推料器工作原理(垃圾发电人工智能国内唯一应用实现，系统开发者“荣峰正见”)

Posted 2023-05-27

篇首语：人往大处看，鸟往高处飞。本文由小常识网(cha138.com)小编为大家整理，主要介绍了推料器工作原理(垃圾发电人工智能国内唯一应用实现，系统开发者“荣峰正见”)相关的知识，希望对你有一定的参考价值。

推料器工作原理(垃圾发电人工智能国内唯一应用实现，系统开发者“荣峰正见”)

一. 综述(索取资料了解详情请添加微信号：DCLYzihan)

垃圾发电技术及应用在中国正在茁壮成长。垃圾发电，既处置了垃圾，又产生了电能，还解决了环保问题，可以说是利国利民的特大好事。

由于垃圾品类、垃圾热值、垃圾比重等因素难以提前确定，导致垃圾燃烧很不稳定。虽然对垃圾进行了发酵等手段处理，但是燃烧时，依然存在难以预料的困难。

虽然在国外有很成功的垃圾焚烧控制技术，国内很多垃圾焚烧厂也采购了很多先进技术，但由于中国特定的垃圾收集状况，难以确保垃圾相关特性保持在可控的范围内。这些先进的技术也遭到水土不服。鉴于这种情况，我们不得不开辟新的技术思路来解决垃圾燃烧的棘手问题。我们将采用工业人工智能技术，利用在热工领域处理的丰富经验，着手解决垃圾焚烧智能化控制问题。全面展现 R_IDIC system 系统平台优势，从而填补国内这个领域的应用空白。

本方案就是围绕 R_IDIC system 平台，针对垃圾发电领域而实现的工业级智能化控制全面解决方案。

二. R_IDIC system平台

R_IDIC system 由荣峰正见（北京）科技有限公司研发，专门为流程型生

产企业提供的智能化控制系统。这个平台基于工业大数据、神经网络、人工智能、自动化技术，构建企业生产运行的工业大脑，达到逼近无人干预的生产运行状态。这个平台实现了流程型生产企业复杂工况的智能化控制效果的哥德巴赫猜想，填补了世界级空白。同时，更为企业创造了巨大的经济利益。

R_IDIC system 经过 7 年的积累，历经 20 多条产线的验证，内嵌的控制模型不断夯实，已经成长为一个优秀的系统控制平台。

R_IDIC system 与企业优秀的工艺经验相结合，两者之间相互促进、相互

融合，会帮助企业在生产环节实现可视化的 PDCA 优化过程。

三. 竞品分析

在火力发电领域，日本日立公司的 ACC 控制系统应用非常广泛,其内部控制逻辑严谨性与控制效果，受到了国际的一致好评！可以说，ACC 已经成为火力发电领域一个标配系统。

随着国内垃圾发电的蓬勃兴起，ACC 控制系统也顺其自然的移植过来，但普遍应用效果不理想。核心原因是垃圾热值、垃圾密度非常不稳定！在这种情况下，使用 ACC 控制系统反而更麻烦了。所以导致了 ACC 控制系统几乎成为垃圾发电厂的一个摆设！

荣峰正见的 R_IDIC system 系统平台，完全解决了 ACC 控制系统在垃圾发电领域的不足之处，并可以智能化的控制生产工况。从这一点来说， R_IDIC system 在垃圾发电领域表现出来的性能，远远优于 ACC 控制系统。

