（化学工程专业论文）小型立式垃圾焚烧炉故障诊断与过程控制研究.pdf

小型立式垃圾焚烧炉故障诊断与过程控制研究摘要垃圾焚烧是垃圾处理的一个重要发展方向。目前，国内的小型垃圾焚烧炉的故障诊断与过程控制主要依靠经验操作，自动化程度比较低。因此，研究垃圾焚烧过程的故障诊断与过程控制对提高垃圾焚烧设备的自动化运行程度具有现实意义。本文以小型立式垃圾焚烧炉为研究对象。通过对焚烧炉工况数据和运行记录的分析，运用专家系统与人工神经网络建立垃圾焚烧过程故障诊断与过程控制模型。在建立专家系统过程中，应用故障树分析来获取知识。在建立神经网络训练过程中，应用最优停止法和神经网络集成以提高神经网络的泛化能力。故障诊断与过程控制模型检验结果表明，专家系统故障诊断模型的诊断精度大于8 7 1 2 ，神经网络故障诊断模型的诊断精度大于9 2 3 5 ，神经网络过程控制模型的模型结果精度大于9 2 3 9 。且最优停止法和神经网络集成可以有效地提高神经网络的泛化能力。本文应用m a t l a b 软件，将三个模型集合成一个垃圾焚烧过程故障诊断与过程控制模块。实现在线的垃圾焚烧炉焚烧过程故障诊断与过程控制。关键词：垃圾焚烧，故障诊断，过程控制，专家系统，人工神经网络a b s t r a c te a u e rd l g n o s i sa n dp r o c e s sc o n t r o lo fs m a l lv e r t i c a lm u n i c i i ! f 气ls o l i d a s t ei n c i n e r a t o ra b s t r a c ti n c i n e r a t i o ni sa ni m p o r t a n tm e t h o df o rm u n i c i p a ls o l i dw a s t e ( m s w )t r e a t m e n t a tp r e s e n t ，f a u l td i a g l l o s i sa n dp r o c e s sc o n t r o lo fs m a l lm s wi n c i n e r a t o ri nc h i n ai sm a i n l yr e l yo no p e r a t o r se x p e r i e n c e f a u l td i a g n o s i sa n dt r o u b l es h o o t i n gc a nn o tb er e a l i z e da u t o m a t i c a l l yi nm o s tf a c i l i t i e s 1 1 1 er e s e a r c ho nf a u l td i a g n o s i sa n dp r o c e s sc o n t r o lw i l lb eh e l p f u lf o ri m p r o v i n gt h ep e r f o n n a n c eo fi n c i n e r a t i o np r o c e s s t h i st h e s i si sf o c u so nt h es m a l lv e r t j c a l i n c i n e r a t o r m s wi n c i n e r a t o rp r o c e s sf a u l td i a g n o s i sm o d e l sa n dp r o c e s sc o n t r o lm o d e la r ee s t a b l i s h e d ，w h i c ha r eb a s e do ne x p e r ts y s t e ma n da r t i f i c i a ln e u r a ln e t 、v o r l 【b ya n a l y s i so ft h er e a lm s wi n c i n e r a t o rd a t aa n do p e r a t i o nr e c o r d f a u l tt r e ea n a l y s i si su s e dt oo b t a i nk n o w l e d g ef o re x p e ns y s t e m o p t i m a ls t o p p i n gm l ea n dn e u r a ln e t w o r ke n s e m b l ea r eu s e df o ri m p r o v i n gg e n e r a l i z a t i o na b i l i t y t h et e s to nr e a l t i m ed a t as h o w st h a tt h ea c c u r a c yo fe x p e i r ts y s t e mf a u l td i a g n o s i sm o d e l i sh i g h e rt h a n8 7 1 2 t h ea c c u r a c yo fa n i f i c i a ln e u r a ln e t