（动力机械及工程专业论文）火力发电厂锅炉入炉煤质的软测量技术及应用.pdf

东南大学硕士学位论文 摘要 自2 0 世纪5 0 年代以来我国电力工业一直高速度发展，电力改革逐步深化。在此形势下，为加强 竞争力，电站必须提高经济性。为了实时监测电站运行的各种参数，使整个发电机组以高效率运行，很 多电厂建立了实时监测系统。然而在建立过程中，有许多问题尚未得到解决。如何在线确定入炉煤质， 就是其中之一。 煤质对火力发电厂的安全与经济运行至关重要，煤质改变将给锅炉，乃至整个电厂带来很多问题。 煤质的分析，目前主要采用实验室物理检测方法。这种方法检测出的结果严重滞后，在实时性方面存在 很大问题，对现场运行缺乏指导意义。因此，如何在线确定煤质( 工业成分和低位热值) ，是目前在建 立电站实时监测和运行优化管理系统时急需解决的问题。 本文从工程应用角度出发，将软测量技术应用于煤质的在线监测，为煤质在线监测提供了新的思路。 火力发电机组运行系统是种典型的、复杂的动态系统，具有非线性、时变性和不确定性等特点，难以 直接建立软测量模型中主导变量和辅助变量的关系。因此，本文将人工神经网络应用于煤质的软测量， 充分利用了神经网络很强的非线性逼近能力和学习能力，取得了很好的软测量效果。 首先，本文阐述了软测量技术主要研究内容、建模方法等。就建模问题，分析研究用于建模的b p ( b a c kp r o p a g a t i o n ) 神经网络及其各种改进算法。针对b p 算法始终无法克服陷入局部极小的问题，提 出了用遗传算法优化b p 网络初始权值的建模方法。同时详细介绍了神经网络与遗传算法理论。 其次，本文详细地介绍了基于遗传算法和神经网络的煤质软测量模型的设计过程，包括神经网络结 构设计，如输入输出层设计等，遗传算法的设计，如适应度函数、算法流程等。 然后，在完成煤质的软测量模型的建立之后，进行模型的训练以及检验，包括训练样本的选择、数 据的预处理和软测量模型的验证。通过利用从某电厂现场采集的原始数据，对该模型进行训练和检验的 结果表明，本文软测量模型的检测结果与实际的物理检测结果之间的误差很小，具有较高的准确性，还 具有较高的检测速度，完全可以满足工程要求。同时，结果还显示本文的软测量模型比单一的b p 神经 网络模型具有更高的检测效率。 最后，本文利用v i s u a lc + + 软件建立了基于本文软测量模型的煤质在线分析系统软件，该系统软 件采用人机交互界面，具有界面友好，操作简单等特点，非常适合本文的煤质软测量模型与实际的现场 工程应用。 本文所提出的软测量方法为煤质的在线分析引入了新的思路，所研究的优化算法对其它的建模领域 有广泛的应用参考价值。 关键词：软测量技术，神经网络，遗传算法，工业成分，低位热值 东南大学硕七学位论丈 a b s t r a c t s i n c e5 0 so f 2 0c e n t u r y , o u re l e c t r i cp o w e ri n d u s t r yi nd e v e l o p i n gr a p i d l ya n dt h ei n n o v a t i o ni sd e e p i n g i no r d e rt oi m p r o v et h ee c o n o m y ，a n ds u p e r v i s et h er u n n i n gp a r a m e t e r s ，m a n ys u p e r v i s i n gs y s t e mw e t eb u i l ti n t h ep o w e rp l a n t s h o w e v e r , s o m ep a r a m e t e r sa r es t i l ln o ts u p e r v i s a b l e ，s u c ha sc o a lq u n i i t y c o a lq u a l i t yi si m p o r t a n tt ot h es a f e t ya n de c o n o m i cm no ft h ep o w e rp l a n tu n i t s t h ec h a n g eo ft h ec o a l w o u l dd i r e c t l yi n f l u e n c ef r o mt h eb o i l e rt ot h ew h o l ep o w e rp l a n t t h ea n a l y s eo fc o a lq u a l i t yi ss t i l ld o n ei n t h e l a b p r e s e n d y , t h er e s u l to f w h i c h i s t o o l a t e r t o i n s t m c t t h eo p e r a t i o no f t h eb o i l e r a sar e s u l t ，i t i sa u r g e n t p r o b l e mt oa n a l y s et h ec o a lq u a l i t yo n