加热炉监测系统设计VIP

第一章 绪论第一章 绪论1.1管式加热炉概述管式加热炉是石油炼制、石油化工、煤化工、焦油加工和化学、化纤工业中使用的工艺加热炉。被加热的物质一般为液体或气体，在加热炉的炉管中流动进行受热，并且被加热的物质一般都是易燃易爆类物质。操作条件极其苛刻，加热炉必须连续运行不间断生产。管式加热炉为直接受火式加热炉，燃料为气体燃料如天然气，或液体燃料如重质油。管式加热炉排放的烟气通过余热回收系统温度可以下降到150左右，回收排烟中的残余热能，热效率较高。管式加热炉的一般结构如图1.1所示1,2,3：主要由辐射室、对流室、余热回收系统、燃烧器以及通风系统五部分组成。图1.1 管式加热炉结构图1、辐射室辐射室又被称作炉膛，是燃料燃烧的场所，通常位于加热炉的中下部。燃料油气在炉膛中燃烧，火焰温度最高可以达到15001800，因此辐射室应采用耐热性能较好的材料建造。因为要防止火焰直接烧到炉管，所以辐射室主要采用辐射传热的方式传递热量。 2、对流室从辐射室出来的烟气进入对流室后进行对流换热，因此对流室主要采用对流的方式进行热传递，但也有一小部分的辐射传热。对流室内排满炉管，烟气通过高速冲刷炉管的方式进行对流换热，将热量传递给炉管内被加热物质。对流室吸热量占全炉的20%30%，为了提高传热效果，对流室一般采用钉头管和翅片管增加热交换面积。3、余热回收系统余热回收系统一般采用空气预热器对离开对流室的烟气中的残余热量进行回收。空气预热器的作用是将烟气通过预热器内热管系统将进入加热炉前的空气预热到一定温度，再将预热后的烟气送入加热炉，以提高加热炉的热效率。烟气通过空气预热器后，温度一般可以下降到200以下，再通过排烟系统排出。通过安装余热回收系统，加热炉的总效率可以提高到88%90%。4、燃烧器燃烧器是加热炉产生热量的部分，是管式加热炉的重要组成部分。燃烧器按燃料不同可以分为：燃料气燃烧器、燃料油燃烧器和油气联合燃烧器。按雾化方式不同可以分为蒸汽雾化燃烧器和机械雾化燃烧器。燃烧器喷出的火焰猛烈，一般可以达到几米高，温度高达10001500，所以要注意燃烧器之间的间隔和火焰与炉管之间的间距，以免损坏燃烧器和炉管。因此需要谨慎安排燃烧器的安装位置，并挑选对应型号的燃烧器，使炉膛内部均匀受热。5、通风系统通风系统一般可以分为自然通风方式和强制通风方式两种，主要任务是为燃烧器引入空气帮助燃烧，并将废烟气排出加热炉。自然通风方式一般利用烟囱本身的抽力，烟囱的抽力由烟气与外界空气之间的温度差决定，温度差越高烟囱抽力越大。在烟囱的烟道内安装烟气挡板，通过调节烟气挡板的开度控制烟囱抽力大小，保持加热炉炉膛内一定的负压。以便在通过炉膛外部看火门观察加热炉燃烧状态时，火焰不会从看火门扑出炉体，以确保安全运行。强制通风方式则采用引风机和鼓风机进行通风，一般在加装余热回收系统的管式加热炉上使用。1.2管式加热炉在线监测及控制系统的发展现状国外石化行业对于管式加热炉的自动控制，在上世纪70年代主要还停留在对加热炉的运行状态控制上。主要包括对加热炉炉膛温度、炉管温度、炉膛负压、炉内氧含量、燃油流量、排烟氧含量及排烟温度等加热炉运行参数的控制。由于条件所限，通过早期仪器仪表系统难以达到预期效果，现场工作人员必须通过看火孔查看火焰燃烧情况，从而调节各系统参数以保证石油化工产品生产工艺要求。到70年代后期，随着科技发展，仪器仪表和计算机水平有了大幅提高，对管式加热炉的控制重心由对运行状态的控制转移到对某些性能指标的优化控制上来。并应用工业计算机建立了关于管式加热炉工艺生产方面的数学模型，对加热炉生产控制更加精确。近些年，随着热值分析仪、氧化锆等先进仪器的发展和加热炉自动控制理论的完善，对加热炉的控制设计进入了以整个系统为主要控制对象、以全方位协调优化整个生产系统为目标的计算机集中调度管理的新阶段4,5。目前，国外石油化工行业大多采用先进控制系统对管式加热炉进行控制，使加热炉的热效率稳定在85%以上。目前国内石化企业的大量管式加热炉也已经采用了先进的智能控制，但大部分还是主要以工艺控制为主，而对能耗控制涉及的较少。并且国内大部分加热炉还是上世纪八十年代建造的，能耗水平较低，操作不便。以天津某石化公司为例，其炼油厂大部分管式加热炉都已采用DCS控制系统，但主要还是对其工艺指标进行控制，而对氧含量、二氧化硫和一氧化碳等烟气成分的检测还是通过人工应用便携式烟气分析仪进行离线检测，这样必然存在滞后不能及时反映管式加热炉的实时运行状况，使其对加热炉的能耗控制远低于国际先进水平6-10，并且当前国家对于企业烟气排放及能耗控制提出了硬性要求，因此对管式加热炉进行在线监测并提出调炉决策十分必要。1.3课题的研究目的和意义本课题的研究目的是建立管式加热炉远程智能监测系统，对加热炉的烟气数据进行在线监测并提出相应的调炉策略，从而提高加热炉的热效率。