尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统

本发明涉及一种尤其矿物燃料锅炉燃烧室内的燃烧过程的控制方法，其 中确定燃烧室内的空间分辨的测量值。本发明还涉及一种相应的燃烧系统。

在锅炉的燃烧过程中首先处理燃料(例如在粉煤机中粉碎煤炭、预热燃 油等)，然后按照设备当前的热量需求来控制燃烧用空气向燃烧室的供给。 在这里，在锅炉的不同位置、亦即在所谓的燃烧器处将燃料加入燃烧室。空 气的供给也在不同位置实施。在燃烧器本身处也始终进行空气输入。除此之 外还可以在那些没有燃料流入燃烧室的位置输入空气。

现在的任务在于，这样操控燃烧过程，使之尽可能高效、低损耗和/或 排放量尽可能小地完成。锅炉燃烧过程典型的重要影响参数是：

·各燃烧器的燃料分配

·不同燃烧区燃烧用空气的分配

·燃烧用空气的总质量流量

·燃料处理的品质(例如粉煤机的磨削力、分离器转速、分离器温度)

·烟气再循环

·回转燃烧器的位置

通常在锅炉投入运行的时刻调整这些影响参数。为此在前台根据有关运 行的边界条件提出不同的最优化目标，如设备效率最高、排放量最小(NOx、 CO、…)、灰中碳含量最低(燃烧的完全性)。然而，由于过程参数随时间的 易变性，尤其燃料的波动的特性(热值、空气需求、点火特性等)，必须持续 监测并调节燃烧过程。因此在工业设备中借助测量技术装置来监测燃烧，以 及按当前检测的燃烧状况通过控制干预来修改可供使用的影响参数。

但是在设备运行期间改变影响参数只能在很有限的程度内实施。其原因 是，由于高的温度以及化学及机械地严重损耗的环境，从燃烧区附近的环境 只能提供少量甚至根本不能提供有质量保证的测量结果。因此只有那些在远 离燃烧区的烟气路径内所记录的测量数据，才能使用于燃烧控制。由此，只 能延时地以及在不具体涉及各执行元件的情况下提供过程参数以便用于控 制技术的最优化。此外，由于大型工业燃烧装置巨大的尺寸，可供使用的点 测量往往没有代表性，以及无法描述实际空间的过程状况的有差别的图像。

因为在许多情况下不可能控制或优化燃烧过程，所以过程参数(例如空 气的过量)被调整为离工业过程极限有足够的距离。这样做，由于以低的过 程效率、较高的损耗和/或较大的排放量进行运行而引起损失。

按照当前的现有技术以不同的方法实施燃烧过程的必要时可用的控制 和优化：

-以测量烟气流中氧含量为基础控制总空气质量流量。

-以测量烟气流中的NOx和必要时的CO为基础来控制燃烧用空气与 二次空气之比。

-在烧煤锅炉中，测量所供给的燃料质量流作为分配器传送带的转速， 借助所述分配器传送带将煤炭输送到粉煤机中。在这里往往不检测煤炭流在 由粉煤机供给的燃烧器上的准确分配。因此假定，每个燃烧器具有燃料质量 流的一个固定份额并且相应地调整燃烧用空气。不过存在不同的测量系统， 借助它们可以检测各燃烧器的煤流量。由此有可能更准确地控制空气，其中 每个燃烧器的空气质量流量与相应的煤炭质量流量相匹配。

-在配备有风箱的锅炉中，起先每次空气供应的空气质量流量也是未知 的。为了仍然能对每次空气供应实施空气控制，借助测量技术检测经过各空 气阀的压差，并根据这些测量数据计算空气质量流量。由此又有可能与燃料 相协调地更加准确地控制空气质量流量。

-将神经元网络使用于，学习不同影响参数与过程测量参数之间的关 系。然后，以如此形成的锅炉神经元模型为基础，实施燃烧过程的最优化。

-在专利申请EP1850069B1中定义了一种“燃烧过程的控制方法和控 制回路”，其中对燃烧器燃烧过程进行图像采集并且被用于训练神经元网络， 然后借助神经元网络实施燃烧的最优化。

-为了应对大型燃烧装置的巨大的空间尺寸，通过叶栅测量装置在锅炉 出口处检测部分重要的过程参数，如烟气中的氧浓度。由此可以在有限的范 围内推断出燃烧过程中过程参数的空间分布。

