磨煤机料位控制,通过料位优化试验程序

2010年1月20日开始，安装本料位遥测系统，并于1月20日开始接入DCS中，实现依据本系统所测料位信号对给煤机进行闭环自动控制。 2.遥测料位的接入及DCS控制逻辑 本料位遥测系统在磨煤机旁地输出驱动侧和非驱动侧的料位，利用磨煤机原配的电耳系统的电缆（该原装的进口电耳料位系统已经废弃不用），将磨机料位信号从0米现场接入电子间DCS的I/O模块。 现场料位信号接入DCS系统的差压信号通道，取代DCS组态中的差压信号（原差压料位信号基本无法使用）。

在本调试阶段，基本采用DCS系统中原有的差压控制给煤量的逻辑，实现遥测法所测量料位对给煤机的自动控制。

优化控制

3. 测试曲线及分析 下面一组曲线是截取从1月22日早晨6点开始的曲线并进行分析。

由于控制逻辑基本上直接采用原来的差压料位逻辑，故仍然采用两侧中的高料位值对双侧给煤机进行控制的逻辑。 图中曲线4和曲线5为两侧给煤机皮带秤的实测给煤量数值，该系统的给煤量皮带秤测量精度较高。

料位试验

曲线6和曲线7分别为一次风压和机组实际负荷。 磨内的料位值的波动实际上由进出磨机筒体的煤量差决定的，进入磨机筒体的煤量曲线3和曲线4可以反应出来，而出磨煤粉量无法直接测量。

控制程序

出磨煤粉量受机组的实际负荷以及一次风压影响很大，实际上，风压和磨内风速的变化对磨内料位的影响往往快于和强于给煤量的影响。 所以分析料位信号的品质需要结合磨内风压和机组负荷进行综合分析。 下面具体的曲线图进行相应分析： 6：10分左右（放大可以看清时间），两侧给煤机同时断煤，两侧检测到的料位信号下降。 1分钟左右给煤迅速回复，料位下降趋势得到缓解。

磨煤机控制

6：30到7点之间的几个接近正弦波的振荡过程中，料位和给煤曲线刚好反相，说明料位测量非常准确，如果料位测量不准，不可能形成这样一个振荡曲线。 振荡曲线产生可以通过调整料位控制逻辑得以解决。 7：00～7：30由于负荷波动比较厉害，导致料位料位和给煤量的伴随波动，可见，本料位系统可适应负荷剧烈波动导致磨内料位剧烈的情况。

7：30以后，在负荷平稳后，料位测量及给煤自动控制逐渐平稳。 机组从8：00～9：00期间，负荷逐渐提高，料位测量系统始终能正确检测到料位变化，并自动控制在设定料位范围内。 9：00～10：00期间，料位曲线和给煤曲线非常稳定平滑。 在11：00和11：40左右，分别有一个断煤和大的扰动，料位系统及时测量出料位变化，系统在很短但是时间内将料位和给煤自动调节平稳。 随后时间里，料位和给煤都自动控制在平稳的状态。

通过试验

1月23日停磨前的料位测量和料位自动控制运行曲线，在10：40左右，有个大的扰动，料位测量系统能够及时反应，并通过自动控制快速将料位控制平稳。 11：10左右停磨曲线，停磨曲线是判断料位测量系统线性和测量品质的重要依据，从该停磨曲线可以看出，本料位测量系统在高料位和低料位期间线性都非常好，而且即使在停磨期间分两次减煤的细微操作，在料位曲线上都可以反应出来。

由于首阳山项目在基本采用差压－料位控制逻辑，经过一些参数调节后，实现了较好的自动控制。 采用本遥测系统精确的料位测量信号后，还可以通过优化控制参数和控制逻辑，进一步实现更精确料位－给煤自动控制，优化空间巨大。

如果进一步采用本公司的料位闭环控制系统，不但可以实现更加精细的自动控制，还可以通过设胡雄辉 刘武林 李劲柏 【摘要】：分析了当前直吹式双进双出钢球磨煤机料位测量装置存在的缺陷,开展了磨煤机给煤特性的研究分析。

基于大量的试验数据,掌握了实际料位与磨煤机各主要参数的关系,设计了仿真2位计算模型,通过计算得到能够反映磨煤机大罐存煤情况的仿真料位,设计了与之配套的先进控制策略。 投入料位自动后,对仿真料位自动进行了稳态、定值扰动和AGC变负荷试验考核,各项指标满足机组运行要求,通过1年多的运行,效果良好。

针对以上问题,采用超声回波测距技术,对筒内料位进行在线测量,为自动控制提供了较为准确的信号,并在此基础上,设计出了模糊-PID控制策略,给出了控制流程图,实现了对料位设定值的实时在线修正。 Matlab仿真和现场运行结果表明,该系统实现了磨煤机料位控制的优化运行,提高了运行的安全性和经济性,具有一定的推广价值。 而且,钢球磨煤机内的料位及制粉量等缺少有效可靠的检测手段,使钢球磨煤机经常运行于存煤不足的区域,制粉电耗偏高。

控制程序

而事实上长期以来绝大部分磨煤机系统保守工况运行,制粉系统耗电率相当大。 此外,双进双出磨煤机制粉系统是一个非线性、大延迟、大惯性、强耦合的被控对象,其优化控制非常困难。

为保证磨煤机筒内煤位在适当位置,以实现磨煤机经济工况运行,磨煤机的料位检测及优化控制成为电厂磨煤机使用亟待解决的问题。 本文针对以上问题展开研究,首先介绍了双进双出磨煤机的基本结构及工作原理,通过大量实验得到双进双出磨煤机工作特性曲线,根据特性曲线对其运行参数及影响因素进行分析。 在对双进双出磨煤机机理分析的基础上,提出基于模糊神经网络多数据融合的智能料位检测方法,将多传感器采集的变量参数按照模糊规则进行模糊化处理,并构造神经网络进行数据融合,融合结果即为检测的料位值。