l i n ea tt h et i m ew eb u i l dt h er u n n i n gs u p e r v i s i n gs y s t e m t h i sp a p e ra p p l i e st h es o f t - m e a s u r et e c h n o l o g yo nt h eo n l i n ea n a l y s eo ft h ec o a lq u a l i t y , w h i c hp r o v i d e su n e wm e t h o di nt h er e a lp r o j e c t a st h eb o i l e rs y s t e mi nt h ep o w e rp l a n ti ss u c hat y p i c a lc o m p l i c a t e c h a n g i n g a n dn o n l i n e a rs y s t e mt h a tt h i sp a p e rt a k et h ea r t i f i c i a ln e u r a ln e t w o r k ( a n n ) a st o o lt ob u i l dt h es o f t m e a s u r e s y s t e m t h ee f f e c ti sg o o d f i r s t ，t h i sp a p e re x p a t i a t e st h em a i nc o n t e n ta n dm o d e lb u i l d i n gm e t h o d ，a n a l y s et h ei m p r o v em e t h o d so f t h eb p ( b a c k p r o p a g a t i o n ) n e t w o r k p o i n tt ot h ep r o b l e mt h a tt h eb pa l g o r i t h me a s i l yb e c o m i n gl o c a l - m i n i m u m , t h i sp a p e ru s eg e n e t i ca l g o r i t h m ( g a ) t oo p t i m i z et h ei n i t i a ld g h t so ft h en e t w o r k m e a n w h i l e , t h i sp a p e r d e t a i l st h ea n na n dg a t h e o r y s e c o n d ，t h i sp a p e ri n t r o d u c e st h ed e s i g np r o c e s so ft h es o f t - m e a s u r em o d e l ，i n c l u d i n gb o t ht h ea n na n d t h e g a t h i r d , a f t e rt h em o d e li sb u i l t ，t h i sp a p e rt r a i n si ta n dt e s ti tw i t ht h em n n i n gd a t ai nt h ep o w e rp l a n t t h e t e s tr e s u l ti m p r o v e st h a tt h em o d e li se x a c ta n db e u e rt h a nt h ep u r eb pn e t w o r k , w h i c hi se n o u g l lt ot h ep r o j e c t a p p l i c a t i o n a tl a s t t h i sp a p e ru s ev i s u a lc + + s o f t w a r et ob u i l dao n l i n es o f t m e a s u r es y s t e mo ft h ec o a lq u n i i t yw h i c h h a sag o o do p e r a t i o nm e t h o da n df r i e n d l yi n t e r f a c e i ti ss u i t a b l ef o r t h em o d e lt h i sp a p e rb u i l d s t h es o f t - m e a s u r em e t h o do ft h i sp a p e rd e v e l o p san e ww a yt oa n a l y s et h ec o a lq u a l i t y , a n dt h ea l g o r i t h m w i l lh e l po t h e rm o d e lb u i l d i n gf i e l d s k e y w o r d s ：s o f tm e a s u r e m e n t ；a r t i f i c i a ln e u r a ln e t w o r k ( a n n ) ；g e n e t i ca l g o r i t h m ( g a ) ； i n d u s t r i a lc o m p o n e n t ；l o wc a l o r i c ； 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或 撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了 谢意。 