w o r kf a u l td i a g n o s i sm o d e li sh i g h e rt h a n9 2 3 5 t h ea c c u r a c yo fa r t i f i c i a ln e u r a ln e t w o r kp r o c e s sc o n t i d lm o d e li sh i g h e rt h a n9 2 3 9 a n di i i北京化t 人学硕i j 学位论文o p t i m a ls t o p p i n gm l ea n dn e u r a ln e m o r ke n s e m b l ec a ni m p r o v et h eg e n e r a l i z a t i o na b i l i t yr e m a r k a b l y t h r e em o d e l sa r ep r o g r a m m e db ym a t l a bs o f 咐a r ef o ra c h i e v i n go n l i n ef a u l td i a g n o s i sa n dp r o c e s sc o n t r o lo fm s wi n c i n e r a t o r k e yw o r d s ：m u n i c i p a ls 0 1 i dw a s t ei n c i n e r a t i o n ，f a u l td i a g n o s i s ，p r o c e s sc o n t r o l ，e x p e r ts y s t e m ，a r t i f i c i a ln e u r a ln e t w o r kl v北京化工大学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：j 她日期：关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属北京化工大学。学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。保密论文注释：本学位论文属于保密范围，在上年解密后适用本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权书。作者签名：导师签名：酾f 兔琵曷么嫂日期：2 堑4 一日期：第一章文献综述1 1 故障诊断第一章文献综述故障诊断是指通过足够数量测量设备观测到的数据信息、过程系统动力学模型、系统结构知识以及过程异常变化的征兆与过程系统故障之间的内在联系，对系统的运行状态进行分析和判断，查明故障发生的时间、位置和故障模式f l j o1 1 1 故障诊断的目的故障检测诊断系统的主要任务是，保持生产过程处于“安、稳、长、优、满的运行状态，及时检测出生产过程中的故障因子，把故障消灭在萌芽状态，或在故障发生时，能及时排除故障，避免重大事故的发生。故障检测诊断系统主要包括故障检测，故障诊断和故障处理。一个完整的故障检测和诊断系统应包括以下的内容【协1 3 】：( 1 ) 、故障检测：是一种识别行动，即在某一时刻，监测系统是否发生故障，若有，则要给出报告信号。在检测过程中，还应包括故障预报。生产工况从正常状态到发生故障，中间有一段相对长的间期。在这期间，通过分析各个工艺参数以及过程状态的持续非正常变化，及时发现故障的一些症状，来预报可能产生的故障。这样无疑能大大提高控制系统的可靠性。( 2 ) 、故障定位( 或分离) ：一旦检测到确定可靠的故障后，从各种现象和情况中快速确定故障产生部位。( 3 ) 、故障诊断：包括故障评价和决策。前者查明故障产生的原因、程度、对系统的影响和发展趋势；后者是提供相应的措施和方法( 包括软件补偿和硬件替换) 来抑制和消除故障的影响，使系统恢复到正常工况。任何种系统都会存在误差，故障检测与诊断系统也不例外。因此要求诊断系统的可靠性要远远高于控制系统。对于诊断系统来说，其技术性能包括以下四点1 1 4 j ：( 1 ) 、错误诊断的可能性：诊断结果与实际故障不同的可能性；( 2 ) 、阻碍诊断的可能性( 或错过、或无检测) ：当系统存在故障但未能检测出该故障可能性：( 3 ) 、错误报告的可能性：当系统无故障发生时检测或诊断到故障存在的可能性( 系统处于正常状态) ；( 4 ) 、正确检测的可能性：当故障存在时正确检测到故障并进行定位和诊断的可能性。上述四点是故障诊断系统设计的主要性能指标。一般来说，一个故障诊断系统应尽量降低前三种可能性而提高第四项的可能性，工业生产过程故障诊断系统对上述四点性能指标的要求尤为严格。1 1 2 故障诊断的技术发展随着现代工业及科学技术的迅速发展，特别是计算机技术的发展，现代设备的结构越来越复杂，自动化系统的规模越来越大。一个大型的设备系统往往由大量的工作部件组成，不同的部件之间互相关联，紧密结合。这一方面提高了系统的自动化水平，为生产带来了可观的经济效益，另一方面由于影响系统运行的因素骤增，使其产生故障或失效的可能性越来越大。故障的发生所带来的不仅仅是巨大的经济和财产损失，有时甚至会危及人民的生命，造成灾难性的事故。