管式加热炉是石化企业炼油厂的主要生产设备，在生产过程中燃料消耗又占炼油成本的绝大部分。因此，提高管式加热炉的加热效率，对加热炉进行节能降耗优化，是降低生产成本的重要手段。目前常用的手段是根据离线检测结果及时对加热炉进行调整，优化加热炉运行状态。但在实际操作中，这种调炉方式必然存在时滞，并且难以实现稳定地保持加热炉运行在较好状态的要求，不能最大程度地节能。因此我们提出了开发管式加热炉智能监测系统，实现加热炉燃烧控制与优化，使加热炉持续运行在高燃烧效率，对降低生产成本、提高经济效益和社会效益有很大的意义。 1.4课题主要研究内容本课题针对石化管式加热炉能耗优化控制薄弱，不能对加热炉的烟气数据进行在线监测的状况，开发设计了管式加热炉远程智能监测系统。系统可以对管式加热炉的烟气数据进行在线监测，并根据监测到的烟气数据对加热炉的运行状况提出相应的调炉建议，以提高管式加热炉热效率，实现企业节约能源消耗减少有害污染物排放的目的。为此本课题研究的主要内容包括管式加热炉烟气采集系统，基于支持向量机的管式加热炉的建模，管式加热炉的冗余调炉决策系统的设计。1、管式加热炉烟气采集系统的设计该系统的主要功能是对加热炉的烟气含量进行在线采集，直接抽取管式加热炉的烟气应用在线烟气分析仪对烟气中氧气、一氧化碳和二氧化硫的含量进行连续在线检测。在整体的系统中，以可编程序控制器为控制核心，对烟气采集的切换、烟气的预处理、排水及抽气泵的动作进行总体控制。并将通过在线烟气分析仪分析得到的烟气数据的4-20mA模拟信号通过模拟量输入模块转换为数字信号，由ZigBee无线通信模块传输到中控室进行组态设计。管式加热炉烟气采集系统流程图如图1.2所示：图1.2 管式加热炉烟气采集系统流程图2、基于支持向量机的管式加热炉的建模管式加热炉的数学模型是建立调炉决策系统的基础。通过管式加热炉的数学模型，并应用广义预测算法对管式加热炉进行控制，以便给出科学的调炉建议。本文采用现场采集的数据，基于支持向量机的算法，并利用遗传算法进行参数寻优，应用训练样本集建立加热炉模型，最后通过预测样本集进行验证。3、管式加热炉的冗余调炉决策系统的设计调炉决策系统通过对采集得到的烟气数据进行分析，得出相应的调炉建议，辅助现场技术人员对加热炉进行调节。本文应用冗余调炉的思想来解决管式加热炉复杂变化的现场工况，该系统由两套调炉策略组成，一套是以经验为基础的基于规则库的调炉策略，另一套是以加热炉数学模型为基础的基于模型的调炉策略。基于规则库的策略是通过平时现场技术人员给出的调炉经验和调炉专家的知识所制定的调炉规则，其实是对管式加热炉的一种粗放调节。而基于模型的调炉策略则是定量的对加热炉的输入量给出调节建议，适用于在平稳情况下的调炉决策，因此在基于支持向量机方法建立加热炉整体模型的基础上引进先进控制算法，进一步提高调炉策略的准确度。1.5本章小结本章首先对管式加热炉的基本结构进行了简要介绍，阐述管式加热炉在线监测及控制系统的发展现状，从而引出课题的研究目的和意义，并对本文的研究内容进行了重点描述。表明了管式加热炉远程智能监测系统对石化企业加热炉的重要意义。第二章 总体方案设计第二章 总体方案设计2.1系统的总体框图系统通过管式加热炉烟气采集系统对加热炉的烟气数据进行在线采集，在得到的烟气数据的基础上设计管式加热炉冗余调炉决策系统，得出提高管式加热炉热效率的有效调炉决策建议。系统的总体框图如图2.1所示：图2.1 系统的总体框图从系统的总体框图可以看出，系统的设计可以分为两部分：第一部分为管式加热炉烟气采集系统，对管式加热炉进行在线烟气采集；第二部分为管式加热炉冗余调炉决策系统，以采集得到的加热炉烟气数据为基础，给出对应的调炉建议，为实现加热炉远程调炉控制提供技术依据。2.2管式加热炉烟气采集系统设计方案为了实现对管式加热炉烟气数据的在线监测，本文应用在线烟气分析仪、可编程序控制器和ZigBee无线传输模块11-13，设计开发了管式加热炉的烟气采集系统。管式加热炉烟气采集系统总体结构图如图2.2所示。此方案以焦化厂两台加热炉为控制对象，采用可编程序控制器作为整个系统的主控单元。应用在线烟气分析仪对采集到的加热炉烟气数据（氧气、一氧化碳、二氧化硫）进行在线分析，可编程序控制器14,15对电磁阀进行控制以实现两台加热炉的采集切换，并对排水阀以及采样泵进行控制，同时将在线烟气分析仪分析得到的烟气数据由模拟信号转换为数字信号。由于现场条件的限制，应用ZigBee无线传输模块将采集得到的烟气数据通过无线方式发送到中控室工控机进行组态监控，实现管式加热炉烟气数据的在线监测、超限报警、实时曲线和历史曲线绘制、在线报表等多种功能。 图2.2 总体结构图2.3管式加热炉冗余调炉决策系统设计方案调炉决策系统通过对采集得到的烟气数据进行分析，得出相应的调炉建议，辅助现场技术人员对加热炉进行调节。