、1 签名：么盈日期：出，7 关于学位论文使用授权的说明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复 印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和 纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布 ( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研究生院办 理。 、ij 签名：扭导师躲瞄丝丝鱼 第一章绪论 1 1 背景介绍 第一章绪论 自2 0 世纪5 0 年代以来，我国电力工业一直以较高速度发展，企业规模逐年扩大，效率逐年提高。 从1 9 9 5 年到2 0 0 3 年，我国发电量年均增长8 3 4 。其中：火电年均增长8 8 4 ；水电年均增长5 。l ， 火电比水电高出3 7 4 个百分点。至2 0 0 5 年底，全国发电装机容量突破了5 亿千瓦，其中水电占2 4 9 ， 火电占7 4 4 ，核电占o 7 。2 0 0 52 0 0 6 年，在经济发展的带动下，我国电力需求继续保持较快增长 速度。根据对国家宏观经济形势和电力需求状况的分析，2 0 0 5 年全国用电量达到2 4 6 8 9 亿千瓦时，比 2 0 0 4 年增长lo 5 ；2 0 0 6 年将达到2 7 0 5 0 2 8 5 0 0 亿千瓦时，比2 0 0 5 年增长6 8 。 随着电力行业的不断发展，电力改革也逐步深化。国务院通过的电力体制改革方案中确定。十 五”期间电力体制改革的主要任务是：实施厂网分开，竞价上网。在此形势下，为加强竞争力，电站必 须提高经济性，降低发电成本。为了实时监测电站运行的各种参数，使整个发电机组以更高效率运行， 很多电厂在原有机组的基础之上，建立了实时监测系统。在建立过程中，有许多问题尚未得到解决，其 中如何在线确定入炉煤质，就是急需解决的问题之一。 我国是煤炭生产和消费大国，在一次能源构成中，煤炭比例高达7 5 大量煤炭转化为电力支持国 民经济的需求，发电依赖煤炭为主要能源。煤质对火力发电厂的安全与经济运行至关重要。全国煤炭市 场放开以后，电厂燃煤中国家统配煤的比例逐渐下降，小窑煤的比例增加，煤质多变的现象在全国各电 厂普遍存在，运行时的煤质变化将直接给锅炉，乃至整个电厂带来很多问题： 1 煤质变化对锅炉经济性的影响 ( 1 ) 煤中水分对锅炉经济性的影响 煤中的分析基水分在一定的含量限度内与挥发分对燃煤的着火特性有相同程度的影响也就是说， 少量的水分对煤粉着火有利。但如果煤中含水量过大，超过一定的限度：一方面，可燃物质相对减少， 发热量降低。着火热随之增大，导致着火推迟甚至着火发生困难；另一方面，变成水蒸汽所需的热量 就越多，这样使锅炉内的温度水平下降，从而影响了煤粉燃烧的稳定性和完全性，导致机械与化学不完 全燃烧热损失增加，并且热量的传递和分配也不均匀，过热器容易超温爆管，发生安全事故。 ( 2 ) 煤中挥发分对锅炉经济性的影响 挥发分是固体燃料的重要成分特性，对燃料的着火和燃烧有很大影响。挥发分是气体可燃物，其着 火温度低，使煤易于着火。另外，挥发分从煤粉颗粒内部析出后使煤粉颗粒具有孔隙性，与助燃空气接 触面积变大，因而易于燃烬。挥发分含量降低时情况则相反，锅炉飞灰可燃物相对偏高；同时，火焰中 心上移，对流受热面的吸热量增加，尾部排烟温度也随之上升，捧烟热损失增大。 ( 3 ) 煤的发热量对锅炉经济性的影响 煤的发热量降低。则同样的锅炉负荷所用的实际煤量增大。而对于直吹式制粉系统，输送煤粉所需 的一次风量也相应增加，导致理论燃烧温度和炉内的温度水平下降，使煤粉气流的着火延迟，燃烧稳定 性交差，影响煤粉的燃尽。煤的发热量降低同时会使锅炉捧烟温度升高，增加捧烟熟损失。煤的发热量 降低还可能导致锅炉熄火等严重事故的发生。 东南大学硕士学位论文 ( 4 ) 煤的灰分对锅炉经济性的影响 灰分对电厂锅炉运行的影响体现在以下几个方面： 影响着火和燃烧过程。煤质中灰分在锅炉燃烧中起到阻碍氧气与碳产生化学反应的作用。灰分升高 容易导致着火延迟，同时炉膛燃烧温度下降，煤的燃烬度变差，从而造成较大的不完全燃烧损失。煤炭 中的灰分是不可燃部分，在煤炭燃烧过程中，不但不发生热量，反而因由炉膛捧出的高温炉渣，损失大 量的物理显热。 影响安全运行。随着灰分的增高，备煤系统、锅炉设备以及排灰系统的部件磨损几乎成正比增加， 同时使受热面的沾污和结渣以及管路的腐蚀加剧，从而造成安全隐患。 