于是现代设备系统运行的安全性和可靠性己成为人类必须解决的刻不容缓的问题。故障诊断技术【2 j 是现代化生产发展的产物，随着科学技术的进步和社会生产的需要得到了迅速发展，不仅己经形成了一个研究领域，而且基本形成了一个学科体系。6 0 年代末，美国国家宇航局创立美国机械故障预防小组，英国成立了机械保健中心。由于诊断技术所产生的巨大的经济效益，从而获得了极大的重视。7 0 年代初以来，随着计算机科学的发展，自动化装置的规模越来越大，投资也越来越高。某些微小故障若不能及时排除，就有可能造成巨大灾难。因而市场的迫切要求是促进故障诊断技术迅猛发展的主要动力。1 9 7 1 年，美国麻省理工学院b e a r d 博士首先提出了用解析冗余代替硬件冗余，并通过系统自组织使系统闭环稳定，通过比较器的输出得到系统故障信息的思想【3 j ，标志着这门技术的开端。7 0 年代是控制系统故障诊断理论发展的初级阶段，在这一阶段提出了一些简单的故障算法，如检测滤波器、广义似然比、极大似然比等，故障诊断理论还不成熟，理论的应用实例很少。8 0 年代是故障诊断理论蓬勃发展的一个阶段l 剞。理论的实际应用也得到了发展。但是，这一阶段的故障诊断技术应用面比较狭窄，主要集中在航天、船舶、发电厂以及核电站等一些精密的重要领域，普通的工业控制领域涉及并不多。使用的故障诊断方法主要是基于观测器、滤波器方法或是系统辨识和参数估计方法。9 0 年代以后，由于故障诊断理论的研究更加深入，各种方法相互渗透融合，理论应用领域也有了很大的扩展。尽管参数估计和观测器、滤波器方法仍然是使用最多的方法，但是近年来使用神经网络、模糊逻辑及组合的故障诊断方法在明显地增加。对于非线性系统的故障诊断也有了更多的研究。近三十年来的理论和实际应用表明，故障诊断技术的出现，为提高系统的可靠2第一章文献综述性和安全性开辟了一条新的途径；它的出现、兴起与迅速发展，是实际应用需求与多学科理论发展这两个方面交替作用的结果。从实际应用需求方面来看，随着现代自动化技术水平的不断提高，各类工程系统的复杂性大大增加，系统的可靠性与安全性己成为保障经济效益和社会效益的一个关键因素，受到工程界的高度重视；从多学科理论发展方面看，由于故障诊断技术具有很强的学科交叉性，大量学科，尤其是现代控制理论、信号处理、模式识别、最优化方法、决策论、人工智能等近二十年来的迅速发展，为解决复杂系统的故障诊断问题提供了有力的理论基础，从而产生了大量行之有效的具体方法。正是在技术进步与市场拓展的双重驱动下，故障诊断技术才得以快速发展，大量关于动态系统的故障诊断专家系统都己达到了试用水平，并在航空航天、核反应堆、热电厂、石油输送、机器人、化工、铁路、船舶等一系列工程技术领域得到了成功的应用，取得了显著的效益；国际自动控制界也给予了高度重视，从1 9 9 1 年起i f a c 就每三年定期召开故障诊断方面的国际专题学术会议，并在1 9 9 3 年成立了l f a c 技术过程的故障诊断与安全技术委员会，中国自动化学会也于1 9 9 7 年批准成立了中国自动化学会技术过程故障诊断与安全性专业委员会，以协调国内本学科的发展。而与此同时，世界各大工业控制设备与软件公司纷纷研制开发出适用于生产过程的专门软件。如美国g e n s y m 公司的g i 软件，用于过程在线检测、诊断和决策，在世界各地安装使用，经济效益显著。另外如a n i f i c i a li n t e l l i g e n c et e c h n o l o 百e s 公司的i m a ，c o n t i n e n t a l 公司的m i d s ，a b b s i m a n 公司的c i m c i p ，s e t p o i n t 公司的s e t c l m ，a p p l i e da u t o m a t j o n 公司的i m a ，c o n t i n e n t a l 公司的0 m c s ，法国e l 公司的o n v 分部的o p e x 等软件都已在石油、化工等生产过程中使用，产生了巨大的经济效益【8 1 们。因此，化工过程的故障检测与诊断系统的建立直接关系到经济效益和社会效益，在生产过程中起着非常重要的作用【5 1 。故障诊断有如下优点【6 j ：能够提高生产效率、降低各种能耗，提高市场竞争力。但是，由于各种系统结构复杂，系统的不同部分之间互相联系，相互耦合，如果系统某一处出现故障，就可能引起连锁反应，导致整个生产过程不能正常运行。轻者造成巨大的经济损失，重者还会产生严重的灾难性事故和社会影响。因此，建立高效、准确、实时的故障诊断系统，及时排除故障，确保安全、平稳、优质的生产，已经成为整个生产过程的重要环节。1 1 3 故障诊断的方法故障诊断技术发展至今，己提出了大量的方法。所有的故障诊断方法可以划分成基于解析模型的和基于数据的两种方法。如图1 1 给出故障诊断各种方法的分类【9 1o图1 1 故障诊断示意图f i g 1 - 1s c h e m a t i cr e p r e s e n t a t i o no ff a u l td i a g n o s i s1 1 3 。1 基于解析模型的故障诊断方法基于解析模型的方法是最早发展起来的，此方法需要建立关于被诊断对象的较为精确的数学模型。