优化水泥工艺和能耗取得最大经济效益

优化水泥工艺和能耗 取得最大经济效益

王志荣 施耐德电气全球水泥生产优化执行顾问

摘要: 本文从管理和技术层面探讨水泥工艺尤其是粉磨优化-怎样使水泥企业甚至下游

企业取得最大效益: 通过磨机专家优化系统降低单位电耗和人工并稳定水泥质量；通过能源管理系统降低实际用电价格和单位电耗；通过质量管理信息系统稳定质量；通过综合降低水泥制造成本, 提高水泥价值而使企业效益最大化。

当今， 经过十几年的努力，中国水泥行业工艺装备水平已经在世界上遥遥领先。但是环保的要求、 能耗的要求、市场饱和引起的激烈竞争和利润下滑，无不给水泥企业的运营带来越来越多的挑战。为了在新常态下立于不败之地，取得最大效益，水泥企业必须在现有基础上进行优化。

1. 窑磨专家优化系统

笔者在十几年前作为世界知名水泥企业的工艺人员曾对水泥磨进行优化，为了用有限的时间和工作量进行优化，采用了正交试验方法，通过对各个工艺及质量参数（磨机风机的开度或转速/选粉机转速/选粉机风机的开度或转速等进行调整，测试其不同的组合对磨机台时产量/水泥粉磨单位电耗/水泥比面积及强度的影响，得出最优化组合，达到了提高产量和降低电耗10%的目的。

幸运的是，技术在发展，现在市场上有多个品牌的磨机专家系统：Powitec、 Optima、 Lucie， 等，可以利用智能和自动化的手段，对磨机进行优化。其思路和上述人工优化是一致的，但效果更优：不仅提高台时产量，并利用预测器及时避免过粉磨降低单位电耗，而且更重要的是稳定水泥质量，同时降低操作员劳动强度-在设备无故障的情况下甚至可以做到无人值守。

1.1 Optima 磨机优化系统

1.1.1 目标

基于对水泥工艺和专家控制系统的深刻理解，实现 以下目标： 1) 提高该水泥生产线运行的平稳性和安全性 2) 大幅减少操作员对生产线的手动控制干预 3) 控制主要工艺设备，达到更稳定的工况 4) 优化磨的操作, 提高台时产量 5) 降低水泥的单位电耗

通过在水泥厂部署水泥生产专家控制系统，以其先进的自动化控制技术和信息传输技术来保证所有实时和历史的生产信息被充分利用, 为最大限度的提升产品质量和挖掘工艺装备的最大潜能创造必要条件。

1.1.2 Optima 核心技术原理

早期使用的专家系统，它已有20 多年的发展历史，而近几年发展起来的多变量非线性控制技术更是丰富了专家系统的内涵。

传统的专家系统根据现场操作情况及其相应的策略来控制，一个有效的专家系统针对不同工况，需包含针对每一种工况的一套完善的控制策略。因此，专家系统必须考虑所有操作工况的可能性，并提出足够多的策略方能实行有效的控制。正由于该原因，其安装时间很长，尤其当工厂原料或燃料来源改变时，专家系统必须做相应的更新才能使用。传统的专家系统是根据特定的操作情况做出反应，它的控制方式是不连续的，并且只要过程尚算平稳，即使不在最优化的情况下，它也不会做出任何控制调整。很明显，传统专家系统的控制模式无法达到现代水泥企业日趋精准的优化目的。

而多变量非线性控制技术的发展完善了传统专家系统的不足之处，多变量非线性控制技术采用数学动态模型，对水泥生产采取多变量控制，建立数学模型，因为建模时间短，一到两个月内即可完成建模安装。由于采用数学模式来实施控制，系统具有了自学习的能力，所以它可以保持生产过程一直被控制在最优化的状况。

OPTIMA 的主要作用是帮助水泥厂优化生产操作、提高产能、降低能源消耗。

OPTIMA 是一个强大的集成了最先进技术的基于实时优化程序的软件系统，它包含多种先进的控制技术并在软件知识库中嵌入了水泥工艺知识。

OPTIMA 通过最佳操作实践提取知识，并可以在不需要任何人工干预的情况下自动控制复杂的生产线（水泥窑/磨）。

OPTIMA 可以完成对多输入/多输出控制系统的精确优化。系统还提供开放的配置接口，可以很容易的配置添加额外的输入/输出控制。系统提供标准的通讯接口可以和已知的几乎所有自动化控制系统（PLC/DCS）实现高效的数据交互。

专家控制系统实施的一个主要步骤是定义策略(规则)。操作专家的知识可以在系统中被定义。例如，可以设置一组宽泛的总的控制目标。对于每一个目标可以配置相关控制策略，策略中可以定义要监视的输入和输出控制。每个策略可以配置为独立于另一个的，也可以根据要求让策略关联。在某些情况下根据一个策略得出的控制输出可能和另一个策略的需要恰恰相反。此时系统会根据策略的权重采取必要的控制措施。