2 煤质变化引起其它方面的影响： ( 1 ) 煤粉细度变粗 当发热量降低、灰分增大时，煤的可磨性系数变小，磨煤机磨损加快，煤粉细度变粗。为保证锅炉 出力不变，燃煤量增加，磨煤机出力就要增加，甚至有时需要增开运行磨煤机，从而进一步加剧了煤粉 变粗造成的影响。 ( 2 ) 厂用电率增加 煤质变差造成燃煤量增加，磨煤电耗将增加，制粉系统的阻力也随着增大，导致所需风机的压头升 高，风机电耗也相应增大。同时，对于三分仓预热器来说，一次风压头的提高将使漏风增加，从而增加 了引风机的负荷。这些都将引起厂用电率的增加。 综上所述，煤质变化会对锅炉经济性运行等多方面产生影响。某公司典型3 0 0 m w 机组锅炉煤质变 化对经济性影响的定量分析如表l 所示“i ： 表l 煤质变化对3 0 0 m w 机组效率的影响 ca q 项目 2 0 0 3 煤质 4 6 3 5 2 5 9 62 1 8 6 2 0 0 4 煤质 4 3 9 22 9 2 52 0 ，6 2 偏差 2 4 23 2 9t 2 4 影响系数 o 1 6 8 30 2 8 3 81 3 3 9 8 煤耗影响g - ( k wh ) _ 0 4 l0 9 31 6 7 由于煤质变化会对火力发电厂多方面产生影响，因而原电力工业部根据电站锅炉特点，对电厂燃煤 允许的煤质参数变化范围作出了明确规定，其参数以锅炉设计煤为基准( 表2 ) 。 表2 火电厂燃煤允许变化范围 注：挥 v a m q 盯 煤种 偏差 偏差， 偏差，偏差，偏差， 无烟煤 一l 4 31 0- 8 一贫煤 25 3 l o - 8 低挥发分煤5541 0 8 商挥发分煤5+ 5 1 0士4 1 08 褐煤5 578 2 第一章绪论 从前面分析可以知道：及时了解锅炉运行时的煤质状况有很大的指导意义。然而目前电站锅炉煤质 的监测主要是传统的实验室分析手段。采用人工采样制样，利用实验室仪器离线取样，缩分、秤重、烘 烧、灼烧、氧弹分析等手段与方法进行分析。这样的分析速度慢，批煤样的分析周期为6 曲大多 数电厂当天的煤样第二天才能出检测报告，实时性、指导性方面均很差，远远不能满足锅炉燃烧调整和 事故分析的需要。使得实际需要与检测数据报出时间滞后的矛盾越来越突出。因此，如何能够实时监测 煤质，从而及时地调整锅炉的燃烧方式，提高锅炉效率，使火力发电厂经济效益达到最佳，成了各电厂 急待解决的重大问题。 1 2 国内外研究现状 对于电站锅炉入炉煤质的煤质间接分析问题，我国煤炭行业在这方面做了大量卓有成效的工作 2 3 1 。 陈文敏采用回归法推导了不同煤种的工业分析参数与空气干燥基高位发热量、空气干燥基低位发热量之 间的线性关系。申国民h 研究了用煤质分析灰分、水分数据计算煤发热量的方法。张坚强例就广西劣质 贫煤和褐煤的工业分析数据与低位发热量之间的线性关系进行了阐述。根据资料表明，在国内外研究 工业分析成分与发热量之间关系的学者较多，采用了拟合法、回归法、推导经验公式以及人工神经网络 等方法。浙江大学的殷春根博士曾发表过一篇关于两者关系的文章嘲。殷博士从全国煤质资料汇编 ( 1 9 7 8 1 9 8 1 ) 中选取了7 0 0 多个典型煤样，将这些煤样分成7 个类，分别提供给7 个神经网络进行训 练和检验，最后发现神经网络模型的计算精度要明显优于经验公式”1 。但是要将以上一些间接分析方法 应用于电站实时监控系统，尚存在一些问题，如数据多样性，计算实时性等”】。 目前煤质的物理检测方法主要是通过离线方法。煤质的在线检测技术，国外已较为成熟，但在国内， 虽开发了部分成型产品，也有电厂直接购置应用国外仪器，但实际应用情况远未达到预期效果，影响了 其进一步的推广应用。国内外目前主要采用的技术有： 1 双能量伽玛传输技术 灰分是表征煤炭质量的重要指标，它与发热量具有负相关性，可以反映出煤在锅炉中的燃烧状况。 当前电厂应用的灰分仪的原理都是采用双能透射法，即选用a m 2 4 1 与c s l 3 7 两种放射源。a m 2 4 1 低能 ，射线的减弱程度随物料原子序数的增大而增大，因煤中无机质灰分的原子序数比可燃有机质的原子序 数高，其减弱倍数大。同时，a m 2 4 1 低能，射线的减弱程度还与单位面积重量有关。而能量较高的c s l 3 7 射线仅与单位面积有关，与灰分含量无关。利用对，射线非常灵敏的闪烁探测器分别测量被减弱后的射 线强度，输出相应信号，即可换算出灰分含量。对给定的煤种，该设备的测定精度为：一个标准偏差下 o 5 l 。该设备的主要缺点是其标定与煤种有关，特别是在灰中的铁和钙元素变动很大的情况下。 大多数电厂的灰分仪用于入炉煤质的检测，由于仪器结果与性能可靠性有待完善与提高，尚不具备 与锅炉调整连动的条件，因而，其应用的效果不如在入厂煤上的应用效果好。 2 自然伽玛射线技术 它是另一种广泛使用的简单的分析技术，能够测定煤中的自然放射性大小，并将其与灰分联系起来。 这种煤质分析仪不需要放射源，对影响d u e t 系统的铁和钙元素的变化不敏感。然而，作为一种“被动” 的系统，该分析技术的精度大约只为l 2 ，其理想应用是测量厚煤层的灰分，例如原煤输送机或选 煤厂入料输送机上的煤质，在煤层很厚时，这仍然是测定灰分的唯一技术。