本文采用冗余调炉的思想，建立两套调炉策略以实现冗余调炉决策，一套是基于规则库的调炉策略，一套是基于模型的调炉策略，系统通过加热炉炉况分析系统判断加热炉的运行状况，决定采用哪种调炉策略。基于规则库的调炉策略借鉴了专家系统的思想，以现场技术人员的知识和经验为基础建立规则库，决策系统应用采集到的数据对加热炉的运行状况进行推理，得出调炉建议。基于模型的调炉策略则是以管式加热炉的数学模型为基础。管式加热炉是一类复杂的控制对象，本文利用烟气采集系统得到的管式加热炉烟气数据，应用支持向量机的方法建立管式加热炉的数学模型，采用广义预测控制算法（GPC）获得控制决策以提高调炉决策系统的控制精度。由于加热炉数学模型的建立及广义预测算法都需要大量的计算，本文采用Matlab软件后台处理复杂的数学计算问题，将得出的调炉决策在组态界面进行显示。2.4本章小结本章主要介绍了系统的总体设计方案，确定了系统的总体框图。并对管式加热炉烟气采集系统和冗余条路决策系统的设计方案分别进行了简要介绍。在以后各章节中，将按照上述方案实现管式加热炉远程智能监测系统。第三章 管式加热炉烟气采集系统第三章 管式加热炉烟气采集系统3.1数据采集单元的设计系统对加热炉烟气的采集是使用直接抽气的方式对两台加热炉进行采样16，通过可编程序控制器控制电磁阀决定对哪路烟气进行检测，再经由在线烟气分析仪对烟气中的氧气、一氧化碳和二氧化硫的含量进行分析，将烟气含量以420mA模拟量的形式传送到可编程序控制器的EM231模拟量输入模块，进而实现对管式加热炉的烟气含量数据的获取。3.1.1监测点及监测参数的确定1、监测点的选取系统监测点选取加热炉空气预热器前的位置，位于石化工作人员使用便携式烟气分析仪检测加热炉烟气含量及温度的采样点旁。该点经石化现场技术人员多年验证，抽取的烟气具有一定的代表性，并且可以在系统完成后将监测系统监测值与利用便携式烟气分析仪测量得到的测量值进行对比，验证监测值的正确性。2、监测参数的确定中控室需要对管式加热炉的燃烧状态进行监测。由于管式加热炉的热效率主要由加热炉的过剩空气系数和一氧化碳含量决定，加热炉过剩空气系数有通过氧含量来计算，而加热炉的酸露点温度又取决于烟气中二氧化硫含量。所以选取氧含量、一氧化碳含量和二氧化硫含量作为监测参数，可以更加准确的判断加热炉的运行情况。下面对过剩空气系数、热效率及酸露点的计算方法进行介绍：（1）过剩空气系数过剩空气系数17就是实际供给燃料燃烧的空气量与理论空气量的比值。燃料燃烧产生的热量是管式加热炉能量的主要来源，因此燃料燃烧的是否充分将直接影响到管式加热炉的热效率。目前先进技术研究证明，当过剩空气系数为1.15时为最佳数值，过剩空气系数偏小表明燃料燃烧不充分，造成燃料的浪费，而过剩空气系数偏大则表明进入加热炉内的空气过多，大量热量将随着废烟气的排出而排入大气，从而降低了加热炉的炉膛温度，造成了热量的浪费。一般过剩空气系数按式（3-1）进行计算： （3-1）式中O2为氧含量百分数， （2）加热炉的综合热效率加热炉所能接收的热负荷与燃料完全燃烧所能够产生的总热量的比值叫全炉的综合热效率。管式加热炉综合热效率计算公式如式（3-2）至（3-4）所示： （3-2） （3-3） （3-4）式中为综合热效率；为排烟所损失热量与燃料所能供给总能量的比值；为燃料不完全燃烧损失热量与燃料所能供给总能量的比值；为加热炉表面散热损失的热量与燃料所能供给总能量的比值；为排烟温度，单位是；为燃烧器的雾化蒸汽用量，通常情况下可以代入燃烧器的生产设定值；为一氧化碳含量，单位是ppm。为当有空气预热器时，预热后热空气的温度；当没有空气预热器时，上式中的这一项为0。（3）酸露点含硫量较高的燃料燃烧后，烟气中将会有大量的二氧化硫产生，二氧化硫被烟气中的氧气氧化为三氧化硫，而三氧化硫与烟气中的水蒸气化合进一步形成硫酸蒸汽，烟气中硫酸蒸汽的凝结温度就被称为酸露点。当烟气温度低于酸露点温度时，硫酸蒸汽将会在加热炉管壁上凝结从而对炉壁产生腐蚀，造成巨大损失。本文通过查表法进行酸露点的求取，图3.1为过剩空气系数与三氧化硫转化率的关系图，由图可以计算出由二氧化硫被氧化为三氧化硫的含量，以便进一步计算酸露点。图3.2是酸露点与烟气中水蒸汽含量及烟气中三氧化硫气体体积含量关系，由图可以计算出酸露点温度。图3.1 过剩空气系数与SO3转化率关系图图3.2 酸露点与烟气中水蒸气含量及三氧化硫含量的关系首先对图3.1中的三氧化硫转化率进行数据处理，通过数据拟合即可得到关于转化率的多项式： （3-5）进而可以得到三氧化硫含量的计算公式： （3-6）式中为过剩空气系数，为三氧化硫的转化率，SO2为通过烟气采集系统得到的二氧化硫含量，单位是ppm。通过式（3-5）和式（3-6）计算出三氧化硫含量，通过图3.2即可查出酸露点温度。