废液燃烧及其温度控制系统设计

2023-08-10赵海涛张玉洋

仪器仪表用户 2023年9期

赵海涛，张玉洋

（西安航天源动力工程有限公司，西安 710100）

0 引言

随着国民经济的不断发展，工业化进程的不断加速，环保问题已经成为当今时代亟待解决的经济问题和社会问题。影响环境的主要污染物有二氧化硫、氮氧化物等各种废气，化工废液、医疗废液等各种废液，还有各类废固、粉尘等。环境污染的主要来源是工业排放，因此控制和有效处理工业排放是关系国计民生的重要工作。

化工和医疗废液是环境污染的最主要问题之一，目前控制和处理工业废液的主流工艺有生物法和燃烧法两种主流技术。前者适用于一般的无毒废水，后者适用于主要的化工和医疗废液。对于大多数有机废液含有大量的有机物，具有可燃、有毒等特性，采用生物法无法进行处理，因此废液燃烧技术是处理工业废液的主要方法，燃烧技术处理废液既能满足环保要求，也能进行能量回收和利用，具有节能减排的双重作用，对企业经济效益和社会效益都有重要的贡献。

废液燃烧的关键技术之一是如何稳定准确地控制介质温度与燃烧温度，以保证燃烧工艺系统的技术要求。因此，废液燃烧温控系统的优劣直接影响着废液燃烧系统的性能，如何稳定、快速、准确地控制废液燃烧系统运行温度即是本文的重点研究内容。通过本文的研究对智能温控算法在废液燃烧系统中的应用起到指导性作用，推动废液燃烧控制技术不断发展优化。

1 废液燃烧系统

1.1 废液燃烧技术要求

废液燃烧系统主要由喷雾燃烧系统、余热回收系统、脱硫脱硝系统、除尘排烟系统四大主要系统构成。

系统采用立式燃烧炉加热水锅炉的方式实现废液的燃烧和余热回收，对于含氮的废液设计了SCR 脱硝系统进行脱硝，满足大气排放要求。对于含无机物的废液，由于燃烧过程会产生无机盐或灰尘，设计了布袋除尘环节进行收尘。该系统能够满足常见大多数有机废液的燃烧处理和余热回收，并满足排放要求。

温度是废液燃烧系统的一项重要控制参数，温控的性能直接影响着系统的性能。首先，系统运行前要将燃烧炉按照烘炉曲线进行升温。当烘炉完成并达到要求温度时，投入待烧废液，根据废液热力计算，一般有机废液的燃烧温度在1000℃～1600℃范围，脱硝温度350℃左右，除尘温度180℃左右。因工业废液具有成分多变、流量多变等特点，所以燃烧温度和烟气量会经常发生变化。当负荷变化时，实时调整热水锅炉的换热量，可使系统关键温度点始终满足工艺参数要求，实现系统最佳运行状态。由于系统具备实时调节的跟随性能，因而运行人员不需根据工况负荷变化进行相应设置或手动调节就可正常工作。该方式为温度智能控制，通过温度智能控制，既可以防止负荷波动引起的系统温度波动，又可合理节能，达到节能增效的目的。