进一步，它又可以分为参数估计方法、状态估计方法和等价空间方法。这三种方法虽然是独立发展起来的，但它们之间存在着一定的联系。现己证明了基于观测器的状态估计方法与等价空间方法是等价的。非线性系统故障诊断的难点在于数学模型很难建立。相比之下，参数估计方法比状态估计方法更适合非线性系统，因为非线性系统状态观测器的设计有很大的困难。目前，只有对某些特殊的非线性系统有研究，如双线性系统。而通常的等价空间方法仅适用于线性系统。基于解析模型的方法又分为线性系统的故障检测与诊断方法和非线性系统的故障检测和诊断方法两大类。由于人们对线性系统的深刻认识，因此线性系统的故障检测和诊断方法相对成熟，包括参数估计法、观测器法、等价空间法等，而关于非线性系统的故障检测和诊断方法的研究相对薄弱。4第一章文献综述1 1 3 2 基于数据的方法基于数据的方法不需要系统的定量数学模型。同时，它克服了基于信号处理方法的缺点，引入了诊断对象的许多信息，特别是可以充分地利用专家诊断知识等，所以也是一种很有发展前途的方法，尤其是在非线性领域。基于数据的方法还可以分为基于症状的方法和基于定性模型的方法。其中，神经网络方法是近年来研究的很多的一种有效的基于症状的方法。由于神经网络具有自学习和能拟合任意连续非线性函数的能力，以及并行处理、全局作用的能力，使得它在处理非线性问题和在线估计方面有着很强的优势。另外，模糊推理、定性观测器等方法善于处理不确定、不准确的知识，符合人的自然推理过程，它们与神经网络结合，有着巨大的应用前景。当前的控制系统变得越来越复杂，不少情况下要想获得系统的精确数学模型是非常困难的，而基于数据的方法与基于信号处理的方法类似，也不需要精确的数学模型。因此，具有很好的应用前景。总而言之，基于数据的诊断系统的主要优点是：1 、适合模拟人的逻辑思维过程，解决需要进行逻辑推理的复杂诊断问题；2 、知识可用显式的符号表示，在已知基本规则的情况下，就无需输入大量的细节知识；3 、便于模块化，当个别事实发生变化时，易于修改：4 、能与传统的符号数据库接口；5 、能解释自己的推理过程，并能解释结论是怎样获得的。但是它也存在许多局限性，主要表现在以下几个方面：1 、知识获取的瓶颈问题；2 、自适应能力差：3 、学习能力差：4 、实时性差。对于本文讨论的非线性系统一垃圾焚烧系统的故障诊断来说，因难于建立数学模型，而只能够凭借历史数据和对生产过程的熟练程度建立模型。1 2 过程控制所谓过程控制系统，是指将工业生产过程中的温度、流量、压力、液位、浓度等状态参数作为被控制参数的控制系统。控制系统的一般由过程或对象、测量仪表和敏感元件、控制、执行器以及记录显示装置、信号滤波等几部分组成。过程控制系统又有很多种分类方法，可以按生产过程工艺参数不同来分类，如流量控制、压力控制等；可以按过程控制系统的任务不同来分类，如比值控制、均匀控制、温度控制等；也可以按自动控制系统是否形成闭环回路来分类，可分为开坏控制和闭环控制等；每一种方法都只反映了自动控制系统的某一方面的特点【1 5 】。1 2 1 过程控制的目的工业生产过程的总目标，一般是利用可能提供的能源和原材料，以最经济的途径将一定的原材料转化为预期的产品。为此必须对生产进行监督和控制以满足生产目的，达到高产、优质和低耗。其控制目的可以归纳为以下三个方面i 幡”，2 0 】：1 抑制外部干扰的影响。控制系统的首要目的是消除外部对生产的影响，即引入控制系统，使过程生产的变化尽可能小，以消除外部扰动对生产造成的不良影响。控制系统的设计目的是以尽可能小的代价，来争取最佳的控制效果。2 确保过程的稳定性。使整个系统稳定是控制的最基本目的。生产过程本身稳定，则在外部干扰的作用下，过程无需控制干扰就能达到稳定。这种场合下，控制的目的只是抑制干扰的影响，保持预定的生产条件。然而，对于生产过程本身的特性不稳定，则控制目的除了抑制干扰的影响外，还必须使过程保持稳定。3 使过程稳态和动态工况最优。使过程满足生产指标和安全指标是生产过程的两个基本目的。在达到这两个目的后，下一个目标就是如何使工厂获得更多的经济效益。假如影响生产过程的操作条件是变化的，就需要按经济目标最大或成本最低的方式去改变1 2 2 过程控制的技术发展在过去的三十年中，过程控制技术的发展是与控制理论、仪表、计算机以及有关学科的发展紧密相关的。过程控制技术的发展大体上可以分为三个发展阶段f 1 8 d 引，2 0 世纪7 0 年代以前可以看作是第一阶段，这一时期应属于自动化孤岛模式的阶段，其控制目标只能是保证生产平稳和少出事故。2 0 世纪7 0 至8 0 年代是发展的第二阶段。分布式控制系统( d c s ) 的出现为实现先进控制创造了条件。多变量预测控制等先进控制方法的应用，使控制达到了新的水平，在实现优质、高产、低消耗的控制目标方面前进了一大步。2 0 世纪8 0 年代后期，工业控制中出现了多学科问的相互渗透与交叉，人工智能和智能控制受到人们的普遍关注。信号处理技术、数据库、通讯技术以及计算机网络的发展为实现高水平的自动控制提供了强有力的技术工具。过程控制开始突破自动化孤岛的传统模式，采用c i m 的思想和方法来组织、管理和指挥整个生产过程，出现了集控制、优化、调度、管理于体的新模式，在连续工业中，也将这种模式称为综合自动化。