智能静电除尘控制系统关键技术研发与应用

杨博谦 梁宇鹏 苏生奎 余兵

(北京博谦工程技术有限公司）

摘   要：国家“十四五”时期亟需深化新一代信息技术与制造业全要素、全产业链、全价值链融合发展，推进产业基础高级化、产业链现代化。（工信部规〔2021〕182号文件）以智能制造为主攻方向，加快重点行业领域数字化转型。

关键词：信息技术；智能制造；数字化

1  前言

智能制造：加快生产制造全过程数字化改造，深化人工智能融合应用，通过全面感知、实时分析、科学决策和精准执行，推动先进过程控制系统在企业的深化应用，提升生产效率、产品质量和安全水平，降低生产成本和能源资源消耗。

绿色制造：清洁生产是中国经济高质量发展的基本组成部分之一。我国工业生产中普遍产生的大量颗粒废弃物（粉尘）一直是清洁生产最令人关注的领域之一，随着对生态环境要求的日益严格，这一问题的重要性及对相关技术需求的迫切性也随之与日俱增，成了当前研发工作的热点。引导企业应用新一代信息技术建设污染物排放在线监测系统、开展污染物全过程动态监测、精准控制和优化管理，加快绿色制造体系数字化，推进绿色技术软件化封装，培育一批数字化、模块化的绿色制造解决方案，推动成熟绿色制造技术的创新应用。

低碳制造：强化碳排放控制2023年钢铁行业低碳发展的政策之一是强化碳排放控制。钢铁生产过程中所产生的二氧化碳等温室气体是主要的碳排放源，钢铁企业需要加强对碳排放的管控。政府要求钢铁企业在生产过程中严格执行碳排放标准，加强设备更新和技术改造，采取更加环保、节能的生产工艺，减少二氧化碳的排放。政府还鼓励钢铁企业使用清洁能源，如风能太阳能等替代传统的高能耗能源，促进碳排放的降低。

2  项目介绍

在当前环保节能压力日趋加剧的大背景下，诸多工业电除尘系统却普遍存在着设备维护低效、且排放未能稳定达标等严重不足。为从根本上扭转这种局面，必须以电除尘与相关工艺系统的协同高效与优化为基本出发点，借助数字化转型持续推进生产与除尘系统的智能化建设，进而实现全系统的优化。据此，北京博谦工程针对目前静电除尘与煤气回收系统黑箱式运行、排放超标、能源消耗大等弊端，研发出了既满足国家环保排放要求又节能降耗，兼顾设备诊断和预测性维护AI功能的BQ-SIEPA智能静电除尘控制控制系统。

BQ-SIEPA系统是基于工业物联网的智能静电除尘控制系统。它适用于所有电除尘工况条件，对大型转炉电除尘与煤气回收系统尤为有效。BQ-SIEPA系统通过对相关数据进行数据存储、数据清理、数据画像、大数据分析、AI建模等智能化工具，实现了静电除尘系统的智能化控制。该系统还可借助与转炉数据中台进行数据交换，为炼钢和环境工程师提供所需的数据并协助分析与建模，协同推进钢铁企业全方位的智能化转型，创造更好的社会和经济效益。

3  系统四大功能

BQ-SIEPA系统正是针对上述问题，利用工业互联网+、大数据分析和人工智能的思想和方法，逐项加以解决：

3.1  绿色炼钢—超低排放

以超低排放为前提，根据转炉各个阶段及粉尘排放的浓度，对四个电场的电源功率进行协同控制，通过生成对抗神经网络算法及多种优化算法—优化运行模式提高高压电源能耗效率；

通过对转炉工艺操作及干法系统及各个设备的大数据分析—防泄爆模型，优化转炉工艺操作，减少卸爆次数，预警卸爆发生；

在粉尘检测信号反馈的基础上，优化电源功率及转炉工艺操作，实现超低排放。

3.2  低碳节能智能化

根据转炉各个阶段的具体工况，通过降低限幅值、改变操作模式、优化灵敏度、多电场协同控制等方式达到高压电源最优节能的目的。

通过粉尘检测的反馈，优化非吹炼期的风机转速，使其在保证环保达标的前提下，风机进一步优化和节能。

优化回收条件，在保证不卸爆的前提下，通过炉口微差压信号，改善控制炉口压力，保证不会因为压力大于外界压力，使粉尘喷出，污染环境，同时减少在炉口的二次燃烧引起，使CO燃烧而变成CO₂,也降低了合格煤气的回收量。其次，调整烟罩位置和各个阶段风机转速，在冶炼过程中，氧含量达标后，提高风机转速，优化回收时间，实现进一步提高煤气回收率。

对其他设备如绝缘子加热器、振打、刮灰机以及输灰设备等进行大数据分析，优化设定值及运行方式，达到精准节能的目标。

3.3  设备诊断智能化

基于自然语言处理和知识图谱技术建立历史故障库，并对故障进行快速诊断。当故障发生时，通过网络、平板和手机中的小程序发布给相关人员，提示故障类型和解决方案。平时干法系统则是无人化运行。

对干法除尘所采集的各个数据进行清洗后，运用数据驱动模型对设备进行健康度诊断，同时根据各个子系统和设备的健康度优化参数，并协调相邻系统的参数控制。

3.4  预测性维护

实时监测干法系统及设备健康状态，以预测性维护方式提高生产效率，并增强设备可靠性。根据设备生命周期的智能预测，定时提出备件清单。

对除尘风机关键数据的多维度关联分析功能，对于除尘风机的运行风险可实现提前预警功能。

4  BQ-SIEPA系统的构成

4.1  项目主要原理

《智能静电除尘控制系统》的主要原理是通过4G/5G技术将工业现场的实时数据以每秒一次的刷新数率进行采集，建立实时数据库对数据进行清理并存储；利用“自然语言诊断”及通过数据驱动进行“西医诊断”的人工智能技术对实时发生的设备或子系统的状态进行智能诊断，并将诊断结果通过移动网络进行发布。同时对设备运行的长期状态进行数据监测与分析，利用带人工智能技术的预测性模型对设备进行预测性维护，提出合理的备件清单及检修计划。

4.2  项目的技术内容及路线

图1  BQ-SIEPA系统接口图

4.3系统结构

BQ-SIEPA系统是建立在工业物联网数据中台的基础上的、面向干法除尘的智能控制系统。系统中相关的数据都将进入数据中台进行数据存储、数据清理、数据画像，大数据分析、AI建模等一系列数字化、智能化的工作，将来与转炉的数据中台连接和数据交换，为炼钢和环境工程师提供有用、有效、智能推送的数据。

图2  BQ-SIEPA系统拓扑图

5  结束语

国家发改委2022年颁布的智能制造典型场景参考指引中提到的面向制造过程各个环节，通过新一代信息技术、先进制造技术的深度融合，部署高档数控机床与工业机器人、增材制造装备、智能传感与控制装备、智能检测与装配装备、智能物流与仓储装备、行业成套装备等智能制造装备，集成相应的工艺、软件等，实现具备协同和自治特征、具有特定功能和实际价值的应用。

BQ-SIEPA在软件设计遵循这智能制造的核心理念，从节能降碳、绿色生产、设备诊断，能源计量与管理和设备预测性维护等几个方面，紧扣静电除尘系统中各种疑难杂症，运用最先进的数据驱动、自然语言处理与人工智能的技术，检测、判断、解决转炉生产中的诸多问题，满足转炉静电除尘系统高质量发展之要求。