然而，该分析技术同样与煤 种有关，因为它依赖与灰分相关的自然伽玛放射素的存在( 如钾) 。 3 东南大学硕士学位论文 3 微波分析技术 在线水分仪，国内尚无成型产品，陡河电厂和上海石洞口= 厂安装的水分仪，均是从德国 b e r t h o l d 公司购买的l b 3 5 4 型微波水分仪，与l b 4 2 0 型灰分仪配套安装、使用，目的是为了消除水 分对灰分测定结果的影响。按照厂商提供数据，l 的水分约相当于0 2 的灰分。假定电厂燃用煤水分 在5 1 0 之间，则水分变化引起灰分测定偏差为1 o 。水分和灰分仪配合使用，由于微波水分仪 测量精度可达o 2 ，由水分引起的灰分测量误差可忽略不计，可以大大提高灰分测量精度。同时，两 台仪器可共用一个c s l 3 7 辐射源进行单位面积重量的补偿，相对减少投资。但是由于仪器对安装精度要 求很高，现场条件往往不能满足，如仪器安装不牢固，无减震措施等。不同的安装条件往往出现误差很 大的情况，从而使测量结果失实。 4 中子活化分析技术 为满足市场上对具有高精度却与煤种无关的灰分仪的需求，上世纪8 0 年代中期开发了首台p g n a a 旁线分析仪。该分析仪最常用于电厂配煤控制。以及选煤厂煤的分选和销售煤的质量控制。除了测定人 们通常感兴趣的灰分，水分、发热量以外，还可以测定灰分中的硫分，美国清洁空气法案要求电厂对 s 0 2 的排放进行控制，该分析仪也可以测定对锅炉结焦有影响的n a 和a 。 这种旁线分析仪需要采样设备把煤从皮带上采初样。煤样通过垂直溜槽进行中子照射分析。在几分 之一秒的时间内吸收的能量以伽玛辐射的形式释放出来。由于每一元素具有特定的伽玛射线光谱，光 谱可以拆解成组成元素的光谱，从而确定煤中的元素成分。该技术与煤种无关，所以很有吸引力。 元素分析通过计算组合，可以得出灰分，发热量和挥发分。该分析仪对灰分的分析精度可达o 2 5 0 4 。 但是该分析仪本身价值数十万美金，而且配套的采样和传输系统也价格不菲，这就限制了分析仪的 广泛使用。国内引进的两台类似设备。均是基建阶段随主设备引进，但因种种原因，至今未投用。 以上方法均为物理方法。这些产品技术成本较高，而且使用容易出现问题，国内大部分电站都没有 安装，在己安装的电站中，存在许多问题，很多无法用于实时监测。因此，本文不从物理方法上进行研 究，而从数学方法着手，根据电站现有的情况，寻求简捷的软测量方法来分析煤质。 1 3 本文主要工作 本文采用的软测量技术是在成熟的硬件传感器基础上，以计算机技术为核心，通过人工神经网络结 合遗传算法建立煤质分析的软测量模型。利用较易测量的辅助变量和数据( 锅炉运行数据) 去映射难测 量的变量( 煤的工业成分和低位发热量) ，从而实现了入炉煤质的软测量。本文主要有下面几项工作： 1 从目前种类繁多的软测量方法中，挑选出对于本文所要解决问题最合适的神经网络模型。同时， 合理的设计遗传算法流程，以此优化神经网络的初始权值，建立快速准确的软测量模型并编写通用的软 测量程序。 m a t l a b 语言是一种面向科学与工程计算的高级语言编程效率高，功能强大，交互性及可移植性好， 非常适合应用于本文的煤质软测量模型。因此，本文采用m a n a b 语言编写软测量程序。 2 d c s 系统现己广泛应用于电站机组的运行控制，系统中的测点数据可通过多种方法得到。因此 本文利用电站已有测点的运行数据来建立煤质的在线软测量模型。本文先定性分析与煤质相关的主要因 素，然后从电站众多的检测数据中，挑选出相关参数，作为软测量模型的输入参数，最后根据软测量模 4 第一章绪论 型对于关键输入的判断方法，来筛选这些数据。最终得到一个精麓且准确性高的煤质软测量模型。 3 结合本文所要研究问题的物理含义，将其转化为相应的软测量模型后，利用已经编写好的通用 程序，对模型进行训练和检验。将训练好的软测量模型的输出结果与实验室实际测量的数据进行对比， 以此检验本文的软测量模型的准确性和优越性。 4 对软测量模型的修改和维护。随着锅炉的实际运行，可能会出现新的运行状况，原来建立的煤 质软测量模型可能不能很好地满足新的运行要求，所以必须建立新的软测量模型或对原模型进行修改。 因此，本文的模型必须要有良好的可维护性，以适应可能改变的运行对象。 5 选择合适的编程语言进行软件开发。本文结合s o l 数据库技术以及v i s u a lc + + 6 0 软件，设计 煤质软测量系统软件，从而实现软测量模型数据的管理，以及在线煤质软测量的实现。使用v i s u a lc + + 6 0 软件编写的基于煤质软测量模型的通用软件程序具有以下几个主要特点： ( 1 ) 适应了在w i n d o w s 环境下迅速编程采用可视化技术，操作直观； ( 2 ) 编程模块化、事件化，没有复杂的程序流程，有很好的出错管理机制； ( 3 ) 有良好的编程、调试平台，与其它的程序有很好的沟通性； ( 4 ) 有强大的数据库编程功能，能够利用对象链接与嵌入( o l e ) 使用其它应用程序； ( 5 ) 开发完成以后的应用程序可以编译成真正独立的可执行文件，便于工程现场应用。 