可以看到，过程控制在这个阶段的目标已从保持平稳和少出事故转向提高产品质量、降耗节能、降低成本、减少污染，并最终以效益为驱动力来重新组织整个生产系统，最大限度地满足动态多变市场的需求，提高产品的市场竞争力f 1 4 ，1 。刀。6第一章义献综述表1 1 过程控制发展【1 6 li a b l el - lp r o g r e s so fp r o c e s sc o n t f o l当前过程控制正处于第三个发展阶段，并以前所未有的速度和规模飞速前进。纵观这一时期，可以归纳出如下三个主要特剧1 7 2 0 】：1 简单控制向先进控制发展早期的控制技术受经典控制理论和常规仪表的限制，难以处理工业过程中存在的复杂性、藕合性、非线性等，只能按某种原则将复杂系统分解成若干相对独立的单变量系统。这种简单控制是一种分散自治控制。随着企业提出的高效益、高柔性的要求，上述控制方式己不能适应，先进控制便应运而生。先进过程控制是指一类在动态环境中，基于数学模型、借助充分的计算能力，为工厂获得最大利润而实施的运行和技术策略。这种新的控制策略实施后，系统运行在最佳工况。2 封闭的分布式计算机控制系统转向具有国际统一标准的开放式系统1 9 7 5 年h o n e 州e n 公司推出第一台分布式计算机控制系统( d c s ) ，实现了控制分散、监视集中的功能，提高了系统的可靠性和灵活性，为连续工业自动化建立了基础。但d c s 的一个致命弱点就是封闭性。随着综合自动化的潮流和计算机科学与技术的发展，f i s h e 卜r o s e m o u n t 、h o n e y w e l l 等欧美十余家公司经过激烈的竞争，最后终于联手，共同推出一种国际标准的现场总线( f i e l d b u s ) 控制系统。它被公认为具有时代特点的新一代分布式计算机控制系统。它的出现标志着控制工具的又一次重大变革。它的主要特点为：( 1 ) 开放性。现场总线采用同一种国际标准的通信协议，不仅系统内不同型号的装置间互联容易，而且可以方便地与通用的局域网相连，为实现综合自动化创造了极有利的条件。( 2 ) 智能化现场仪表。系统中的现场仪表配有自身的c p u 与模数转换器，除了完成基本的检测、转换、操作等功能外，还具有自诊断、参数补偿、现场组态及现7场校验等功能。这既提高了现场仪表的精度，也将单一功能仪表变成了多功能现场仪表，使系统的可靠性、灵活性有了很大提高。( 3 ) 数字信号传输。d c s 一般是将模拟信号送到集中控制室，经接口电路转换为数字信号进入计算机。采用现场总线后，现场仪表输出均为数字信号，在现场直接通过现场总线进行数字传输，不仅提高了可靠性，而且还可节省3 0 4 0 的导线费用。( 4 ) 彻底分散性。原来的d c s 中，传感器、执行器等在现场，控制显示设备在集中控制室。而现场总线控制系统，则使控制系统进一步分散，简单控制回路基本分散在现场实现，仅将关键参数的数字信号送到中央控制室。这样，在中央控制室主要完成信息管理、先进控制和在线优化等功能，既充分发挥了计算机的作用，又提高了系统的可靠性。因此，现场总线分布式控制系统将对控制系统的发展产生巨大而深刻的影响。3 单一控制系统向综合自动化系统发展从本质上讲，工业企业自动化在2 0 世纪9 0 年代以前仍是自动化孤岛模式。进入2 0 世纪9 0 年代之后，国内外企业界在国际市场剧烈竞争的刺激下，己把注意力转移到节能降耗、少投入多产出的高效生产模式上。企业开始把提高综合自动化水平作为快速挖潜增效提高竞争能力的重要途径。集常规控制先进控制在线优化、生产调度、企业管理、经营决策等功能于一体的综合自动化成了当前自动化发展的趋势1 1 卯。1 3 市政垃圾焚烧处理城市市政垃圾是城市居民日常生活中或为城市日常生活提供服务的活动中产生的固体废弃物，其主要包括厨余物、废纸、废塑料、废织物、废金属、废玻璃、瓷碎片、砖瓦渣土、粪便，以及废家用什具、废旧电器、庭园废物等。市政垃圾主要特点是成分复杂，有机物含量耐2 2 j 。经济的发展提高了人们的生活水平，促进了人类社会文明的步伐，但同时也产生了许多问题。城市人口数量膨胀性的增加，导致了产生的垃圾废物量也急剧增加，这些废物不但污染环境，破坏城市景观，还传播疾病，威胁人类的健康和生命安全。发达国家有关固体废弃物处理受到越来越多的重视。一般而言，世界各国的垃圾产量是以快于其经济增长速度2 3 倍的平均速度增长，据9 0 年代统计，全世界每年的垃圾产量约为( 8 0 1 0 0 ) 1 0 8 吨，平均年增长速度为8 4 2 ，其中美国每年约产生1 5 1 0 8 吨的城市生活垃圾。我国虽属发展中国家，目前大中城市的固体废弃物的日产生量己达到1 5 亿蝇，人均1 5 k g ，并以每年1 0 的速度在增长。我国固体废物产量如此之大，而处置设施却严重不足，综合利用很低，少数固体废弃物仍处于简8第一章义献综述单堆放、渗滤液任意排放的状态。固体废物污染农田达3 0 万亩，仅1 9 9 0 年污染事故就发生了1 0 0 多起。1 9 9 8 年，全国6 6 8 座城市中已有2 3 被垃圾带包围。由于人们生活水平不断提高，生活垃圾成分变得更加复杂，污染环境的程度也继续增加，尤其是近二三十年来，随着高分子合成材料、干电池及各种印刷品、塑料制品、包装物的大量使用，城市生活垃圾处理处置与消纳减容的矛盾日益突出，垃圾己成为破坏环境的重要因素之一。