赛迪：工业互联网平台+工业设备上云白皮书（72页）.pdf

1、工业锅炉是工业生产中必不可少的热力能转换设备，也是典型的高耗能设备。我国工业锅炉的效率低下，实际运行热效率往往低于理想热效率，比国外先进水平低15%20%，造成每年多消耗的煤炭约为两亿吨。中国经济网数据显示，我国燃煤锅炉占全国工业锅炉总量的 80%以上，烟尘排放约占全国排放总量的 44.8%，二氧化碳排放量约占全国排放总量的 10%，二氧化硫排放量占全国排放总量的 36.7%。如，10t/h 以下燃煤工业锅炉大多没有配置有效除尘装置，基本没有脱硫脱硝设施，排放超标严重，偷排现象突出。2.燃烧状态不透明煤粉燃烧过程工艺复杂，控制参量多，自动化控制技术复杂，实际操作以人工操作为主，大多数煤粉工业锅

2、炉尚未实现煤粉储供、煤粉仓安全保护、炉膛安全检测、负荷调节、在线吹灰控制的有机集成以及全自动运行。监控系统功能基本上处于本地集中运行监控，运行监控和生产管理之间及时通信网络尚未连通，生产管理系统无法及时了解热源厂实际生产情况。工业锅炉是一种特种专业化设施设备，但是因为专业技术人员匮乏，缺乏对其性能与参数的专业性诊断，局部问题的存在很容易引发重大安全隐患。企业大多按照时间制定工业锅炉检修计划，而非按照工业锅炉的运行状态制定锅炉检修计划，这就直接加大了工业锅炉出现故障的几率，大大降低了可用性。4.水质波动大工业锅炉采用的天然水中由于含有镁、钙、氯等离子以及溶解氧，天然水进入锅炉中在高温、高压条件下

3、发生化学反应，导致锅炉产生结垢、腐蚀以及汽水共腾等现象严重影响了锅炉的导热效率，增加了燃料的消耗，影响锅炉的水循环，甚至导致爆炸事故的发生，严重影响了锅炉的安全稳定运行。经中国科学院专家验证，当水垢厚度达到 3.0mm 时，锅炉燃料消耗增加 20%以上，我国工业锅炉大约有七十多万台，每年造成相当巨大的资源浪费。当前，我国锅炉水质合格率比较低，锅炉内受热结垢现象比较普遍，每年因水处理问题造成的锅炉事故数量正在逐年增加。工业锅炉的能效管理是企业成本控制的重要方面，利用云平台的工业机理模型和人工智能算法，对锅炉能耗的智能管理与优化，可有效降低企业成本。一是能效数据的采集。实时采集排烟温度、炉膛出口氧

4、量、燃烧器喷口风速、燃尽风挡板开度等影响锅炉热效率和氮氧化物排放量的关键数据。二是锅炉能效分析模型的构建。基于工业锅炉设备结构和热平衡模型，结合大数据算法和人工智能技术，构建工业锅炉能效分析模型，分析影响锅炉节能运行的排烟损失、不完全燃烧损失、散热损失、燃料与给水等关键因素，动态分析锅炉能耗水平。三是“感知管控再感知再管控”的良性循环。一旦系统判断某锅炉处于高耗能运行状态，便会自动发送报警信号，并直观准确地显示造成该状态的关键因素，管理人员可以及时调整优化节能方案，实现“感知管控再感知再管控”的良性循环。2.锅炉燃烧管控锅炉燃烧管控对锅炉机组低负荷安全运行至关重要。影响锅炉燃烧效率的因素很多，

5、包括风粉配合、一二次风配比、送引风配合、炉膛温度等，如何将它们进行综合调整和优化，达到最佳配比，是锅炉燃烧管控需要解决的问题。一是对制粉系统和燃烧系统的数据采集。制粉系统的状态数据包括磨煤机出口压力、电流、料位、燃烧器风粉温度等;制粉系统的动作数据包括给煤机的给煤量，磨煤机冷热风、旁路风等阀门的开度大小，一次风机动叶调节阀位大小等。燃烧系统的状态数据包括主、再热蒸汽温度、压力，减温水流量，炉膛负压，锅炉氧量，排烟温度，排烟含氧量，锅炉效率，NOx 含量等信息;燃烧系统的动作数据包括给水温度、流量，减温水流量，再热烟气挡板阀位，送、引风机执行器阀位，二次风执行器阀位等。二是锅炉炉内燃烧模型的构建。基于传统热力学过程和化学反应等机理，结合大数据算法和人工智能技术，构建锅炉炉内燃烧模型。三是锅炉炉内燃烧模型的训练。使用历史数据训练基于深度神经网络的锅炉燃烧模拟器，再进行深度学习，评价当前工况，既能模拟真实的燃烧过程，也可以用其探索燃烧控制优化问题中的状态及动作空间，弥补真实历史数据的不足，最终得到当前工况的锅炉优化控制方案，实现锅炉内着火迅速、燃烧完全，减少锅炉各项热损失，提高锅炉效率。