整幅度有足夠的作用強度來補料或減料，整體上補料強，減料弱。在極高和極低風量時，對厚度調整值進行風量補償。爐溫變化調整值是以爐膛中上部平均溫度與設定溫度的差值為基礎對給料量的小幅調整，左右側給料器對應左右側中上部爐溫，第2列給料器、第3列給料器對應爐膛中間中上部爐溫，分別控制，可以減少左右側溫度差，最后用上爐排運動次數對加權后的給料量做補償調整。

3.2爐排控制

爐排分為上爐排和下爐排，控制以上爐排為主，下爐排按上爐排動作次數的一半進行控制。爐排的小時動作次數選擇較低頻次控制，控制同樣采用加權方式，主要參數分為爐排次數基準值、負荷偏差PI自動調整值、燃燒段厚度控制調整值、爐溫變化調整值、火線位置調整值。

爐排次數基準值是根據長期運行數據選擇的次數值，高負荷對應較高的動作次數，低負荷對應較低的頻次，基準值保持在 1 0 ～ 1 5 次，在工況調整時總加權后的輸出控制在 5 ～ 2 5 次。負荷偏差PI自動調整值和爐溫變化調整值和給料控制的框圖相同，不同點是厚度控制量和實時風量偏差量用的是燃燒段的數據，爐溫調整值的占比要高于厚度調整值。火線位置調整值是根據視頻圖像技術算出的火線位置信號和設定位置的偏差來調整爐排的動作次數，將火線控制在上下爐排交接靠下爐排位置。調整值調整幅度要小，控制在 1 ～ 2 次即可，用長周期增加作用強度。

3.3一次風控制

一次風量的控制量以厚度調整值、負荷偏差PI調整值、負荷基準值、爐膛平均溫度調整值、鍋爐出□氧量調整值、循環風增量調整值加權后得出。

厚度調整值是在燃燒段垃圾較厚或較薄時對風量基數進行加權調整，使經過加權后的一次風量可以小風量穿透料層。負荷偏差PI調整是重要的自動控制部分，幅度控制在正常風量范圍以內，采用較強的比例作用，讓風量變化能及時響應負荷變化，積分作用放弱，能滿足 5 ～ 1 0 m i n 穩定跟蹤負荷設定值即可。爐膛溫度調整值選擇爐膛中上部溫度平均值作為控制量，當爐膛平均溫度低于或高于限值時對風量基數進行加權調整，保證負荷PI調整能有足夠的空間。

鍋爐出口氧量調整值是在檢測氧含量低于設定限值時小幅度調小風量基準值，減緩劇烈燃燒，犧牲部分負荷以防止CO超限，待氧量正常后，緩慢釋放調整量。穩定負荷的關鍵是控制總風量，將再循環風的變化量作為總風量的修正量加入一次風加權中，循環風的轉化比按 1 . 5 ～ 2 . 0 替代一次風。

3.4煙氣再循環風控制

項目采用煙氣再循環風替代二次風，從二次風風管回到爐膛，含氧量在 7 % ～ 1 2 % 。再循環風進入爐膛后，可以降低燃燒溫度，減少熱力型 的生成，又能二次供氧和增加爐內煙氣擾動，促進煙氣中可燃物的燃燒[5。溫度過高時，替代部分一次風風量，充當熱能載體，將爐內的高溫熱量帶往余熱鍋爐。控制方式選擇比例控制，跟蹤爐內平均溫度。再循環風自動投入前，先投入第三次補風，再分次增加循環風量，直至到達設定基準值，自動投入。

3.5第三次補風系統控制

用再循環風取代二次風后，單純靠一次風和再循環風來控制CO是很困難的，為此增加由助燃風機和啟燃風機組成的第三次補風系統。助燃風機出風口均勻分布在整個爐膛同一斷面上，可使可燃物充分燃燒，減少CO的排放和均衡爐膛斷面溫度。啟燃風機為變頻控制，采用PI控制方式跟蹤省煤器入口氧量，同時用變積分方式跟蹤CO，在CO超過設定值時快速改變PI的積分項，加快改變啟燃風機的頻率輸出，達到優先快速響應CO的目的。

4影響ACC的其他因素分析

4.1爐膛負壓對ACC的影響

爐膛負壓值直接參與料層厚度控制量的計算，有較大的滯后特性，如果變化速率過大，就不能準確反映工況，進而影響控制。可采用以下措施保證負壓穩定。改變負荷時，小幅多次的調整可以減少引風機無法快速適應一次風量改變的問題。風量系統采用變頻調節，杜絕工頻啟停對爐膛負壓的明顯影響。爐膛負壓完全可以通過比例積分微分（Proportional-Integral-Derivative，PID）控制方式實現，但要做到響應及時，減少穩態誤差。

4.2主汽流量補償對ACC的影響

主汽流量受母管壓力、主汽溫度和鍋爐汽包抽汽等因素影響。為了準確計算主汽流量，要對其進行溫壓補償，同時要增加上汽包抽汽量。

4.3爐膛高溫對ACC的影響

為防止爐膛高溫結焦和保證環保達標，可降低一次風風量，減少給料量，減少爐排動作次數，增加再循環風量。再循環風量的改變對其作用較小，而其他方式會造成負荷大幅波動，影響經濟性。

5結論

該項目是大數據模型在垃圾焚燒發電上的實踐，構建的模型能在變風量情況下通過爐排風室壓力判斷料層厚度。ACC的投用可以解決以往給料自動或同操控制時無法和負荷形成閉環控制的問題，解決對同一斷面不同位置溫度進行差異化控制的問題，解決不能快速有效進行變負荷控制的問題，讓運行人員操作量相比手動運行時平均降低 8 0 % 。應用焚燒優化控制，自動投入前后9d負荷數據的對比曲線如圖2所示，自動投人后，平均負荷由 5 8 . 2 9 t / d 提高到 5 9 . 3 2 t / h 負荷穩定性標準方差由 3 . 1 3 8 t / h 降低到 1 . 7 9 3 t / h ，穩定性提高 4 2 % ，長期ACC運行的穩定性是明顯優于人工操作的，負荷穩定會帶來蒸汽品質的提高，進而增加經濟效益。另外，自動調節響應更及時，調節幅度更小，對燃燒的影響更小，可以在較低的氧量下維持CO的平衡和減少 的生成，減少環保耗材的消耗。但是，受項目條件限制，項目燒爐一次風供給方式上，每列倉室負責兩列爐排，風室跨度較大，造成風量容易局部穿透，在其他倉室進行風量調整時會影響剩余倉室的風壓，這會影響料層厚度的判斷和增加控制難度，所以通過加權調整爐溫、負荷，降低干擾。如果可以做到每列爐排每個倉室獨立供風，減少倉室間和爐排間的相互影響，運行效果會更好。

參考文獻

1楊寧.垃圾焚燒發電行業全面進入“運營為王\"時代[J].環境經濟，2020（1）：40-43.

2 陶之未，孫旭，白彬，等.垃圾焚燒爐往復式機械爐排和給料裝置DCS控制技術的探討實踐[J].自動化博覽，2013（6）：44-46.

3 呂天星，馮麗莉，王佳洪，等.一種逆推式垃圾燒機械爐排給料器的自動控制方法：CN202211247435.7[P].2023-01-20.

4郭謙.機械爐排垃圾焚燒爐ACC自動燃燒控制技術的探討[J].天津科技，2008（5）：44-45.

5王進，許巖韋，王沛麗，等.垃圾焚燒爐煙氣再循環改造的數值模擬與試驗研究[J].燃燒科學與技術，2019（5）：468-473.