由于我国在固体废物治理方面起步较晚，固体废物污染防治与处理工作面临严峻考验1 2 1 j 。1 3 1 市政垃圾的危害城市生活垃圾是影响城市景观，破坏城市生态平衡，造成环境污染的主要原因之一。城市固体废物对环境的污染危害主要表现在以下几个方面：( 1 ) 侵占土地：( 2 )废物中有害组分容易污染土壤，特别是有害城市固体废物，能破坏土壤中的微生物环境，降低土壤的腐解能力，导致草木不生；( 3 ) 城市固体废物随天然降水、地表径流进入河流湖泊，造成水体污染；( 4 ) 一些有机固体废物在适宜的温度和湿度下被微生物分解，释放出有害气体，或者在焚烧过程中产生有害气体造成大气污染；( 5 ) 城市固体废物未经处理随意堆放，严重影响环境田j 。1 3 2 垃圾焚烧处理垃圾处理有土地填埋f 2 5 1 、堆肥f 2 6 】、焚烧三种主要方法f 2 4 1 。焚烧技术是近年来发展相当迅速的一种垃圾处理方式，是一种对垃圾进行高温热化学处理的技术。其方法主要是将垃圾作为固体燃料，送入炉膛内燃烧。在8 0 0 至1 0 0 0 摄氏度的高温条件下，城市生活垃圾中可燃组分与空气中的氧进行剧烈的化学反应，释放出热量并转化为高温的燃烧气体和少量的固体残渣【6 刀。6 0 年代后，市政垃圾不但大量增加，成分也发生了很大的变化，许多市政垃圾不仅含有大量可回收利用的金属和非金属，而且含有许多无法分解的有机物，并且可燃物在城市固体废物中比例明显上升。根据市政垃圾的燃烧特性，当热值大于3 3 5 0 k j k g 。不需要外加燃料便能维持燃烧。垃圾焚烧后的体积和重量可分别减少约9 5 和7 5 ，另外经高温焚烧可有效地消除有害的物质及病原体，防止环境的污染；焚烧时产生的热量可以用来发电和供热，使其能量得到充分利用。可见，垃圾焚烧技术是一种实现了高度减量化，无害化和资源化的有效的垃圾处理手段f 弘3 0 】。虽然垃圾焚烧技术是一种高效的垃圾处理方式。但是，由于垃圾自身组成、热值、含水率的不确定，且垃圾的成分复杂，常含有大量的有害物质。因此，如果处理不当，将对环境造成二次污染，并且增加垃圾焚烧炉烟气处理设备的工作负荷。9而垃圾成分的复杂，又导致垃圾焚烧过程表现出强非线性，难于对其进行故障诊断与过程控制。因此，对于垃圾焚烧过程的故障诊断与过程控制研究是十分必要的。1 ，4 本论文的研究内容本论文主要是对研究实际垃圾焚烧过程，运用焚烧过程中的监测参数与相对应的实际工况，通过人工智能方法( 专家系统、人工神经网络) 对垃圾焚烧炉进行的在线故障诊断与过程控制。主要内容如下：( 1 ) 通过研究小型立式垃圾焚烧炉工艺流程与工况数据，对垃圾焚烧过程中的主要故障进行分析。( 2 ) 运用专家系统对垃圾焚烧过程进行故障诊断。运用检测参数与相对应的实际工况，通过故障树分析获得专家系统知识库，通过贝叶斯不确定推理获得推理结果。( 3 ) 运用人工神经网络对垃圾焚烧过程进行故障诊断。在神经网络模型的训练过程中，运用最优停止法寻找最优的训练停止点，以提高神经网络模型的泛化能力，有效避免过拟合。( 4 ) 运用人工神经网络对垃圾焚烧过程进行过程控制。运用神经网络集成以提高神经网络模型的泛化能力。( 5 ) 运用m a t l a b 软件编程，将前三个模型集成为一个具有故障诊断与过程控制能力的程序。实现垃圾焚烧炉焚烧过程的故障诊断与过程控制。1 0第二章专家系统j 神绛m 络2 1 专家系统第二章专家系统与神经网络自从s t a n f o r d 大学f e i g e n b a u m 教授和化学家k d e r b e r g 于1 9 6 8 年合作研制开发成功第一个专家系统d e n d r a l l 3 4 j 以来，专家系统由于其广泛的应用范围和能产生巨大的经济效益而得到了迅速的发展，现已成为人工智能的三大研究前沿之一【3 5 3 6 】，在农业【3 7 l 、故障诊吲3 & 3 9 】和医疗【舡4 1 l 等领域获得了广泛的应用。专家系统是一个用基于知识的程序设计方法建立起来的计算机系统，它拥有各个特殊领域内专家的知识和经验，并能像专家那样运用这些知识，通过推理，在其领域作出智能决策1 4 2 1 。2 1 1 专家系统的优点专家系统有以下优点：( 1 ) 适应性强专家知识在任何计算机硬件上都是可利用的。实际上，专家系统是专家知识的集成体。( 2 ) 成本低提供给用户的专家知识成本非常低。( 3 ) 危险性低专家系统可用于那些可能对人有害的环境。( 4 ) 持久性专家知识是持久的，不像专家那样会退休，或者死亡，专家系统的知识会无限的持续。( 5 ) 复合专家知识复合专家知识可以做到在白天或晚上的任何时候，同时和持续地解决某一问题。由几个专家复合起来的知识，其水平可能会超过一个单独的专家。( 6 ) 可靠性强专家系统可增强正确决策的信心，这是通过向专家提供一个辅助观点而得到的；此外，专家系统还可协调多个专家的不同意见。2 1 2 专家系统的构成专家系统主要由四个部分组成1 4 3 j ：知识库：知识库包含所要解决问题领域中的大量事实和规则，是领域知识及该专家系统工作时所需的一般常识性知识的集合。这些知识可以用一种或几种知识表示方法来表示，知识表示方法决定着知识库的组织结构并直接影响整个系统的工作效率：知识库是一个独立的实体，其建立的原则应该是便于存入新的知识并且不和已有的知识互相发生干扰，它内存的知识通过程序来提取和管理。