Optima 水泥生产专家控制系统系统总体架构如下图：

按传统控制理论，控制系统动态模型的精确与否是影响控制优劣的关键。系统动态模型就是多个输入和输出信号间的关联关系，模型内的信息越详细，则越能达到精确控制的目的。传统的控制理论对于能明确定义输入-输出关系的系统有理想的控制效果，但对于像回转窑热工控制一类的复杂应用，由于变量太多，往往难以精确描述变量间的动态关系，此时传统的控制理论就显得无能为力了，而采用人工智能技术作为窑磨专家控制软件的理论基础便成了合理的选择。

Optima， 其 核 心 控制原理之一是基于模糊控制技术（ Fuzzy Control ）； 另外采用的一项高效率的技术是神经元网络技术NN（Neural Net）。另外系统还提供控制图表和回归分析等工具。

模糊控制技术

模糊逻辑控制器是一种基于启发式的建模技术，它使用框架作为实时规则处理系统。它被确定为一组基于从属度和真实度的知识表示的数学规则。模糊逻辑控制器可以配置输入、输出隶属函数。它使用一个规则列表而不是复杂的数学表达式。与标准的PID（比例/积分/微分）控制模式相比，模糊逻辑更接近人类的思维过程。模糊逻辑控制器基于输入变量（误差/误差变化率）来计算出最佳的控制动作。

它提供一种非常简单的方式去进行多输入多输出关系的建模。 它可以用在过程控制系统中的监控决策的建模。

模糊控制系统的架构包含五个部分，即：定义变量、模糊化、知识库、逻辑判断及解模糊化。

定义变量：也就是确定程序中被监控的变量要素及考虑控制的动作。

模糊化：将输入值以适当的规则转化为数值，这是一个利用口语化变量来描述测量物理量的过程，如将某具体温度值模糊化为太高、稍高、稍低、很低等等。对变量进行模糊化体现了人脑对信息进行处理的思维方式。

知识库：包括数据库与规则库两部分，其中数据库提供处理模糊数据的相关定义；而规则库则藉由一群语言控制规则描述控制目标和策略。控制规则是知识库的核心，规则的正确与否直接影响控制的效果，而规则数目的多寡也是一个重要因素。人类判断事情时，使用语言定性分析多于数值定量分析，而模糊控制规则提供了一个自然的架构来描述人类的行为及决策分析，其专家的知识通常用if….then 的型式来表示。Optima专家控制系统为了获得最佳的系统性能，会多次使用试误法，以修正模糊控制规则。

逻辑判断：模仿人类下判断时的模糊概念，运用模糊逻辑和模糊推论法进行推论，而得到模糊控制讯号。

解模糊化（defuzzify）：将推论所得到的模糊值转换为明确的控制讯号，做为专家系统的输出值传递给自动化执行系统，因为只有明确的输出值才能被PLC 系统执行。

神经元网络技术

神经元网络技术是指由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，通过模拟大脑神经网络的行为特征，来进行分布式并行信息处理的算法模型。这种算法依靠系统的复杂程度，通过调整内部大量节点之间相

互连接的关系，从而达到处理信息的目的。神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入－输出数据，分析掌握两者之间潜在的规律，最终根据这些规律， 用新的输入数据来推算输出结果，这种学习分析的过程被称为“训练”。经过系统预设和训练的“神经网络”在窑磨专家系统软件中可以实现参数整定、内模控制、预测控制、最优控制等功能。

回归分析

这是一种用于估计变量之间关系的统计模型，广泛用于预测和预报； 回归分析可以用来拟合预测模型，确定数据集的x 和y 的值；

当这样一个模型建好以后，如果作为输入的X 值已经给定的话，这个拟合模型就能够预测出Y 值；提供动态计算更新并有很强的鲁棒性。

系统特性?

系统特性

1. OPTIMA 系统的可靠性高达95%以上。其系统的高可靠性得益于OPTIMA 引入了最合理的先进人工智能技术，使用模糊数学成功地实现非线性控制功能。

2. OPTIMA 提供工具帮助开发和扩展知识库，这项功能可以提高系统的鲁棒性，并实现对生产线在异常情况下的有效控制。

3. OPTIMA 系统实现了高度自动化的控制。需要操作员与系统的交互是最小的，只限于对控制参数的高低限设置。OPTIMA 具有独一无二的功能，那就是系统可以按客户设置的最终目标进行自动调整，控制动作可以按优先级、调节强度和持续时间自动调节。OPTIMA 的预测模块也会参考已经发出的控制动作的优先权、强度和时间等因素对即将出现的窑/磨系统工况变化的影响。通过多个实际部署的系统证明OPTIMA 的预测功能非常准确，为控制输出的有效性提供了坚实的基础，从而使整个系统的控制效果极为显著，安装了OPTIMA系统的窑/磨工艺参数和质量指标的标准偏差都大幅降低。