四. 方案提升目标提升效益高速发展

1. 企业综合年度综合提升利润 600 万以上。

2. 系统有效率大幅度提升，保持在 95%以上。

3. 发电量提升 5%以上。

4. 节省环保耗材 10%以上。

5. 降低炉膛内结焦速度，减少除焦工作的频度。降低停工损失，大幅减少

除焦费用。

6. 减少操作员 95%以上的手工操作。

7. 可以节省人工 8-14 人。

8. 现有熟练员工派遣到新厂，减少员工招聘培训时间。

五. 智能化应用范围

1. 炉排燃烧控制

1) 一次风控制

通过对一次风电机频率、风量阀门开度的控制，确保炉内风量、含氧量动态平衡、适中。

2) 二次风控制通过对二次风的电机频率、风量阀门开度的控制，确保炉膛温度稳定在工艺可允许的范围内。同时，顺便调整含氧量。

3) 炉排控制

通过对推料器的速度、推料器时间间隔以及干燥排、燃烧排、燃烬排、出渣排时间间隔的控制，让燃料火床控制在合理的长度内。确保饶辽燃烧质量。

4) 炉膛温度控制

通过一次风、二次风及炉排的整体协调，确保炉膛温度在 850℃--1050℃区间内运转。根据实际工况，可让炉膛温度稳定在如： 960℃--980℃的工作区间内。

5) 料层厚度控制

通过调整推料器的速度、时间间隔、及炉膛温度等控制参数，可以让料层厚度位置在一个合理的水平。如：350mm – 370mm 之间。

6) 蒸汽量控制

通过对炉膛温度、一次风、二次风的调整，稳定蒸汽量。

7) 主汽温度控制

通过对主汽温度的控制，确保主汽温度、主汽压力在极小范围内波动，让汽轮机工作负荷长期稳定。

8) 吹灰控制

通过对蒸汽吹灰、激波吹灰的控制，确保热值转换成蒸汽充分、平稳。

9) 破桥控制

若产线有破桥执行机构，可以实现智能化破桥。通过对燃料入料口高度的判断，确定是否出现燃料镂空现象，及时进行破桥处理。

10) 辅燃控制

当炉膛温度，低于某个边界值时，自动启动辅燃执行机构。确保环保指标一直处于要求的范围内。

2. 环保排放控制

通过对尿素用量控制、石灰浆液用量控制，既达到了环保排放的指标要求，又节省的环保耗材，从而避免的因环保指标的严厉而采用过量消耗环保耗材的情况,从而大幅度减少环保投入成本。

3. 燃料仓管理与控制

燃料堆料、发酵、倒料、投料实现全自动无人值守。料仓区域划分可以动态调整。

4. 移动远程监控

生产管理者可以随时通过手机，在任何地点、任何时间查看产线运行情况。

5. 生产报表

随时计算生产月报、日报报表。

六. 核心技术

本系统平台所有核心技术，均属于本公司自我研究，知识产权完全归属本公司。系统平台内，未使用任何第三方商业应用插件。

以垃圾焚烧发电为例。企业的生产过程往往是一个连续性、大滞后、大惯性的处理过程，甚至伴随有物理、化学反应等过程，生产工艺、生产工况非常复杂。即使是相同类型企业，其生产工艺、生产工况也会存在较大差异。在生产工艺方面，相关生产参数之间存在非线性持续变化且相互影响的特性。

为了满足处理上述状况的需要，针对性的解决问题，所以本系统平台采用了以下关键核心技术：

1. 前馈神经网络技术

本系统采用前馈神经网络系统控制目标参数的趋势预测分析。典型的 RBF（Radial Basis Function）网络由三层组成：一个输入层，一个或多个由 RBF 神经元组成的 RBF 层（隐含层），一个由线性神经元组成的输出层。如下图：

2. 人工智能模拟技术

本系统采用了多层嵌套智能控制模型，实现了对人工操作行为的全息模拟，而不是简单的停留在用人工智能技术简单的分析输入输出等相关参数的数值关系层面。

根据 R_IDIC system 控制模型，系统平台通过预测式超前控制，大幅调节和小幅逼近相结合的方式让生产线运行逼近最优。

在工况相对稳定时，系统将识别为稳定状态，此时的实际控制效果与传统人工智能控制效果类似，主要由小幅逼近方式逐渐逼近最优控制目标；在工况发生大幅波动时（系统外部干扰因素所致）系统将识别为不稳定状态，此时将以人工操作经验模型为主要依据，并预测被控参数的未来短期变化，实现预测式大幅调节。这种预判，由于不能全面预测外部干扰因素的所有可能变化，因此存在少数误判可能，此时可以根据实时数据波动情况来对比曾经作出的预测值，通过操作控制进行适量补偿修正。通过操作控制曲线可以看到，本系统的操作手法与人工操作手法具有极高的相似度，而其在操作时机和操作精度的把控上远远优于人工。