知识库是专家系统的核心，知识库质量的好坏与否直接影响专家系统的性能好坏。知识库存放着供专家系统进行推理的知识，是支持整个程序系统运行的基础。知识库应该不仅仅包括知识库中的知识本身( 即数据) ，还应存储某领域专家的专门知识，包括事实、可行操作与规则等。建立知识库首先需要解决知识获取和知识表达问题。知识表示是一个把知识符号化的过程。知识的表示方式决定了专家系统解决问题的能力以及推理机和交互系统的实现。推理机：推理机是专家系统的组织控制机构，它根据当前的输入数据，运用知识库中的知识，按一定的策略进行推理以达到要求的目标。在推理机的作用下，一般用户能够如同领域专家一样解决某一领域的困难问题。知识获取：知识获取就是把用于解答专门领域问题的知识从拥有这种知识的知识源取出并转化为一种特定的计算机表示。知识获取系统负责知识库的管理和维护。知识获取子系统是专家系统和领域专家、知识工程师的接口，通过它与领域专家和知识工程师的交互，使知识库不仅可获得知识，而且可使知识库的知识得到不断的修改、充实和提炼，从而使系统的性能得到不断的改善。知识获取分为手动获取、半自动获取和自动获取三种方式i 州。解释界面：用于系统与用户之间的双向信息交换。一般通过计算机界面将专家系统的推理结果显示出来，实现系统与用户的信息交换。2 1 3 专家系统在化工中的应用专家系统在化工领域的应用已经有近3 0 年的历史。早期的化工专家系统是不成熟的、带有实验性质的原型系统。进入8 0 年代后，陆续地出现了使用的系统，它们所涉及的领域也几乎遍布从产品及过程设计到过程操作控制的各个环节。近年来，化工领域专家系统的发展又形成了新的特点：一方面，e s 与人工智能的其他分支如模糊逻辑、人工神经网络等相互结合，形成了集成的人工智能技术；另一方面，越来越多的使用系统采用了定性与定量相结合的手段，将专家系统的定性推理与数学模型等工具提供的定量信息集成起来。这两种集成使人们能够更有效地解决化工领域中的复杂问题。目前专家系统主要在化工过程故障诊断、过程优化与控制、生产1 2第二帝专家系统j 神经叫络的计划与调度、化工设计等方面有广泛的应用。2 1 3 1 专家系统在化工过程故障诊断中的应用在化工生产过程异常的情况下，由于报警信息的过载以及故障分析对大量的、多方面的知识的要求，使得一般操作人员难以胜任对故障的及时预报和诊断任务。近年来开发了许多支持过程故障诊断的专家系统( f a u l td i a 朗o s i se x p e ns y s t e m s ) ，是专家系统在化工生产操作中应用最多的领域。使化工过程产生异常的因素有3 种，他们是设备故障、仪表故障和误操作行为。一般而言，故障诊断要经过两个步骤。首先辨别过程系统是否存在异常，然后找出故障源。故障诊断专家系统进行推理分析所依据的过程故障模型知识分成浅层和深层两类：浅层知识主要是经验规则的应用，可使系统实现快速推理，但难以应付异常情况；深层知识主要是基于数学模型，能使系统得诊断结果更为鲁棒和深入，具有通用性。近1 0 年间，大量的出版物报道了故障诊断专家系统得化工工业应用。b pc h e m i c a l 公司在c r v s t a i 专家系统外壳上开发了一个压缩机监视、诊断系统，配合i i l t e l l i g e n c ea p p l i c a t i o n 公司的v i o l e t 软件包，对压缩机的震动数据进行解释；p a s ag e n t i n ap e t r o c h e m i c a l 公司开发丁二烯净化装置实时监控系统，该系统利用了o n s p e c 软件的数据获取与处理功能；v a n d e r b i l t 大学开发了实时监控系统开发环境i p c s ，它具有递阶分解的功能与结构，基于图形的模型编辑器，实时调度内核，分级操作界面，能根据已开发模型动态生成运行系统。中国科学技术大学开发了一个实时过程故障诊断系统，由事故原因分析、设备安全检查、实时过程异常诊断3 部分组成，己用于大庆石油化工厂常减压车间和焦化车间。在以后的发展中，在专家系统故障诊断研究方面，需要进一步解决用于诊断的各种知识的集成和过程操作数据的监视与表示问题。另外，利用计算机进行化工过程故障诊断，除了上述基于知识的方法外，还有人工神经网络方法、基于统计的方法和基于系统辨识的方法，这些方法与专家系统在过程故障诊断的一个统一框架中集成起来将是一个方向。在专家系统故障诊断实际应用方面，将会有更多的工厂从专家系统故障诊断中受益，同时对高水平开发工具的要求也将更为突出。2 1 4 专家系统应用于垃圾焚烧过程通过以上专家系统在化工工业中的应用介绍，专家系统比较适合于对非线性的化工过程进行故障诊断。而垃圾焚烧过程由于其焚烧工艺条件的特殊性，属于非线1 3性的化工过程。因此，专家系统对于垃圾焚烧过程的故障诊断是完全适用的。2 2 神经网络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、储存及检索功能，因而具有学习、记忆和计算等智能处理功能【4 5 l 。