东南大学硕士学位论文 第二章基于神经遗传的软测量技术 2 1 软测量技术 在许多工业场合，存在着这样一大类变量：它们由于技术或经济上的原因，目前还难以或根本无法 通过传感器进行检测，但同时又是需要加以严格控制的，与产品质量密切相关的重要的过程参数。如精 馏塔的产品组份浓度，石油化工产品中的质量指标等。为了解决这类过程参数的控制问题，工业上一般 采取两种方法，一是间接的质量指标控制。第二种方法是采用在线分析仪表。然而，在线分析仪表是一 门综合性的工业技术，比常规仪表复杂，产品开发技术难度大，现场应用也有许多问题需要解决。软测 量技术的出现，为解决上述难题提供了一种新方法。 软测量( s o f tm e a s u r e f n e n t ) 技术在有些场合也称为软仪表( s o f ts e n s o r ) 技术。它是依据易测过程 变量( 辅助变量或二次变量) 与难以直接测量的待测过程变量( 主导变量) 之间的数学关系( 软测量模 型) ，通过各种数学计算和估算方法，从而实现对待测过程变量的测量h l 。 软测量技术的基本思想较早应用于体积式流量计，例如孔板流量计。结合温度、压力等补偿信号， 通过计算机来实现气体流量的在线测量。在2 0 世纪7 0 年代就己提出的推断控制策略至今仍可以视为软 测量技术在过程控制中的一个应用范例9 j 。然而软测量技术作为一个概括性的科学术语被提出是始于2 0 世纪年代中后期，至此迎来了一个发展的黄金时期，并且在世界范围内掀起了一股软测量技术研究 热潮。1 9 9 2 年国际过程控制专家t j m a c v o y 在著名学术刊物a u t o m a t i a 上发表了一篇名为 “c o n t e m p l a t i v es t a n c ef o rc h e m i c a lp r o c e s sc o n t r o l ”的i f a c 报告”w ，明确指出了软测量技术将是今后 过程控制的主要发展方向之一，对软测量技术的研究起了重要的促进作用。随后，软测量技术在各行各 业的应用日益增多，特别是近年来取得了较大的成就。 2 1 1 软测量技术基本原理 软测量的基本思路是：根据某种最优准则，选择一组既与主导变量( p r l m a f yv a r i a b l e ，即待铡变量 或待估变量) 有密切联系而又容易测量的变量一辅助变量s e c o n d a r yv a r i a b l e ，又称二次变量) ，通过 构造某种数学关系，用计算软件实现对主导变量的估计。 参看图2 一l ( a ) 所示的对象输入、输出关系【l ”。图中y 代表主导变量，护代表可测的辅助变量，d 和u 分别表示可测的干扰和控制变量。软测量的目的就是利用所有可获得的信息求取主导变量的“最 优”估计值9 ，即构造从可测信息集口到9 的映射： 截j)=k(j)耿j)(2-1) 6 第二章基于神经遗传的软测量技术 图2 - 1 软测量模型的输入输出 通常，可测信息集口包括所有的可测主导变量y ( 或主导变量y 中部分可测的量) 、辅助变量一，控 制变量u 和可测干扰d 。在这样的框架结构下，9 的性能将依赖于过程的描述，噪声和扰动的特性，辅 助变量的选取以及“最佳”的含义。即给定的某种准则。 可见，软铡量的思想就是以易测的过程变量( 辅助变量) 为基础，利用易测过程变量和待测过程变 量( 难测的主导变量) 之间的数学关系( 软测量模型) ，通过各种数学计算和估计，采用软件的形式实 现对待测过程变量的测量。显然软测量思想的核心就是构造一个以易测变量为自变量、主导变量为因 变量的软测量模型，并通过各种复杂的数学计算和估计，用计算机软件获得主导变量的值”。 图2 - 1 ( b ) 表示在过程控制系统中所采用的较测量模型输入、输出与对象的输入、输出之间的关系， 带下标i 的变量y ；代表被控变量( 即主导变量) 的设定值。开关k 代表输出y 的采样，用于在线校正， 代表由软测量模型获得的主导变量y 的估计值。可见，软测量模型与一般意义下的数学模型有所不同， 通常我们所指的数学模型主要是反映对象输出y 与对象输入“或d 之间的动态( 或稳态) 关系，而软测 量则包含了通过对象输出口求得对象输出y 的估计值。这种意义上的软测量技术，是软测量思想提出时 的原始含义。软测量在实际生产过程中有着广泛的应用，具体应用时需要考虑以下几个方面： 1 辅助变量选择 辅助变量的选择分为数量、类型和检测点的选择。目前软测量对象都是灰箱系统，得不到系统的准 确模型。一般来说，原始辅助变量数目、类型很多，往往有数十个并且相关程度差异较大。为了实时 运行方便，有必要对输入变量进行适当的降维处理。根据灵敏、准确、特异性以及鲁棒性强的原则，常 用的选择方法有两种：一种是通过机理分析的方法，找到那些对被测变量影响大的相关变量；另一种是 采用主元分析、部分最小二乘法等统计方法”4 1 进行数据相关性分析，剔除冗余的变量，降低系统的维数。 它们的思想是对各原始辅助变量与主导变量之间的相关性进行分析，根据分析所得相关性的强弱，以决 定哪些适合作为建模用的辅助变量。 2 输入数据预处理 软仪表是根据过程测量数据经过数值计算从而实现软测量的，其性能很大程度上依赖于所获得的过 程测量数据的准确性和有效性。