为了方便计算，这里给出在水蒸气含量分别为7%和10%时酸露点温度查询表，如表3.1所示：表3.1 酸露点查询表烟气中水蒸气含量7%烟气中水蒸气含量10%SO3的含量（%）酸露点范围（）SO3的含量（%）酸露点范围（）1SO31.4114115.61SO31.5118.4121.11.4SO31.8115.6118.41.5SO32.1121.1123.91.8SO32.8118.4121.12.1SO33.3123.9126.72.8SO34.0121.1123.93.3SO34.3126.7129.44.0SO36.1123.9126.74.3SO36.5129.4132.26.1SO38.4126.7129.46.5SO38.8132.2135.18.4SO312.7129.4132.28.8SO313.9135.1137.812.7SO316.2132.2135.113.9SO317.5137.8140.516.2SO326.9135.1137.817.5SO324.5140.5143.326.9SO331.9137.8140.524.5SO336.1143.3146.131.9SO344.2140.5143.336.1SO348.2146.1148.944.2SO366.6143.3146.148.2SO366.1148.9151.166.6SO387.5146.1148.966.1SO393.2151.1154.4其他酸露点110其他酸露点118.43.1.2硬件选择根据所要监测的加热炉烟气参数选用C-600在线烟气分析仪，分析仪具体参数见表3.2。表3.2 在线分析仪参数测量组分可以连续测量SO2、CO、O2多个组分的气体浓度输出模拟量输出4-20mA测量范围CO：01000ppmSO2：01000ppmO2：025线性误差2.0%F.S零点漂移1.5%F.S./7d使用环境环境温度：540；相对湿度：90%；大气压力：70kPa106kPa电源AC220V10% 50Hz0.5Hz因为加热炉的燃料为瓦斯气，具有泄露的可能性，而整个在线监测系统是非防爆的，因此在控制柜内加装可燃气体报警仪，当外界可燃气体浓度达到一定界限时，切断整个系统以免发生爆炸。整个监测系统选取西门子公司的S7-200可编程序控制器（CPU224）作为控制核心，再加装2个EM231模拟量输入模块和2个EM222数字量输出模块以满足控制需求。根据监测系统对加热炉烟气采集及对在线烟气分析仪系统控制的要求，需要控制器具备以下控制功能：(1) 实现三种烟气数据的在线采集；(2) 实现两路烟气采集的自动切换控制；(3) 实现对现场排水阀以及探头反吹系统的继电器控制；(4) 实现现场调试与实际运行时对每台加热炉烟气采集时间的切换；(5) 接收可燃气体报警仪的报警信号，切断整个系统；(6) 实现将可编程序控制器接收到的烟气数据通过ZigBee模块进行无线发送。3.2无线通信系统设计由于现场的条件限制无法进行管式加热炉至中控室的信号线布线，因此就需要通过无线通信的方式将在线烟气分析采集到的加热炉烟气数据传输到中控室工控机中进行在线监测。本文将采用ZigBee无线通信技术，将现场采集到的烟气数据实时传输到中控室。3.2.1 ZigBee技术与Mesh网络1、ZigBee技术特点ZigBee技术是一种新型无线网络技术，它以IEEE802.15.4为技术基础，具有低功耗、低延时、大网络容量等诸多优点。ZigBee技术采用了IEEE802.15.4物理层功能：射频收发器的激活与休眠、信道的能量检测、空闲信道评估和数据的收发，并且增加了逻辑网络、网络安全和应用软件，更加适合于产品技术的一致化，利于产品的互连互通。ZigBee技术具有如下特点18,19：(1) 低传输速率：基于ZigBee技术的无线数据传输速率一般为10KB/S250 KB/S，适用于数据监控等对数据传输速率要求不高的场所；(2) 低功耗：低功耗设计，支持多种休眠和唤醒模式，最大限度降低功耗；(3) 低成本：ZigBee的协议较简单，数据传输速率低，因此成本较低；(4) 网络容量大：网络最大可以容纳65000个设备；(5) 节点间的通信时延短：两个ZigBee设备模块间的搜索时延仅有30ms，而休眠的设备唤醒仅需15ms，大大降低了节点间的通信时延；(6) 数据安全；采用AES-128文本加密算法对传输的数据进行加密，对传输数据的完整性进行检查并对数据进行鉴权查询，以保证数据的安全性；(7) 工作频段灵活：工作频段分别为2.4GHz的ISM频段、欧洲的868MHz频段、以及美国的915MHz频段，而不同频段可使用的信道分别是16、1、10个；(8) 通信机制可靠；采用CSMA/CA（载波侦听多路访问/冲突避免）的碰撞避免机制，采用随机时延的方式避免数据冲突，同时预留了时隙以供需要固定频段进行通信的设备使用，避免数据通讯时发生干扰和冲突。