当使用空间分辨的测量系统时，便有可能更进一步地优化燃烧，借助这 种测量系统可以提供贴近燃烧区的测量数据。

本发明的目的是，提供一种改进的燃烧过程控制方法，其中使用燃烧室 内空间分辨的测量值。另一个目的在于，提供一种相应的燃烧系统。

通过独立专利权利要求的特征达到此目的。在从属的专利权利要求中分 别说明有利的设计。

本发明的主要特征可归纳如下：

-空间测量信息被变换为可用于控制目的的状态参数。

-接着针对这些状态参数定义对所期望的运行特性进行说明的额定值；

-然后这些状态参数被用作尤其传统控制回路的实际值，并在那里与规 定的额定值比较。

-将如此形成的控制差输入给控制器，所述控制器对必要的执行参数改 变进行确定。

-将控制器输出分配给存在的执行元件，其中发生从控制器输出向存在 的执行元件的反向变换，因为控制器输出的结果必须与设备相匹配。

因此，为了实现有细微差别和更快速的过程控制，本发明通过采用至少 一种测量技术从而对燃烧过程的当前状态进行更好地检测，这种测量技术具 有空间分辨的检测范围用于定量确定在工业燃烧设备内部燃烧后的燃烧产 物。本发明突出的优点在于，可以通过变换为简单的状态参数或控制参数借 助传统的控制器对空间分辨检测技术的复杂的测量值分布进行处理。此外， 通过反向变换来实现将传统控制器的输出信号按规定的最优化目标分配给 存在的执行参数。由此达到在新规定的控制方案与所采用的复杂的测量技术 之间最佳的协调。但尤其通过这种改进的控制结构，可以实现一种尽可能高 效、低损耗和排放量尽可能小地完成的燃烧过程。

按第一种实施方案，借助空间分辨的测量值的统计信息来确定状态参 数。这样做的优点是，在这里可以压缩有关存在的例如温度或浓度分布的多 种信息。可以引入权重并可使用其他图像处理方法。另一个优点在于，以此 方式形成一些过程数据，借助它们可以说明和控制燃烧过程。

另一种实施方案涉及额定值确定。规定额定值的优点在于，可以具体和 普遍理解地规定最优化目标。由此明确和能领会地说明所期望的最优设备特 性。因此设备操作者随时有可能通过改变额定值重新确定最佳工作点，例如 给最小排放量增大权重，付出的代价是效率略有下降。

在实施方案中借助神经元网络对控制器输出在执行元件上的分配进行 优化。可以借助神经元网络对控制干预进行进一步精调。由此达到特别人工 智能的和精确的控制，这种控制针对外部影响的变化(例如燃料品质的改变) 是鲁棒的。

下面借助附图中所描述的实施例来详细说明本发明。

图中示意表示按本发明的燃烧控制。

电厂或内部发生燃烧过程的其他工业设备的燃烧室FR，配备有空间分 辨的测量系统(图中用MS表示)。在这里可以涉及任何测量系统，只要借助 它可提供贴近燃烧区的测量数据。这些测量系统例如是：

-燃烧室摄像机，借助它可以检测燃烧室内的燃烧过程。在这种情况下 通过对由火焰所确定的光进行光谱分析来获得一些附加的有关燃烧的信息。

-由激光器和相应的探测器组成的装置。在这里激光束通过燃烧室被导 向到光探测器。对从燃烧室重新射出的激光束进行的光谱分析，由于对特定 波长的吸收，所以可提供有关燃烧本身的信息。若光栅状地沿多个路径通过 燃烧室发送激光束，则测量信息可以空间分辨。

在选择测量技术时起决定性作用的是，它应适用于空间分辨地确定重要 的燃烧特征。在这里例如在燃烧过程附近的燃烧室横截面上实施测量。所确 定的测量值借助一些特征来表征燃烧，所述特征例如局部浓度(CO、O₂、CO₂、 H₂O、…)和温度。

在所有的情况下获得多个与空间坐标有关的完全不同的测量值。因此在 按本发明的控制系统输入端并非出现单个测量值，而是类似于二维或三维模 式的整个测量值分布。

在变量变换VT的框架内，在图中用M个测量值MW表示的数据在第 一个步骤中被变换为可用于控制目的的状态参数。在这里，将有关燃烧室的 空间信息映射为各个特征参数并且由此将空间信息压缩。

