废旧铅酸蓄电池回收生产线制氧站的节能改进技术研究

废旧铅酸蓄电池回收生产线制氧站的节能改进技术研究*

孟昕元1,廖粤峰1，吴永亮2

(1.河南机电高等专科学校 自动控制系,河南 新乡 453000；2.驻马店宿鸭湖水库管理局，河南 驻马店 463300)

摘要:针对废旧铅蓄电池回收生产线制氧站在生产过程用氧量下降时排氧量过多，导致大量电能浪费的情况,提出了一种节能改进技术。首先根据制氧站中罗茨风机的工作特点,引入变频器实现风机的无级调速,同时利用神经网络算法来实现进风风机与排风风机之间一个最优的速度组合,最后在MATLAB仿真环境与实际工厂环境下对该方法进行了实验。实验结果表明,本文提出的改进方法能够有效地减少制氧站的电能浪费同时，还能保证整个回收生产线的正常工作。

关键词:制氧站;罗茨风机;变频调速;神经网络

中图分类号：TP13

收稿日期：*2015-04-15

基金项目：2012年河南省重点科技攻关计划项目“废旧铅酸蓄电池回收生产线制氧站综合节能技术研究”(122102210256)

作者简介：孟昕元(1975-),男,河南新乡人，副教授,主要从事自动控制理论与应用研究。

0引言

废旧铅酸蓄电池回收生产线能够完成从废旧蓄电池的回收——再生熔炼——资源的综合利用的一条龙过程,其中所产铅膏、浮渣等中间产品替代部分铅精矿作为富氧底吹炉的炼铅原料,以达到减少铅精矿用量及再生铅资源综合利用的目的。实现综合回收利用废铅蓄电池中各组分,使废弃物最大限度地转化为资源,变废为宝,化害为利。国家也大力推动节能减排的政策,所以废旧铅酸蓄电池回收生产线有非常好社会及经济价值。

虽然该回收生产线优点很多,但是也存在不少问题。在废旧铅蓄电池回收生产线过程中的短窑熔炼、火法精炼环节,需要用到大量富氧,所以制氧站是一个重要环节,目前制氧站主要采用的风机送风,通过分子筛来获取氧气。这些风机主要是工作在工频下全速运行,调节氧气用量主要依靠排氧到大气中,这就不仅风机处于全速运行的耗电状态,同时大量的氧气也浪费了。

就目前所收集到的国内外相关领域技术发展水平和趋势的文献资料来看,未见到废旧铅酸蓄电池回收生产线技术领域的综合节能技术研究,但是还是有国内外学者在相关问题上进行了讨论,文献[1]研究了高压变频器在发电厂引风机上的应用,采用高压变频技术不仅可以减少能源消耗近30%,而且可以有效控制实时变化的风量。文献[2]、[3]、[4]研究了水泥等行业生产线上罗茨风机的变频改造与节能分析,指出使用变频器进行技术改造后,综合节电25%左右,节能效果显著。文献[5]对变频方案的可靠性进行了研究,从效率角度分析了变频调速原理,提出了一种能够实现高效率交流电机调速的P理论及相应的变频调速的功率控制原理。

上述研究为本文提供了大量依据。因此本文提出的改进方法首先根据制氧站中罗茨风机的工作特点,引入变频器实现风机的无级调速,同时利用神经网络算法来实现进风风机与排风风机之间一个最优的速度组合。通过最终的实验结果可以看出，本文提出的改进方法能够有效地减少制氧站的电能浪费，同时，还能保证整个回收生产线的正常工作。

1制氧站系统

1.1　制氧站工作原理

制氧站使用变压吸附制氧设备(流程简图如图1所示)。该设备采用了分子筛制氧原理,外界空气经入口过滤器过滤后进入原料风机,加压后进入两个交替工作的分子筛吸附床,吸附剂选择性地吸收空气中氮气、水分、二氧化碳和碳氢化合物,产品氧气从分子筛吸附床顶部进入缓冲罐中,向氧压机连续供氧;而被吸附剂吸附的废气由真空风机抽出,排入大气。

图1　制氧站设备流程简图 1—进口消声器 2—原料进风风机 3—出口消声器 4—电磁阀 5—分子筛吸附器 6—缓冲罐 7—排风风机 8—分离消声器

1.2　分子筛制氧原理

分子筛是一种具有立方晶格的硅铝酸盐化合物。分子筛具有均匀的微孔结构,它的孔穴直径大小均匀,这些孔穴能把比其直径小的分子吸附到孔腔的内部,并对极性分子和不饱和分子具有优先吸附能力,因而能把极性程度不同、饱和程度不同、分子大小不同及沸点不同的分子分离开来,即具有“筛分”分子的作用,故称分子筛。分子筛具有加压时对氮的吸附容量增加,减压时吸附容量减少的特点,因此可采用对5A沸石分子筛加压时吸附氮,减压时氮从分子筛中解吸出来的方法来实现变压吸附的方法制氧。