2、无线Mesh网络技术无线Mesh网络与传统的星型、树形和网状网相比，是一种全新的组网方式。在Mesh网络中，任何两个设备节点间的关系都是对等的，可以相互收发数据，并不需要专门的路由节点作为中继，任意一个设备节点都可以作为路由节点对数据进行转发。而在传统的网络中，则需要专门的设备作为路由节点，因此与传统的组网方式相比无线Mesh网络的网络容量更高。当某一个路由节点出现故障时，相邻的的设备节点可以承担起路由节点的功能，保证了Mesh网络的故障自恢复性，并实现了设备节点间数据通信的最优链路通道选择。综上所述，无线Mesh网络与传统的无线网络相比，具有更好的动态扩展与自修复的能力，可以方便、快捷地构建具有一定规模的复杂的无线传感网络20,21。将无线Mesh网络应用于ZigBee网络技术，进一步扩展了ZigBee技术的应用空间。本文选用上海顺舟公司生产的SZ-02型ZigBee模块，模块集成了射频天线、ZigBee协议芯片和微处理器，并预留RS232串行接口，便于用户直接应用。模块采用的ZigBee无线技术完全符合工业标准并具有组网能力强、发送模式灵活、节点类型灵活等优点。最高波特率为115200bps，发射频段为2.4GHz，最大视距传输距离2000米，可以搭建Mesh型的网状网络结构，完全可以满足多节点加热炉烟气数据传输的需要。如图3.3所示，如果将炼油厂的多台管式加热炉的烟气数据都通过本烟气采集系统传送到中控室工控机，整个监测系统将通过各个节点组建为一个典型的Mesh网络。将终端节点和中继路由节点的ZigBee模块都设置为路由模式，使任意一个节点都可以中转临近节点的信号而成为中继器。图3.3 某石化炼油厂无线Mesh网基于Mesh网络的优点，当某个ZigBee路由节点出现故障而无法转发数据，临近的某个ZigBee设备节点将自动承担起中继路由的功能，使整个网络不会因为个别节点的故障而瘫痪，从而保证网络的通畅。3.2.2 ZigBee模块与可编程序控制器的通信设置西门子S7-200系列的可编程序控制器拥有3个标准化协议和一个自由口协议用于工业控制中主站与从站之间的通信。3个标准化协议分别为：PPI协议、MPI协议和PROFIBUS协议。利用这些通信协议可实现可编程序控制器与可编程序控制器、可编程序控制器与计算机、可编程序控制器与人机界面以及可编程序控制器与其它智能装置之间的联网通信23,24。自由口通信协议是S7-200可编程序控制器特有的一种通信协议。它通过编写程序来控制串口的数据发送，从而使S7-200可编程序控制器与其他设备进行通信。自由口通信的波特率为 1.2Kbps115.2Kbps。S7-200自由口通信范围内任何具有串行通信接口的设备都可以用PC/PPI电缆连接进行自由口通信。 由于ZigBee模块一般采用的是RS232接口，而S7-200可编程序控制器只配有RS485接口，所以可编程序控制器与ZigBee模块可以通过PC/PPI电缆连接，而工控机与ZigBee模块直接则可以采用串口线进行直接连接。自由口通讯程序设计上，SM0.7设置为1将CPU的工作模式设置为自由口模式，利用SM0.1初始化通信参数，设置 SMB30为自由端口通讯模式，波特率为9600bps，无校验，利用SMB34设定定时中断时间，开启中断后首先接受可编程序控制器地址判断是否正确，如果正确则接收数据并进行异或校验，然后对将要发送的数据进行预处理并发送到中控室上位机。3.2.3 ZigBee模块与上位机组态软件的通信设置为满足系统的功能要求，选用北京亚控公司的组态王6.55作为上位机组态软件，设计加热炉监控系统的组态界面。组态王6.55具有强大的界面显示组态功能，良好的开放性，丰富的功能模块，支持各种主流工控设备和标准通信协议。ZigBee模块与组态软件的通信设置步骤如下所示：（1）首先在组态王中定义串口设备，将其通信参数设置为：通信方式: RS232；波特率: 9600；数据位: 8；奇偶校验: 无校验；停止位: 1；设备地址：2；通信超时: 3000ms。（2）对设置好的的串口设备进行通信测试，如果能够正常读取到相应寄存器中的数据，证明组态王与可编程控制器之间的通信正常，通信测试结果如图3.4所示：图3.4 通信测试结果（3）在数据词典中对相应的I/O变量进行定义，氧气、一氧化碳和二氧化硫的变量定义结果如表3.3所示。表3.3 变量定义变量名变量类型连接设备寄存器氧气ShortPLCV300一氧化碳ShortPLCV302二氧化硫ShortPLCV3043.3系统监控界面3.3.1监控界面的功能与要求管式加热炉烟气数据通过ZigBee无线技术传送到中控室工控机，同时应用组态王SQL访问功能将石化DCS实时数据库中的相关数据（炉膛温度、炉管温度、炉内氧含量和负压等）读取到信息中心服务器中，再通过局域网传输到中控室工控机。