2 2 1 神经网络的发展阶段从1 9 4 3 年心理学家w s m c c u l l o c h 和数学家w p i t t s 【删研究并提出m p 神经元到今天，人类对神经网络的研究已过了半个多世纪的历程。进入8 0 年代后期，在美国、日本等一些工业发达国家里，掀起了一股竞相研究神经网络的热潮，神经网络的研究进入复苏阶段，特别是1 9 8 6 年r u m e l h a n 和m c c e l l a n d 【4 5 】为首的科学小组提出的误差逆传播学习网络及其学习算法，已成为至今影响最大的一种网络学习法。到了2 1 世纪，神经网络技术逐渐趋于成熟和理智。人工神经元网络州f i c i a ln e u r a ln e 咐o r k ，简称a n n ) 是模仿人类脑神经活动的一种人工智能技术，是由大量的同时也是很简单的处理单元广泛连接构成的复杂网络系统。人工神经网络是建立在现代神经科学研究基础上的一种抽象数学模型，它反映了大脑功能的基本特征，但并非逼真地描写，只是某种简化、抽象和模拟。给神经元网络一些样本，神经元网络通过自学习可以掌握样本规律，在输入新的数据和状态信息时，可用神经元网络进行自动推理和控制。由于反向传递学习算法b p 网络和h o p f i e l d 网络的出现与再次兴起，使其应用领域不断扩大。具体来说，神经网络研究大致经历了以下几个阶段：1 初始发展期1 9 4 3 年，w m c c u l l o c h 和w p i t t s 提出了m p 模型i 矧，从而给出了神经元的最基本模型及相应的工作方式。2 低潮时期1 9 6 9 年，感知器( p e r c e p t r o n s ) 一书发表【4 7 1 。书中指出单层感知器只能做线性划分，多层感知器不能给出一种学习算法，因此无实用价值。该书在人工神经网络研究人员间产生极大的反响，神经网络研究陷入低潮。3 高潮时期1 9 8 5 年，r u m e l h a n 等人给出了多层感知器的权值训练的误差反向传播学习算法( b p 算法) 【删，从而解决了m i n s k y 认为不能解决的多层感知器的学习问题。自此引导了神经网络的复兴，神经网络研究也进入了一个崭新的发展阶段。1 4第_ 二章专家系统j 神经例络2 2 2 神经网络的优点神经网络具有一些显著的优点：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的知识；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，因而易于用软件实现。2 2 3 神经网络在化工中的应用化工行业有着生产过程复杂、对象特性多变、间歇或半连续生产过程多、有一定的危险性及污染环境等特点，使得化工领域需要一个技术及环境的改善。由上一小节可以看出，人工神经网络的出现，为化工过程的现代科学技术综合发展提供了一种先进的支撑环境，对其迸一步发展有很大的促进作用。神经网络在化工中的应用主要在以下几个领域：故障诊断、过程控制、物性估算、专家系统和建筑节能。2 2 3 1 神经网络在化工过程故障诊断中的应用当系统的某个环节发生故障时，若不及时处理，就可能引起故障扩大并导致重大事故的发生。因此建立高效的、准确的实时故障检测和诊断系统，消除故障隐患，及时排除故障，确保安全、平稳、优质的生产，已成为整个生产过程的关键所在。故障诊断是神经元网络最有应用价值的领域：( 1 ) 通过训练神经元网络，可形成和存储有关过程知识并直接从定量的历史故障信息中学习；( 2 ) 神经元网络具有滤出噪音及在噪音情况下得出结论的能力，使神经元网络适合于在线故障诊断和检测；( 3 ) 神经元网络具有分辨原因及故障类型的能力。常用故障诊断方法是反向传播的方法( b p 网) 和径向偏置函数网络( r b f 网) ，但另一方面模糊神经元网络作为一种更接近人脑思维的网络，可能是解决此问题的关键和研究方向。在化学工程中，h o s k i n s 在1 9 8 8 年最早将神经网络用于故障诊断，到1 9 9 2 年k o n a r d 和a m e r 等人提出新的径向偏置函数网络( r b f ) 用于故障诊断，他们在网络的第一层隐含层采用高斯密度函数代替s i 舯o j d 函数，并成功解决共存故障问题。r e n g a s w 锄y 等人把神经网络用在化工过程的初始故障预测和诊断( f d d ) 中，提出一种神经网络构架，利用速度训练、在分类设计中明确引入时间和过程模型映像的在线更新三个要素，来解决化工过程中的初始故障诊断问题。除此之外，国内也有关于神经网络用于故障诊断的报道，一个反应器中庚烷转化为甲苯的催化反应，利用神经元网络根据测量出的产物甲苯出口浓度、加热器出口温度和反应器中调节温度三个被测变量，可以推断出5 种不同的故障。t e 化学公司开发的过程模拟器，提供了一个实际工业过程的仿真平台，近年来被广泛用于验证各种故障检测与诊断方法，成为一种国际上通用的标准仿真模型。神经网络用于故障诊断和校正不必建立严格的系统公式或其它数学模型，经数据样本训练后可准确、有效地侦破和识别过失误差，同时校正测量数据中的随机误差。与直接应用非线性规划的校正方法相比，神经网络的计算速度快，在化工过程的实时数据校正方面具有明显的优势。然而现有的神经网络软件，直接应用于测量数据校正时，需要进行离线的训练，难以同数据校正系统有机地相