3. 实时数据清洗技术

系统采用了特有的实时数据处理机制，对数据进行 ETL 处理后加以应用，数据处理效率达到毫秒或者秒级。工业控制中很多数据的发生可能是无效的。无效的数据控制信息，可能对生产作业系统产生副作用。把“脏数据”清洗干净，或者把“不成型”的数据成型，可以非常准确的反馈到生产设备的控制上。

4. 控制数据关联匹配技术

生产设备很多控制数据由于滞后等原因，相互之间的关联可能不在一个时间轴上。只有把多设备、多控制点数据按照业务合理对接起来，让设备不同的时间点上的数据相互关联，然后判断出如何向设备发出正确的指令，才能发挥设备最优特性。

5. 平台化设计思想

R_IDIC system 人工智能自动化系统是一个充满活动思想的控制系统。平台内提供的五大人工智能控制模型，把流程型生产企业生产环境参数的即时变化全部覆盖。这个设计思想，目前在国际上遥遥领先！阿里达摩院的企业生产人工智能研究水平目前也只是停滞在离散型生产企业层面。

系统全面采用平台化设计，全面支持所有流程行业基于 DCS 系统的应用，动态增加控制节点，动态增加控制模块，动态自我优化调整。自动支持各种网络结构（以太网、总线网、星型网），自动支持各种网络通信协议。

七. 系统平台特点

1. 实施部署快速

采用平台化设计，使得现场部署实施极为便利简洁。施工现场无需修改任何系统代码，直接适配即可应用。

2. 追求最优生产操作实践

采用人工智能模拟自动调节，其算法是基于对人工的优秀操作实践的学习，全程模仿人工进行操作控制的一种技术。并且可以针对性，自我优化操作指令。让生产系统始终处于相对最优的运行状态。

3. 追求最优生产精度

本系统平台与人工操作中控 DCS 系统对比而言，基于人工智能的电脑自动调节手段会更加客观和精准，永远不知疲倦，不会主观臆断，因此它就像一个不知疲倦的优秀中控室操作员一样可以将每个操作步骤精确到毫秒或者秒级，操作精度达到小数点后 12 位。

4. 追求调节手法更高效

相比常见的 PID 调节而言，本系统的操作能够更好的基于对生产参数变化的预判来进行工作，而不是简单意义的增减控制，其操作有效性、稳定性和正确率更高。基于系统自动预判而进行的超前调节的调节手法，可以更高效的使生产状态趋于稳定。

5. 生产指令操作可逐步优化

相比神经网络模糊控制的自控系统，本系统的人工智能控制算法不仅是对自控控制目标的被动跟踪，而且还实现了对最优化人工操作手法的模拟，因此更加高效。从控制曲线来看，在本系统的算法指导下的控制参数实时曲线既有类似人工操作的较大幅度增减控制（在曲线上呈现为方波），以便于在生产环境不稳定时快速稳定工况；又能够小幅缓慢调节（在曲线上呈现为圆滑波形），以便于在生产相对稳定时精准控制逼近最终控制目标。

6. 预警与报警

系统平台可以根据需要，设置不同的预警或者报警界限参数，便于中控室操作员即时的处理设备异常突发状况。状况提前预判，是流程型生产作业必须引起重视的核心。让系统平台来处理，更加有效、及时。

7. 更快的适应生产工艺变化

无论什么类型的流程型企业，在其生产经营活动中，无论出于什么原因，经常会发生生产工艺的调整。R_IDIC system 系统平台配合工艺人员以不会超过 2 小时的时间完成工艺调整；以不超过 24 小时完成工艺的进一步优化，从而达到产线的最优稳定。