1.3　罗茨风机工作原理

罗茨风机属于容积式风机,输送的风量与转数成比例,叶轮端面和风机前后端盖之间及风机叶轮之间始终保持微小间隙,在同步齿轮的带动下风从风机进风口沿壳体内壁输送到排出的一侧。风机内腔不需要润滑油,具有高效节能,精度高,寿命长,结构紧凑,体积小,重量轻等特点。

图2　罗茨风机工作原理图

图2是罗茨风机的工作原理示意图,从图中可以看出,两个叶轮相向转动,由于叶轮与叶轮,叶轮与机壳,叶轮与墙板之间的间隙极小,从而使进气口形成了真空状态,空气在大气压的作用下,进入进气腔,然后,每个叶轮的其中两个叶片,与墙板、机壳构成了一个密封腔,进气腔的空气在叶轮转动的过程中,被两个叶片所形成密封腔不断地带到排气腔,又因为排气腔内的叶轮是相互啮合的,从而把两个叶片之间的空气挤压出来,这样连续不停的运转,空气就源源不断地从进气口输送到出气口,这就是罗茨风机的整个工作过程及工作原理。

在制氧站系统中,原料进风风机与排风风机均采用罗茨风机,所以对罗茨风机的控制是制氧站系统节能的关键所在。

罗茨风机的风压是不受风机转速限制的,不论转速变化如何其风压可以保持不变。而风量则与风机转速成正比的。即Q=Kn,其中Q表示风量。n表示风机转速,K为系数。从公式可知,只要实现对风速的无级调速就能够对风量进行无级调速,从而能够应对制氧站任意用氧情。

2制氧站系统的节能改进方法

2.1　风机变频调速

传统制氧站系统中罗茨风机是在工频下工作,此时风机速度就固定了,要改变风的流量有两种办法:第一种方法是调节进风口阀门的开度,结合图1中制氧设备流程图可以看出,当缓冲罐容积固定时,增大阀门开度,进风量增加,但是实际上带来的阻力也增大了,对于风机来说就是负载增加了,此时能量消耗也相应增大。第二种方法是通过调节出风口阀门的开度来实现,这种方法下排出的风将全部浪费,所以这个方法实质就是利用浪费多余的风量来实现调节流量。从以上方法可以看出,如果分级工作在工频下,是很难解决能源浪费问题的。

因此,本文将变频调速的方法引入至罗茨风机控制中,罗茨风机的执行机构由交流异步电动机组成,而交流调速的方法常用的就是变频调速。

异步电动机转速表达式首先定义转速差s,其表达式为:

(1)

式中:n1为同步转速,n为机械转速。由式(1)可以得到:

n=n1(1-s)

(2)

由于恒等变换不改变等式性质, 可见式(2)仍是定义式,是式(1)的另一种表达形式。

又根据异步电动机转速公式可知,同步转速的表达式如(3)所示:

(3)

式中:f为供电频率,p为异步电动机磁极对数。

将式(3)带到式(2)中得到:

(4)

这里就得到了异步电动机转速n的表达式。在上一节中已经得到风量计算公式,这里可以进一步表达为:

(5)

根据式(5)就可以看出罗茨风机传送的风量与供电频率是正比的关系,改变f就能改变风量大小。因此本文将变频器技术引入到罗茨风机调速系统中,就能够实现风机的无级调速,不仅改变了风机的工作性能,还大大减少了电能的浪费。

2.2　风机转速的最优组合

由于制氧站是一个连续工作过程,当生产过程用氧量下降时,缓冲罐氧气压力过大;为防止出现安全事故,保证缓冲罐恒压,就需要减少进氧量,将多余的氧气排到大气中。

首先需要计算当前生产过程用氧量对应的缓冲罐的压力,作为制氧站控制系统的压力期望值。这部分内容本文不做详细介绍。根据期望压力值通过变频来改变罗茨风机的速度,改变进风量,就改变了氧气的压力,从而使在不同用氧量下,缓冲罐都能保持恒压。此时,可以固定进风风机的转速进而固定进风量,减小排风风机的转速来使缓冲罐压力恒定。这里需要注意的是,系统不能只依靠减小排风风机的转速来减小系统中原料的流量,因为减小排风风机的转速就会使风阻增大,对于固定转速的进风风机来说即表现为负载增大,此时电能消耗也会增加,所以依然不能起到节能的效果。所以本文将对进风风机与排风风机转速之间进行最优的组合从而达到使整个系统效率提升并减少电能的消耗,最终实现节能的目的。