为了保证这一点，一方面，在数据采集时，要注意数据的“信息”量， 均匀分配采样点，尽量拓宽数据的涵盖范围，减少信息重叠，避免某一方面信息冗余，否则会影响最终 建模的质量。另一方面，对采集来的数据进行适当的处理。因为现场采集的数据必然会受到不同程度环 境噪声的影响存在误差，因此对软测量数据的处理是软测量技术实际应用中一个重要环节。测量数据处 理包括测量误差处理和测量数据变换两部分。 ( 1 ) 测量误差处理 7 东南大学硕士学位论文 在实际应用中，过程数据是来自现场的，受测量仪表精度，可靠性和现场测量环境等因素的影响， 不可避免地要带来各种各样的测量误差，采用低精度或是小的测量数据可能导致软仪表测量性能的大幅 度下降，严重时甚至导致软仪表的失败。因此测量数据的误差处理对于保证软仪表的正常可靠运行是非 常重要的。测量数据的误差可分为随机误差和过失误差两大类。随机误差是受随机因素( 如操作过程的 微小扰动和测量信号的噪声等) 的影响，一般不可避免，但符合一定统计规律，可采用数字滤波方法来 消除。过失误差将大大影响软测量的在线运行精度，因此及时侦破、剔除和校正这类数据是误差处理的 首要任务。其常用方法有统计假设校验法、广义似然法和贝叶斯法、随机搜索、神经网络等。此外，邵 惠鹤，汪永生等人提出了基于聚类分析的显著误差侦破法口1 也取得了很好的效果。 ( 2 ) 测量数据变换 测量数据变换不仅影响模型的精度和非线性映射能力，而且对数值算法的运行效果也有重要影响。 测量数据的变换包括标度、转换和权函数3 方面。实际过程所测量数据可能有不同的工程单位。各变量 的大小也可能相差几个数量级，直接使用原始测量数据进行计算可能丢失信息和引起数值计算的不稳 定因此需采用合适的因子对数据进行标度变换”q ，以改善算法的精度和计算稳定性。转换包含对数据 的直接转换和寻找新的变量替换原变量两个方面，通过对数据转换，可有效地降低非线性特性。而权函 数则可实现对变量动态特性的补偿】。 2 1 2 软测量模型的建立方法 从软测量技术的原理可以看出，软测量技术的核心是建立对象的数学模型，即软测量模型。软测量 模型的好坏，将直接关系到软测量模型的计算结果。软测量技术按其建模方法可分为机理建模和非机理 建模即基于过程数据建模。而细分之，可分为；机理建模、回归分析、状态估计、模式识别、人工神经 网络、模糊数学等”2 0 l 。 1 基于机理分析的方法 基于机理分析方法是工程中常用的方法，通过对过程对象的机理分析，找出不可测主导变量与可测 的辅助变量之间的关系建立机理模型。通常机理模型由代数方程组或微分方程组组成。机理分析建模法 是建立在对工艺机理充分了解的基础上，由于大多数过程控制领域存在非线性性、不确定性和复杂性， 难以建立精确的数学模型，并且在线计算量大，难以满足实时要求。 2 0 世纪9 0 年代以来a p p l i e d a u t o m a t i o n n c 等几家公司推出了基于动态数学模型的计算方法“，具 有代表性的是应用状态观测器理论计算工业装置中不可测变量2 ”。对于线性系统，应用k a l m a n 滤波器、 l u e n b e r g e r 观测器的理论已比较成熟，有不少应用实例。对于普遍存在的非线性系统，如对于电厂热工 过程。如何构造非线性观测器，目前尚无一般方法。这个问题是近年来自动化领域普遍关注的问题，出 现了扩展k a l m a n 滤波器、伪线性化观测器”1 以及各种非线性观测器方法”】。 2 基于回归分析方法 采用统计回归方法建立软测量估计模型： y=mx(2-2) 使用p c r ( p r i n c i p a lc o m p o n e n tr e g r e s s i o n ) 法将上式改写为矩阵形式： y = m 1 x ( 2 3 ) 对此式进行s v d 分解，得到： 8 第二章基于神经遗传的软测星技术 矽= t t p ? + t 2 p ；+ + f s p ；( 2 - 4 ) 对于线性系统，采用p c r 和p l s ( p a r t i a l l e a s t s q u a r e sr e g r e s s i o n ) 的效果完全一样；对于非线性 系统，后者效果稍好。如果p l s 考虑了所有的方向，则还原为标准最小二乘法问题。石油炼制中常通过 对生产过程历史数据的回归分析，建立质量指标的软测量模型，在线估计产品质量。总之，回归分析法 算法简单，但需要大量的样本，对测量误差比较敏感。 3 基于人工神经网络的方法 人工神经网络是当前工业领域中最受关注的热点之一。它无需具备对象的先验知识，只需根据对象 的输入输出数据直接建模，在解决高度非线性和严重不确定性系统控制方面具有巨大的潜力。目前人工 神经网络已成功应用于复杂工业过程的动态建模、系统辨识和控制、数据分析、故障诊断等方面，显现 出强大的生命力。常用人工神经网络的结构和学习算法如下： ( 1 ) 多层前向网络。m f n ( m u l f i l a y e rf e e d f o r w o r dn e t w o r k s ) 多层前向网络提供了能够逼近广泛 非线性函数的模型结构。事实上只要允许足够多的神经元，任何非线性连续函数都可由一个三层前向网 络以任意精度来近似。此外在同一层次中并行处理信息使得网络由输入至输出的前向传播相当迅速。