8. 为ERP系统、MES系统提供丰富的接口

企业生产数据如需与 ERP 系统、MES 系统动态对接，本平台可以提供丰富的接口模式。同时还为企业提供所需要的生产日报、月报报表。

9. 难以超越的技术应用

本系统在智能控制领域的这些特点目前在国内的同类自控系统中是独一无二的。

八. 系统平台控制模型

R_IDIC system 系统平台中的智能控制模型，均是荣峰正见公司经过七年多的艰苦探索积累下来的，知识产权完全自我。研发初期，荣峰正见拿不到，也找不到有任何可参考价值的控制模型。这些智能控制模型，经过 20 条产线的验证，充分验证了其实用性。可以说，真正填补了国内工业智能自动化控制的空白。同时，也为今后荣峰正见公司的发展起到了至关重要的作用。

九. 系统平台组成

系统平台继承了“计算机化的阴阳五行”设计传统，完全面向对象的设计体系。输入、输出、控制总线、数据总线、数据分析单元构成了计算机系统的五行，内控与外联接口，形成了计算机系统的阴阳互换。

控制规则引擎，安全规则引擎，优化控制引擎，编织出智能自控的稳定三角关系。配置策略一方面为智能自控提供策略服务，另一方面为系统扩展提供基础保障。实时数据库扮演着整体系统的火眼金睛，每个毫秒都不放过任何设备参数状态的变化。

R_IDIC system 系统平台设计，继承传统，优于传统。

1. 数据接入

实时数据库技术，以秒级或者毫秒级接收生产设备动态数据。本系统平台可以灵活的接入各类数据，其数据来源的类型（协议）

包括： ⚫ 工业 DCS 数据（OPC） ⚫ 各类通信协议（Modbus 、RS232、RS485…） ⚫ 格式文件 ⚫ 关系型数据库 ⚫ 其他（TCP、UDP）

2. 数据集成

ETL 技术，可以任意配置设备接口层信号数据，支持所有网络通

信协议，接入本系统平台的各类数据可以在时钟同步的基础上进行整合集成，为近一步处理分析提供基础。

1) 时钟同步

每类接入的数据均为本系统平台的一个数据来源，每个数据来源中又包含众多的参数，其数据和数据的发生时间源源不断的汇入平台之中。不同参数的采集频率不同，不同来源的本地时钟之间也有可能存在差异，大数据平台可以在数据集中的过程中合理的统一处理与采集频率和时钟差异有关的问题。

2) 数据类型转换

万事万物之间存在着普遍的联系，这也是本系统平台存在的意义，不论数据是以什么方式进入本系统平台的，为了能够使这些数据发生相互关系，或为了更加深入的挖掘数据价值而利用数据之间的关系，本系统平台提供了底层数据类型的标准化转化逻辑。数据是有价的，而集成后的数据将发挥更大的价值。

3) 数据清洗及处理

某些数据由于其采集方式所限，有可能并不能总是非常准确的反映其真实意义。以工业生产数据为例，其数据的准确性（数据质量）受采集设备测量误差、通讯干扰等所限，其中部分数据不能反映客观现实。本系统平台在接入数据后提供了数据清洗和处理的手段： ⚫ 数据质量分析 ——判断数据是否真实有效。 ⚫ 数据清洗 ——对无效数据进行过滤。 ⚫ 滤波处理 ——基于数据的时序特征借助滤波算法还原真实数据。 ⚫ 人工智能预测 ——基于数据关联性通过人工智能预测算法还原真实数据。

3. 数据分析

数据分析是深入挖掘数据价值的核心环节。本系统平台提供了几个方面的手段：

1) 数值计算

大数据自采集开始就有其时间属性，即所谓实时数据。同一时刻的数据可以基于时钟同步在四则混合运算的基础上进行简单分析而得出某些数值结论。系统提供表达式编辑功能，支持用户自定义的计算逻辑。