为了根据空间测量信息导出不同的状态参数，典型地对下列要点进行评 估：

a)加强或抑制部分测量技术检测空间而得到的加权平均值，

b)在测量技术检测空间内测量参数的平均值，

c)测量值重心的空间位置，

d)空间分配模式的统计特征参数。

最优化目标可定义为额定值，用于控制目的的状态参数。此外，这些状 态参数与传统控制技术可提供使用的测量信息和过程信息相结合，表征燃烧 过程当前的运行状态。

因此，通过所述变量变换VT，任意数量M个测量值MW被重新变换 为任意数量N个控制参数RG，其中M和N表示自然数以及N通常小于M。 控制参数RG涉及状态参数，它们接着用作各控制器的实际值。

将N个控制参数输入N个控制器R。这在图中借助控制组件表示，它 含有一个减法器和另一些控制技术组件(例如PI控制器)。在这里是传统的 控制组件，它在必要时已经存在于要控制的工业设备中。根据实施方案，也 可以是多参数的控制组件。此外在这里研究的控制组件还具有输入端ESW， 以便用于导出状态参数的额定值。额定值或者人为规定，或者是常数，或者 规定为与负荷有关，并且应表征期望的运行特性。此外除了控制参数RG的 输入端ERG，还存在另一个输入端EPG用于在空间分辨的测量系统之外所 检测的其他任意的过程测量参数PG。在控制器内形成额定值与实际值之间 的控制差，此控制差通过另一些过程测量参数被改变(例如用于根据当前的 负荷状态来调整控制器放大系数)，并且将此控制差输入给当前的确定必要 的执行参数改变的控制器(在这里是指PI控制器)。这一信号置于控制器的输 出端ARA处。

若现在存在N个控制器，则在这些地方存在N个控制器输出RA的值(见 附图)。现在，在反向变换RT时，这些数量N个表示为控制器输出的信号 RA这样被变换，使规定的数量为K的执行元件分别获得为达到控制目标所 必要的执行信号。换句话说，现在必须从N个控制器R的控制器输出RA中 为不同的执行元件导出控制干预，借助它们可以有利地影响燃烧过程。在这 里，控制干预可以在多个执行元件上以不同的强度进行。

执行元件例如是设在燃烧室内空气阀的口。在计算装置RT内进行给K 个执行元件分配N个控制器输出(N、K分别为自然数)。在这里还要考虑在 空间分辨的测量系统之外检测的过程测量参数PG。在控制器输出被反向变 换为存在的执行参数时，特别有利的是，以最佳的方式实施将控制器输出分 配给执行元件，从而例如可以发生最小排放量，但与此同时又能达到设备尽 可能高的效率。在本实施例中为达到此目的采取的措施是，还将来自优化器 OPT的优化值OW输入给计算装置RT。优化器得到来自不同区域的信息。

除了在空间分辨的测量系统之外检测的过程测量参数外，优化器同样可 以获得设在燃烧室内空间分辨的测量装置的测量结果。在变量变换VT′的框 架内，数量M′个空间分辨的测量值变换为任意数量N′个状态参数，将它们 输入优化器OPT。在这里可以是与前面所述相同的测量值，可选地也可以采 用其他测量值。可选地，优化器OPT可以与神经元网络NN连接。在这种 情况下实现由传统的控制组件以及神经元网络组成的混合式控制结构。神经 元网络用过程测量参数来训练，并作为特殊的模型用于预测燃烧反应。借助 由神经元网络预测的燃烧反应，迭代的最优化算法确定了控制干预对于执行 元件的最佳分布并确定了执行元件的修正值。由此相应于规定的目标函数来 优化过程。

优化值OW例如还可以是微调系数。借助微调系数在考虑过程优化的 情况下根据期望的控制目标给反向变换RT的结果进行加权、移动和调整。

最后，借助反向变换的输出值以及必要时在进一步考虑最优化过程的结 果的情况下，进行总执行参数计算GSB用于存在的K个执行元件。将不同 的控制干预叠加在各个具有被识别的不同额定值偏差的不同执行元件上，合 计成每个执行元件的总控制干预。在所述算法结束时，将K个执行参数改变 ST进一步传给各执行元件，如空气阀或燃料供给装置。

在整个控制方法实施期间，各控制干预的速度和大小与提供的工业设备 技术边界条件和极限相适应。不超过由过程规定的极限。