1.2 废液燃烧典型方案

1.2.1 技术要求

1）焚烧处理高热值有机废溶剂12800 吨/年。

2）采用合适的尾气净化方法处理废气，使焚烧处理后排放的废气达到GB18484－2015《危险废物焚烧污染控制标准》（征求意见稿）的要求。

3）采用余热锅炉装置回收，利用高温烟气中的热量，余热锅炉充分考虑防腐。

4）应防止及消除有机废液焚烧中二恶英的产生，采取合理的处理措施并达标。

5）废溶剂和高含盐废水焚烧后会产生NOx、HCl、SO2等污染性有害气体，考虑对烟气的净化处理及整套焚烧系统的防腐处理。

6）高盐废水焚烧后会有大量盐的析出问题，为保证废液系统连续运行，考虑结晶盐自动收集及排放方式。

7）焚烧后的烟气中含有酸性气体，会对烟道及设备产生腐蚀，考虑烟道及设备的防腐措施。

8）考虑系统的安全运行，特别是紧急、非正常情况下的安全设施的联锁和报警。

9）控制系统采用DCS 控制，具备系统自动运行和监测，数据远传功能。

1.2.2 技术指标

1）焚烧能力：设计处理废溶剂量1791kg/h。

2）投料方式：自动喷入。

3）点火方式：自动点火。

4）燃料选用：点火烘炉燃料采用柴油，正常运行采用高热值有机废溶剂助燃。

5）炉内压力：采用负压设计。

6）燃烧效率：≥99.9%；焚毁去除率：≥99.9%。

7）废液焚烧炉温度：≥1100℃。

8）焚烧炉运行过程中保证系统处于负压状态，避免有害气体逸出。

9）焚烧炉出口烟气中的氧气含量6%～10%（干气）。

10）烟气停留时间：≥2s。

1.2.3 安全指标

1）焚烧炉燃烧系统设有安全保护装置，燃烧系统启动不正常时，安全保护装置自动切断燃料供应。

2）焚烧炉停止运转前，设有燃烧室冷却程序。温度下降到设定值时，冷却程序结束，整套设备停止工作。

3）报警系统：焚烧炉装置电源指示、开关；残烧定时，装置以确保炉内无残存易燃气体与有机物，操作安全可靠；过负荷保护装置，保护电机不致过载；温控燃烧。

4）高低温控制联锁：在联锁保护方面，设计火焰检测系统联锁保护、高低温报警及联锁保护。高低温控制联锁保护是在工艺关键点上设置温度报警值和联锁保护值，作用是控制整个系统在运行时，主要设备处于安全的工作温度区间中，一旦设备处于非安全温度的状态，立刻触发联锁保护。

1.2.4 工艺系统流程

通过柴油燃烧机点火，按焚烧炉耐火砖升温曲线进行烘炉。

当焚烧炉的炉温达到800℃时，通过增压泵将储罐内的废溶剂送入废溶剂喷枪，废溶剂被充分雾化后在焚烧炉中完全燃烧。

当焚烧炉的炉温达到1100℃时，利用废水增压泵将储罐中的含盐废水送入废水喷枪，废水被充分雾化后喷入废液焚烧炉中，在废溶剂伴烧的高温环境下进行充分燃烧分解，产生高温烟气。

废液焚烧炉出口的高温烟气进入余热锅炉，利用余热锅炉回收高温烟气中的热量，将烟气温度降至500℃，同时副产饱和蒸汽，余热锅炉同时设置除尘及在线自动清灰装置。

采用SNCR 脱硝技术降低烟气中NOx 浓度，将浓度为20%的氨水通过双流体脱硝喷枪喷入到余热锅炉高温段。氨水在850℃～1100℃高温条件下与烟气中的氮氧化物充分接触反应，生成氮气和水。

余热锅炉出口的烟气进入急冷塔，通过工艺水喷淋，使烟气温度在1s 内急降，从700℃～200℃以下，防止二恶英的产生。

急冷塔出口的烟气进入布袋除尘器对盐类粉尘进行收集，在线自动清除。

在急冷塔出口和布袋除尘器入口的烟道内喷入活性炭粉末，进一步吸附烟气中残留的二恶英。

在急冷塔出口和布袋除尘器入口的烟道内喷入消石灰，在烘炉前利用消石灰对布袋进行预喷涂，保证除尘器滤袋不被未燃尽的柴油糊袋。

经过除尘后的烟气通过引风机进入碱洗塔，可以有效除去烟气中的HCl、SO2酸性气体。GB18484－2015《危险废物焚烧污染控制标准》（征求意见稿）要求烟气SO2排放浓度小于200 mg/Nm3，设置两级碱洗塔将SO2浓度降低至200 mg/Nm3，烟气最后经过喷淋塔顶端的二级屋脊式除雾器除去烟气中的水滴后，被排送入烟囱。

根据上述工艺方案，整个废液焚烧系统可分为7 个子系统：①废溶剂、废水焚烧子系统；②SNCR 脱硝子系统；③余热回收子系统；④烟气急冷子系统；⑤活性炭及消石灰喷射系统；⑥烟气除尘子系统；⑦烟气脱硫子系统。7个子系统通过一整套的DCS 程序进行自动化控制。

1.3 智能温控系统

温度控制是工业控制中一个重要的分支，废液燃烧系统的温度控制尤为关键。传统的温度控制多采用经典PID控制方法，该方法能够满足一般的工业温控要求，具有自动调节的基本功能。随着控制技术的不断发展，及不同领域对温度控制要求的差异，越来越多的系统要求具有更好的稳定性、准确性、快速性，并能够适应系统工况的多变性，因此智能温控系统是解决该类问题的主要方法。