应用组态软件在中控室工控机中建立系统监控界面，在信息中心服务器中建立Web发布界面。网络结构如图3.5所示：图3.5 组态王网络结构结合管式加热炉在线监测的实际情况和功能要求，系统的监控界面功能要求有:(1) 实现对管式加热炉烟气数据的实时监测，并且可以查看相应数据的实时曲线和历史曲线。(2) 按照要求生成实时报表和历史报表，并且具有将报表保存为EXCEL及进行打印的功能。(3) 操作人员可以根据所授予的权限，设置每台设备的各个烟气数据的报警值上下限，当监测值超过设定值的上下限时，系统会自动报警并将报警值保存在历史报警数据库中。(4) 系统还可以通过监控界面对在线烟气分析仪的运行状态进行监控。(5) 实现监控画面的网络发布，使工作人员可以通过OA网对监控画面进行浏览。3.3.2监控界面的设计与实现1、主界面主界面如图3.6所示，具体功能有25-29：(1) 实时显示管式加热炉烟气数据，根据这些数据应用上文介绍的计算公式后台计算加热炉的热效率和酸露点并进行显示；(2) 通过指示灯对系统在线烟气分析仪工作状态进行显示；(3) 工作人员可以根据权限登录监控界面，远距离对加热炉烟气采集时间切换功能进行操作；(4) 对分析柜内温度进行监控显示；(5) 对分析柜内可燃气体浓度进行监控，当可燃气体浓度超出警戒值时，报警灯闪烁提示工作人员，并自动切断分析柜内电源防止发生危险。图3.6 加热炉监控系统主界面 2、实时曲线实时曲线界面如图3.7所示，此功能界面具有显示烟气组分、炉膛温度、炉管温度、负压和酸露点的实时曲线的功能，并且可以将当前显示的实时曲线保存和打印。图3.7 实时曲线3、历史曲线历史曲线界面如图3.8所示，此功能界面具有显示烟气组分、炉膛温度、炉管温度、负压和酸露点的历史曲线的功能，并可以将所显示的历史曲线保存与打印。图3.8 历史曲线4、历史报警窗历史报警窗口如图3.9所示，对所有监测数据报警值加以显示，当烟气数据超过设定值时在报警窗口以红色显示，当烟气数据恢复正常时在报警窗以绿色进行显示，以供工作人员查询。图3.9 报警窗口5、报表报表窗口如图3.10图3.11所示。其中图3.10为实时报表，实时报表将一周中每天早8点至晚8点和晚8点至次日早8点两个时间段内各个烟气数据的平均值进行显示。图3.11为历史报表，工作人员可以对各个烟气数据的历史值进行查询并显示在历史报表窗口中。实时报表和历史报表都具有保存为EXCEL文档，打印的功能。图3.10 实时报表图3.11 历史报表6、Web发布随着网络应用不断普及，工业自动化已经向网络时代迈进。单纯的现场组态监控界面已经不能满足现代化工业的需求，而需要将监控界面通过因特网发布到企业内部网络以供研究院等部门查看。组态王6.55基于ActiveX技术提供了Web发布功能，采用B/S(浏览器/服务器)结构，用户可以通过因特网随时随地对现场工业数据远程监测。组态界面进行Web发布后，客户可以通过因特网在任何一台PC机的IE浏览器上浏览工业组态界面，对各种工业数据进行实时监控。应用组态王工控软件自带的Web发布工具对相应的组态界面进行Web发布。在待发布的工程路径中选择相应组态界面的目录，单击发布按钮完成组态界面的Web发布。发布的网站地址为Web发布工具中网站URL框内地址，如图3.12所示：图3.12 Web发布工具在石化的局域网内对组态监控界面进行远程浏览需要安装了IE6.0以上的浏览器。在浏览器地址栏里输入Web发布工具中的网站URL地址，即可浏览到服务器上运行的监控界面，并与服务器中的监控界面保持高效的数据同步。如图3.13所示，显示的是在石化局域网内计算机上浏览到的监控界面的主界面。图3.13 Web发布界面3.4本章小结本章主要介绍了管式加热炉烟气采集系统。确定了烟气采集点和监测参数并详细介绍了系统硬件的选型，烟气采集的方式，无线传输系统的实现方式。还介绍了系统监控界面的开发设计。从而解决了中控室对加热炉燃烧状况在线监测的难题。第四章 基于支持向量机的管式加热炉数学建模第四章 基于支持向量机的管式加热炉数学建模石化企业中的管式加热炉是一种非线性大迟滞的复杂控制对象，并且是一种多输入多输出系统，通常的建模方法很难建立起管式加热炉的模型，本文应用支持向量机的方法建立管式加热炉的数学模型，通过实验表明精度较高。4.1支持向量机简介支持向量机（SVM，Support Vector Machines）是于1995年由Vapnik首先提出的，通常用于解决分类问题与回归问题。SVM以统计学中的经验风险最小化原则与VC维理论为基础，在有限的样本中寻求最佳的学习精度和学习能力从而获得较好的泛化能力，善于解决非线性与小样本问题。SVM的主要思想是建立一个分类超平面作为决策曲面，使得正例和反例的隔离边缘最大化。同神经网络相比，解决了神经网络建模容易陷入局部最小，泛化能力差等缺点30。