因为具有良好的函数逼近能力,神经网络被大量应用到系统建模中。为了使系统能够更加准确地了解被控对象信息,本文使用RBF神经网络的方法对系统进行辨识[6],RBF网络是一种3层前向网络,由输入到输出的映射是非线性的,局部逼近的神经网络,其辨识得到的模型更接近于真实模型。令RBF神经网络的输入为测量的实际缓冲罐压力与压力期望值之间误差和误差变化率,输出为估计进风量与排风量。通过RBF神经网络不断在线逼近真实的风量,将估计质量代入式(5),就能够计算出所需要的变频器输出的频率。

设计RBF神经网络来估计进风量与排风量,用ε代表神经网络的逼近误差,则风量的估计表达式可以表示为:

(6)

(7)

其中,VTx为RBF神经网络隐层的高斯基函数,WT、UT为网络的输出层权值,权值自适应学习率由制氧系统的压力误差值和误差变化率设计。

通过RBF神经网络的应用,可以不断地估算出最优的进风风机与排风风机的转速,进而通过变频器来进行调节。最终给出本文节能改进方法系统结构框图,如图4所示。

图3　RBF神经网络结构

图4　节能改进方法系统结构框图

3实验分析

本文实验对象为新乡市亚洲金属循环利用有限公司年处理15万吨废旧蓄电池综合再利用项目中的制氧站系统。

首先本文通过在电脑上MATLAB仿真环境中进行仿真实验,设计RBF神经网络的隐层节点数为100,初始权值为0,经过多次迭代,计算一组较好的参数。

再将本文的节能改进方法应用在实际的制氧站系统中,将计算好的参数代入系统中,通过实际效果进行对比,可以看出,通过变频调速技术的引入,该制氧站系统不再一直保持工频运行,随着生产线过程的变化,用氧量需求发生变化,罗茨风机也在不断调节速度维持缓冲罐压力的平衡。最终,应用了本文的节能改进方法后,整套回收生产线节能效率提高21.7%。

4结语

本文针对废旧铅蓄电池回收生产线制氧站在生产过程用氧量下降时排氧量过多导致大量电能浪费的情况,提出了一种节能改进技术。引入变频器实现风机的无级调速,同时利用神经网络算法来实现进风风机与排风风机之间一个最优的速度组合, 实验结果表明,本文提出的改进方法能够在有效地减少制氧站的电能浪费同时还能保证整个回收生产线的正常工作。

(责任编辑吕春红)

参考文献:

[1] 胡炫，朱虎，杨志. 高压变频器在发电厂引风机上的应用与节能分析[J]. 电机与控制应用, 2010,37(2):37-39.

[2] 冯东升，张金辉，张智华.罗茨风机的变频改造节能分析[J]. 电机与控制应用, 2010,37 (8):43-46.

[3] Hu Xiaodong, Wang Jidai，Sun Aiqin. Ventilating System Optimization Study on Roots Blower Workshop[J]. International Conference on Energy and Environment Technology，2009: 143-146.

[4] Joanna Mason, Martin Homer, R.Eddie Wilson. Mathematical models of gear rattle in Roots blower vacuum pumps[J]. Journal of Sound and Vibration. 2007(308): 431-440.

[5] 屈维谦,王久和. 变频调速原理及变频方案可靠性的分析[J]. 北京机械工业学院学报, 2008,23(2):28-31.

[6] 贾鹤鸣,宋文龙,郭婧.基于神经网络滑模的采摘机械臂控制设计 [J]. 吉林大学学报(工学版),2012(03):709-713.

The Improvement of Energy Saving Technology Research of Oxygen Generation Station of Waste Lead-Acid Battery Recycling Production Line

MENG Xin-yuan,et al

(Department of Automation, Henan Mechanical and Electrical Engineering College, Xinxiang 453000, China)

Abstract:The improvement of energy saving technology was proposed,which considered the production process with oxygen decrease when the oxygen discharge too much lead to waste a lot of energy,based on the oxygen generation station of waste lead-acid battery recycling production line.First according to the features of roots blower in the oxygen station, bring in the frequency transformer to realize stepless speed regulation, at the same time using the neural network algorithm to achieve the speed of an optimal combination between the ventilation fan and exhaust fan, finally do experiment in the MATLAB simulation and the actual environment. The experimental results show that the proposed method can effectively reduce the oxygen station electric energy waste and can guarantee the normal work of the whole recycling line.

Key words: oxygen generation station; roots blower;frequency control of motor speed;neural network