本文采用基于神经元PID 的温控算法，既采用传统PID 的成熟控制技术，又结合智能控制领域的新技术，使温控系统根据废液燃烧系统的负荷变化具有更好的稳定性和自适应的功能。传统PID 参数的整定是通过静态仿真或在静态工况下人为设定实现的，随着工况变化自适应能力较差，本文设计的智能神经元PID 参数的整定是通过相应的智能学习算法实现的，可以实现不同工况的自适应调节，具有更好的稳定性或鲁棒性，能够更好地适应废液燃烧系统的要求。

因此，废液燃烧系统智能温控的基本原理是根据废液燃烧系统运行温度曲线，设定换热锅炉换热量。通过判断实际温差的大小是否满足设定要求，来调节锅炉换热量及PID 控制参数，使换热系统的吸收功率与燃烧系统的输出功率相匹配。

2 神经元PID控制系统

在工业过程控制中，按被控对象的实时数据采集信息与给定值比较产生的误差比例、积分和微分进行控制的控制系统简称PID（Proportional Integral Derivative）控制系统。PID 控制具有原理简单，鲁棒性强和实用面广等优点，是一种技术成熟、应用最为广泛的控制系统。

2.1 传统PID控制方式

传统位置式定参数PID 的控制算法为：

式（1）中：e(k)为第k 次采样的废液燃烧温差；KP、KI、KD为PID 整定参数。

传统PID 控制因为它的算法简单，稳定性好，可靠性高等优点在工业中应用广泛，其控制性能的好坏关键在于PID 参数的整定。

由于废液燃烧系统存在着滞后性、时变性等非线性因素，很难建立精确的数学模型，传统定参数PID 控制算法难以取得预想效果。系统运行中，使控制参数自适应调节从而改善控制系统的动态性能就显得尤为重要。所以，在PID 控制中，应考虑建立PID 参数的整定不依赖于对象的数学模型，而且应能使PID 参数在线调整，以满足实时控制的要求。

2.2 神经元PID控制器设计

鉴于传统PID 控制器的局限性，本控制策略引入了具有自学习和自适应能力的神经网络控制技术，神经元控制器在实时控制系统中起着大脑的作用。神经网络具有自学习和自适应等智能特点，因而非常适用于控制器设计，特别对于复杂非线性系统，神经元控制器所取得的控制效果往往明显优于常规控制器。神经元结合传统的PID 控制理论，构成了神经元自适应PID 智能控制器。该控制器不但结构简单，易于实现，而且能适应环境的变化，有较强的鲁棒性。本次设计的单神经元PID 控制器如图1 所示。

图1 神经元PID控制器Fig.1 Neuron PID controller

图1中，Pv 为系统当前温度；Sv 为系统设定温度；Wi（i=1,2,3）为网络权值；θ 为神经元的阈值；p 为泵的出口压力；V 为泵的当前排量。

废液燃烧温控系统是基于换热量与温差控制策略，废液燃烧系统的温控过程为：

1）根据当前工艺曲线及实测温度判断各点温度是否满足工艺要求。

2）如果EV(T)>D(T)，则根据相应的控制策略调节热水锅炉的流量，通过改变换热量使目标温度回到目标范围，实现换热过程与温度的匹配。

在这里，利用单神经元模拟传统PID 控制，在一定程度上解决其不易在线实时整定参数，以及当过程复杂或系统参数变化慢时，对系数有效控制不足的缺陷。取神经元的输入分量为3 个，用单神经元实现的自适应PID 控制器的结构框图如图1 所示。图1 中转换器的输入反映了被控过程及控制设定的状态，经转换器转换成的三变量X1，X2，X3 同上。用图1 中的控制量u(i)来控制电流i 的大小，则神经元自适应PID 控制算法如式（2）所示：

式（2）中：X1(k)=e(k),X2(k)=∑kj=0e(j) ,X3(k)=e(k)-e(k-1)

Wi(i=1，2，3)为网络权值；Ku为自适应系数；Wi和Ku均可在线调整。其中，Wi按有监督的Delta 学习规则进行修正：

式（3）中：ηi、ηu为学习系数。

式（2）和式（1）具有相同的形式，但式（2）中的Wi（i=1，2，3）和Ku可以通过神经元的自学习能力进行自适应调整。神经元PID 的学习方式和学习能力，决定了Wi（i=1，2，3）和Ku的调整特性，对整个控制系统的抗干扰能力和自适应性有很大影响。