2) 差异时钟数据分析

实际生产环境的实时数据，受生产过程和监测手段的影响，因而普遍具有一定的延时性，因此很多参数在同一时间点上并不具备相关性，反而是当前时刻的参数 A 与 n 分钟（小时…）前的参数 B 才具备相关性，例如增加燃料到温度上升就存在一个时间差。因此本系统平台可以支持不同参数跨时间计算的逻辑。

3) 统计分析

统计学中推断统计理论是一种基于样本数据来来推断总体特征的方法。在我们的数据分析方面也发挥着重要作用。本系统瓶体支持基本的统计学相关算法。

4) 人工智能分析

人工智能算法可以根据历史数据（离线算法），实时数据（在线算法）对后续数据进行预测，其特点在于可以基于数据反馈而逐步收敛误差，从而实现自我学习、自我优化。其预测的准确程度与神经网络模型选型是否合理密切相关。

4. 数据存储

生产数据及时存入数据文件，便于对设备运行情况、工艺调整的优化分析。

大量的数据记录，便于为量化回归分析提供数据基础。本系统平台中集成了高可靠的实时数据库子系统。本系统平台可以集成大量不同来源的实时数据、并进行了清洗处理使其有效可用，而且在此基础上，借助我们的数据分析功能又可以产生了大量的分析结果实时数据。全部这些数据都可以存储在本系统平台内置的实时数据库中，并为这些数据的后续使用提供简洁、高效的应用支持。

现在人们一般提到的数据库都是指关系型数据库（属于层次数据库的一种），其实数据库有很多种类比如模糊数据库、层次数据库、网状数据库、统计数据库、演绎数据库等等，而实时数据库特指专门为实时数据（键值、数值、时间）而开发的数据库，它在牺牲了数据关联性管理的特性后极大加强了对实时数据处理的存取效率并压缩了存储空间。

5. 数据应用

1) 智能控制

人工智能 AI 技术，自动发送驱动设备操作指令。

2) 分析建议

利用量化回归分析，提出对设备完善、工艺改进的建议报告。

3) 数据共享

与前文所述的数据接入相对应，如果说数据接入是将数据汇入大数据平台，那么数据应用就是将本系统平台内管理的数据分发给数据的使用者。

本系统平台还提供实时数据和历史数据两种使用数据的方式。

a) 实时数据

针对实时数据目前提供了 UDP、写入格式文件、写入 OPC 服务三种接口。还可以根据应用的实际需要进行必要的扩展，来支持写入关系型数据库、对指定 WebService 接口的调用、提供 WebService 接口被调用、基于 Http 协议的（表单、XML 格式数据、Json 格式数据等）、OPC 服务接口等。

b) 历史数据

⚫ 查找指定时间点的数值 ⚫ 指定时间范围获取一组数值 ⚫ 指定开始时间和数据条数获取一组数值 ⚫ 指定结束时间和数据条数获取一组数值此外，与实时数据相同，也可以进行必要扩展，来支持基于 TCP套接字的格式化数据，基于 Http 或 WebService 进行的分页查询等。

十. R_IDIC system系统平台与DCS系统之间的关系

R_IDIC system 是构建在 DCS 系统之上的智能自控系统。一方面，通过OPC 协议，R_IDIC system 向 DCS 系统发设备操作指令。另一方面，R_IDIC system 通过 OPC 协议，获取设备参数状态信息集合。

十一. 系统可靠性安全性

安全生产在任何状态都是第一而且是必须得到保证的。零风险运行，体现着 R_IDIC system 的高可靠性。特别是针对超高温，超高电压、电流、气压等复杂工况，对于系统的可靠性要求，就会更高，必须确保零风险。高可靠性，就意味着整体系统安全性是卓越的。同时还要确保数据安全。捕捉到每一个数据脉搏心跳，不丢失一个数据，就会直接对产线的安全产生基础保证。真正拒绝、抵御外界的信息攻击轰炸，使得系统永远万无一失的高效率工作。

索取资料了解详情请添加微信号：DCLYzihan