在 m f n 中应用晟广泛的学习算法是b p ( b a c kp r o p a g a t i o n ) 算法。该算法充分利用了多层前向网络的结构 优势，在正反向传播过程中的每一层的计算都是并行的。多层前向网络在工业过程中得到了广泛的应用， 目前已有产品成分、生化反应特征参数、高炉炉热、铁水硅含量的在线估计等应用实例瞄2 7 1 。 ( 2 ) r b f ( r a d i c a lb a s i sf u n c t i o n s ) 网络。r b f 网络是一个两层的前向网络，输入数目等于所研究 问题的独立变量数，中间层选取基函数作为转移函数输出层为一个线性组合器。理论上r b f 网络具 有广泛的非线性适应能力口”。r b f 网络的学习算法主要有：m 0 0 时与d a r k e n 的算法：局部训练算法； 正交优选算法；聚类和g i v e n s 变换联合算法等。其中前两种算法不适合实际应用，第3 种算法能有效 应用于r b f 网络的离线学习，第4 种算法适合于r b f 网络的迭代学习。与b p 算法相比，r b f 网络的 学习算法不存在学习的局部最优问题，且由于参数调整是线性的，可望获得较快的收敛速度，非常适合 系统的实时辨识和监测。 4 基于模糊技术的建模方法 模糊技术模仿人脑的逻辑思维，用于处理模型未知或不精确的控制问题。已经证明，采用模糊模型 也可以以任意精度逼近任意的连续非线性函数。已经出现有用模糊模型用于软测量的报导 2 9 1 。另外，将 神经网络和模糊技术有机结合起来，取长补短，可以形成模糊神经元网络技术，也可以较好地用于软测 量。如文献唧w 中介绍了日本学者长谷川用模糊神经网络来预报转炉氧气吹炼中钢的锰含量，结果比较 满意。 2 1 3 软测量技术在热工过程中的应用实例 下面介绍一种已经成功应用的基于人工神经网络的烟气含氧量软测量系统。 目前应用较多的风煤比控制方法是在比例控制器的基础上加入氧量校正，即利用锅炉燃烧效率与烟 气含氧量的关系，在送风调节器中加入氧量校正单元，对风量进行调节。但测量烟气含氧量的氧量分析 仪投资大，测量滞后较大，且长期运行极易损坏，使用寿命短，不利于过程在线监视和提供在线闭环控 制所需的反馈信号，从而直接影响到锅炉的经济燃烧。为此，基于人工神经网络方法构造了烟气含氧量 9 东南大学硕士学位论文 软测量仪表。 ( 1 ) 技术线路及实现方法。软测量模型中二次测量变量的选择为能反映负荷、燃料、捧烟、风量 等对烟气含氧量有直接或隐含关系的可实时检测变量。因此，选择主蒸汽流量、给水流量、燃料量、捧 烟温度、送风量、送风机电流、引风量、引风机电流等工艺参数作为软测量模型的输入来估算烟气含氧 量。 通过现场收集的数据作为训练样本以训练神经网络，训练目标函数为： m 。i “n ，e ，2 素弘嘲2 撕 其中，n 为训练样本数据数目。 基于神经网络的烟气含氧量软仪表i o 结构见图2 - 2 。 图2 - 2 用复合n n 进行0 2 软测量仪表学习方案 其中，) i 幻表示0 2 测量值； 9 ( 女) 表示软仪表输出值； t d l 表示带轴头的时间延迟线。 ( 2 ) 应用前景预测。烟气含氧量软测量技术为火电厂的氧量测量提供了新的手段，实现送风系统 的推断控制将成为可能，对实现燃烧系统的闭环控制和优化调整具有重要的意义。该项技术的实施将可 望替换氧化锆分析仪，且有助于实现燃烧系统的在线优化，增强燃烧系统的稳定性，提高锅炉燃烧效率。 2 2 人工神经网络理论 “神经网络”或“人工神经网络”是指用大量的简单计算单元( 即神经元) 构成的非线性系统。 它在一定程度和层次上模仿了人脑神经系统的信息处理、存储及检索功能，具有学习、记忆和计算等智 能处理功能。神经网络具有一些显著的特点：具有非线性映射能力；不需要精确的数学模型：擅长从输 入输出数据中学习有用知识；容易实现并行计算；由于神经网络由大量简单计算单元组成，因而易于用 软硬件实现等等。正因为神经网络是一种模仿生物神经系统构成的新的信息处理模型，并具有独特的结 构，所以人们期望它能解决一些用传统方法难以解决的问题。目前，神经网络的理论和应用研究得到了 极大的发展，而且已经渗透到几乎所有的工程应用领域。但是，人工神经网络的发展过程并不是一帆风 顺的。神经网络研究大致经历了以下几个阶段m 】： 1 初始发展期 l o 第二章基于神经遗传的软测量技术 1 9 4 3 年，wm c c u l l o c h 和wp i t t s 提出了m p 模型，从而给出了神经元的最基本模型及相应的工 作方式。1 9 4 9 年，神经生物学家d h e b b 发现，脑细胞之间的通路在参与某种活动时将被加强，这一重 要规则给出了生理学与心理学问的联系，被称为h e b b 学习规则。1 9 5 7 年，e r o s e n b l a t 提出了感知器 模型，这是一个由线性阈值神经元组成的前馈神经网络，可用于分类。1 9 6 0 年，b w i d r o w 和m h o f f 提出了自适应线性单元，这是一种连续取值的神经网络，可用于自适应系统。 2 低潮时期 1 9 6 9 年，人工智能的创始人m m i n s k y 和s p a p e r t