支持向量机具有以下特点: (1) 基于经验风险最小化原则和VC维理论，具有坚实的理论基础；(2) 将最大分类间隔作为核心思想；(3) 通过核函数将样本集映射到高维空间以解决非线性问题；(4) 以少数的支持向量为基础建立决策函数，大大简化了计算；(5) 具有较好的鲁棒性。4.1.1分类超平面如图4.1所示，能够将C1和C2两类样本正确分开的直线H叫做分类函数。在二维空间中分类函数是一条直线，而在三维平面中分类函数则是一个平面，推广到高维空间中则将分类函数叫做分类超平面。在每个样本集中至少会拥有一个以上的分类超平面，而其中距离支持向量最远的分类超平面被称之为最优分类超平面。图中在二维空间中直线H即为最优分类超平面，而H1和H2是两条平行于H并且通过距离分类超平面H最近的向量的直线，H1和H2之间的距离称之为分类间隔。位于H1和H2上的向量对构造分类超平面具有重要作用，被称为支持向量。图4.1 分类超平面根据结构风险最小原理，支持向量机的回归估计问题就是寻找图中的最大分类间隔，推广到高维空间就求取下面回归函数的最小值： （4-1）式中:反映回归函数的泛化能力;C为惩罚因子;为经验风险。4.1.2核函数在解决具体问题的过程中常遇到非线性问题，而支持向量机通过核函数的引入，将输入空间中的不可分问题映射到高维空间，转化为线性问题，从而提高了支持向量机处理非线性问题的能力。常用的核函数如下所示：线性核函数：；多项式核函数：；径向基核函数：；Sigmoid核函数：。4.2基于-SVR算法的预测数学模型在这里我们引入不敏感损失函数的概念：不敏感损失函数的含义是：当样本x点的真值y与该点的预测值之间的误差不超过的给定值时，则认为在该样本点的预测值是没有损失的31。如图4.2所示，当样本点的预测值位于两条虚线之间的区域内时，则认为该点的预测值是正确的。图4.2 支持向量样本和不敏感通道引入不敏感损失函数的支持向量机回归算法就被称作。通过引入不敏感损失函数和允许拟合误差松弛因子与，求取式（4-1）的目标函数为： （4-2）式（4-2）可以应用凸二次优化的算法进行求解，通过引入拉格朗日乘子，可得到相应的对偶形式： （4-3）对式（4-3）进行化简，可以得到加热炉的估值函数为： （4-4）其中 （4-5）对于非线性问题，则可以通过核函数将样本空间映射到高维空间，从而将非线性不可分问题转化为线性可分问题，再应用支持向量机进行建模。假设为非线性函数，首先将样本空间映射到高维空间，则估值函数变为： （4-6）再根据经验选用径向基和函数替换，即： （4-7）由式（4-7）可以看出求取主要是对三个参数：核函数参数，惩罚因子C和不敏感损失函数参数的求取。核函数参数是核函数中的唯一变量，对进行调整会影响样本集从原始空间映射到高维空间的过程，从而改变了样本空间中样本点的分布，影响了支持向量机回归拟合的准确率32,33。当过小时会产生“过学习”现象，对训练样本集的回归拟合影响不大，但泛化能力较差，使预测样本集的预测误差变得过大；当过大时则会产生“欠学习”现象，使支持向量机的回归拟合能力变弱。惩罚因子C主要决定了对离群点的惩罚力度，即对置信空间和经验风险的比进行调节，使支持向量机获得较好的泛化能力34。在一个固定的样本空间中，较大的惩罚因子C表示对离群点的惩罚较大，不愿放弃该点，但这样会使支持向量机估值函数的复杂程度大大增强，反之亦然。惩罚因子C过小会产生“欠学习”现象，过大则会产生“过学习”现象。在一个固定的样本空间中总会存在一个合适的惩罚因子C使得支持向量机的泛化能力最好。不敏感损失函数参数决定了不敏感通道的宽度，不敏感通道宽度的变化则大大影响了支持向量机估值函数中支持向量的个数，而支持向量的个数则与对偶变量的稀疏性密切相关35。如果选取参数的值较合适，则可以得到全局最优解，而当数值偏大时支持向量将会急剧减少，从而使估计函数的泛化能力下降。对支持向量机参数的优化选取，现有的算法计算量都较大。一般都是采用让三个参数在一定范围内取值再加上交叉验证的方法对参数进行寻优，但是在大范围内寻找最佳参数C、会花费大量时间，而采用启发式算法则可以不必遍历网格内所有参数点就可以找到全局最优解，本文就采用遗传算法进行参数寻优。4.3基于遗传算法的参数寻优遗传算法（Genetic Algorithm）是模拟达尔文生物进化论而形成的一种并行随机搜索最优化方法，于1962年由美国Michigan大学J.Holland教授首先提出。它借用了生物遗传学的观点，应用选择、交叉和变异作为遗传算法中的遗传操作，逐步淘汰适应度较差的个体，最终得到满足适应度要求的个体。GA参数寻优步骤如图4.3所示36-38：(1) 二进制编码：分别将惩罚因子C，核函数参数和不敏感损失函数参数应用二进制编码法进行编码，组成染色体的三个代码段。(2) 确定适应度函数：适应度是指个体对环境的适应能力，适应度越高的个体遗传到下一代的概略越大。本文选取数据拟合的均方误差MSE和回归系数r作为适应度函数，MSE越小、r越大表示数据拟合度越好。其计算公式如式（4-8）与（4-9）所示： （4-8） （4-9）式中：为样本输出的实际值；为支持向量机的预测输出。(3) 产生初始种群：设置适应度标准值和遗传循环次数最大值T，并随机产生N个个体组成初始种群，每个个体由三个二进制代码段构成。(4) 选择、交叉和变异：将选择、交叉和变异的遗传操作作用于种群，运算之后得到下一代种群。(5) 终止条件判断：若均方误差MSE和回归系数r满足设定值或遗传循环次数达到最大值，则终止循环。图4.3 GA参数寻优步骤4.4基于支持向量机的管式加热炉模型建立及实验仿真石化管式加热炉的模型，是一个多输入多输出的非线性系统，根据输入输出的相互影响，加热炉输入输出的基本结构如图4.4所示。图4.4 加热炉输入输出的基本结构其中输入为四个参数，分别为：鼓风机入口压强、燃气流量、烟气挡板开度1和烟气挡板开度2；输出的两个参数分别为预热器后氧含量和预热器后一氧化碳含量。这里本文不考虑氧含量和一氧化碳含量之间的耦合关系，分别建立氧含量和一氧化碳含量为输出的数学模型。以氧含量为例，根据上节介绍的支持向量机的算法，并选取径向基函数作为核函数可以得到预热器后氧含量的数学模型为： （4-10）4.4.1数据预处理数据选取2012年6月1日至6月10日的10天内，每一个小时采集一组数据，共获取到240组数据。选取第1-100组数据作为训练样本集，第101-150作为预测验证样本集。对原始样本进行预处理有助于加快支持向量机建模过程中的训练速度和收敛速度，以提高模型预测的精度。本文应用小波法对数据进行去噪处理39，再对其进行归一化处理。1、小波去噪(1) 去除原始样本中的奇异点，确定将要去噪的样本集；(2) 选取适当的小波；(3) 确定分解层次N并进行小波分解；(4) 对小波分解的高频系数进行门限阈值量化处理；(5) 对低频系数和量化后的高频系数进行小波重构；(6) 得出去噪后的数据集。2、归一化处理对于多输入多输出的加热炉系统，由于各种物理量的量纲不一致，数据在数量级上差别较大，如若直接使用原始数据进行建模，极有可能将数量级较小的数据的影响因素抹去，因此本文在建模前对数据进行归一化处理。本文采用线性归一化法，将数据化归到0和1之间，归一化公式如下所示： （4-11）式中为归一化后的数据样本，和分别为样本中的最大值与最小值。4.4.2仿真结果数据经过如上处理后，在Matlab平台上应用遗传算法进行参数寻优。实验结果为惩罚因子C=92.5695；核函数参数=0.3040；不敏感损失函数参数=0.0100。应用上述参数对模型进行训练，再应用第101-120组预测验证样本进行模型预测验证，拟合结果如图4.5所示：其中上图为训练样本集的拟合曲线，其均方误差MSE=0.0001，回归系数r=0.9953；下图为预测样本集的拟合曲线，其均方误差MSE=0.0494，回归系数r=0.8353，预测样本集的预测误差曲线如图4.6所示。图4.5 拟合曲线图4.6 拟合误差曲线由图4.6可以看出全部预测数据的误差保持在5%以内，可见模型的短期预测效果较好。但在实际生产过程中，系统工况的变化往往使应用离线数据建立的模型不能准确的反映系统的真实状况，为了建立能够准确反映系统当前状态的模型，应不断利用监测系统获取的最新烟气数据建立能够反映系统最新状况的新模型。本文将时间滚动的思想引入到管式加热炉的预测模型中，建立一个随着时间滚动的训练集区间，并且保持此区间的训练集长度N不变。当有n组新的数据加入时，相应的n组最早的数据相应的从区间内删除，从而保证区间长度N不变。随着时间的推移，区间内训练集数据不断更新，模型也相应的更新，从而实现支持向量机的在线训练与预测。现取N=50，n=5，循环8次，预测拟合曲线如图4.7所示，拟合误差如图4.8所示。图4.7 在线预测拟合曲线图4.8 在线预测拟合误差曲线对于离线-SVR建模方法与在线-SVR建模方法进行比较，结果如表4.1所示。表4.1 两种建模方法比较建模方法均方误差MSE回归系数r离线-SVR0.04940.8353在线-SVR0.03060.9035由表4.1可以看出可以看出，在线-SVR的均方误差MSE与回归系数r全部优于离线-SVR，且40组数据的拟合误差均在5%之内，模型预测精度较高，能够较准确的反映不同工况下氧含量的变化趋势，基本符合工业要求。4.5本章小结本章介绍了应用基于支持向量机的方法建立管式加热炉的数学模型，采用从现场采集的烟气数据进行模型的训练，并应用遗传算法进行模型参数的寻优。分别应用离线-SVR建模方法与在线-SVR建模方法进行仿真实验，并对实验结果进行对比，通过仿真实验验证了模型的短期预