郑州西门子一级代理商电源供应商

郑州西门子一级代理商电源供应商

引言：高炉冶炼系统是一个复杂的控制系统，对其进行解剖代昂。该系统模拟高炉冶炼过程检测冶炼过程中温度、压力、流量、位移、失重等各参数的变化规律建立冶金性能测控系统大型实验室，依据实验结果对高炉冶炼过程提供指导性意见。系统采用集散控制结构，现场由厦门宇电的AI智能仪表实现温度等的控制，由PLC来实现过程开关量、部分模拟量及定时计数等的过程控制，由工控机实现集中管理。AI智能仪表的AIBUS+通讯协议，支持RS485通讯接口，配合EM-485B模块构成了该系统的计算机通讯系统，通过RS-485串行通讯实现19个通道温度、流量、压力、位移的集中监控。
 
1、控制系统的硬件组成 
    
    整个系统的控制对象主要为11个大型电炉及其附属设施和气体处理及检测部分，其中除了对温度的检测及控制外，物料反应过程中的荷重软化位移，物料重量，气体流量，气体压力及熔融滴落过程中的熔滴计数都需要进行检测，这些参数主要通过现场AI智能仪表检测并以数字量传入总线。系统结构如下图1所示：
 

1.1 控制方式选择
    
    系统主要对温度实行控制，AI人工智能仪表具备位式控制（ON-OFF）、标准PID、AI人工智能调节APID或MPT等多种调节方式，对于多数电炉采用标准的PID控制方式，可以满足工艺条件的要求，用户可以设置M5、P、t参数可以调节相应参数，实现用户自定义调节。对于特殊的温控系统设置CtrL进入自整定调节，的AI人工智能调节算法具有自整定、自学习功能，无调及无欠调的优良控制特性，自整定后的控制效果基本上都可以满足工艺要求。

1.2 分段功率限制方式
    
    系统中大部分电炉为电阻炉，少数高温电炉以硅钼棒为加热材料，需采用降压变压器，低温下近似短路，电阻远高温状态。如果不进行功率的限制，低温下的电流将远大于额定电流。设置CF参数，使仪表起用功率分段限制，此时仪表输出下限将不作限制，而oPL将作为当温度小于下限报警值LoＡＬ时输出上限，当温度大于下限报警值时，则输出上限为ｏＰＨ，这样就具备２段功率限制功能，有效地防止了加热初期电流过大的危险。

1.3 控制系统的调试
    
    对于有些电炉除了炉膛温度的控制及检测外，监测炉壁的温度以计算电炉加热过程中的温度梯度分布曲线，结合其控制同时可以减小控制对象的纯滞后，的控制效果。对于同一电炉温度起始条件的显示不一致，可通过Sc来校正。在调试过程中，单段升温曲线的电炉考虑使用AI仪表的自整定调节功能，需要整定的参数为M5、P、t等参数，加热器各段特性基本相同，自整定后获得了满意的控制效果，恒温时控制精度小于±1℃，大调小于2℃。
 
2、控制系统的软件结构及功能  
    
    系统由2层结构组成，上位机为一台工业控制机，实现集中控制及数据的采集与处理。下位机由PLC及现场AI智能仪表实现数字及模拟量的控制。系统同时具有手动及自动两套控制方案，可以实现无扰动的快速切换。上位机控制主界面如下图２所示： 

主要实现以下功能：

2.1 人机交互功能
    
    系统的监控主界面显示当前各虚拟设备的布置情况及在线状态，实时数据按详细数据、值数据等不同表现形式动态刷新显示，各参数（温度、流量等）的实时曲线绘制，现场各开关量的界面控制，历史数据查询，ＥＸＣＥＬ报表生成，系统报警状态及ＡＩ智能仪表的参数设置等功能。

    AI仪表是通过计算机串口与计算机连接的，其具有自己的串行通讯协议，软件可以根据此通讯协议实现对仪表的数据读取与设定，以及对仪表状态的读取与设定。网上对于AI仪表通讯程序的例程多为VB编制，并且程序较为简单，功能较为单一，不利于二次对仪表进行开发。在此笔者自己针对708P型温度控制器编制了一个AI仪表的上位机软件以实现计算机对AI仪表监控。本文根据自己的开发经历，详细介绍了基于delphi开发AI仪表上位机通用程序的开发全过程，以及在开发过程中所应注意的一些事项。

1.1程序功能介绍

    本软件为AI仪表通用软件，其包括以下功能：

    1） AI仪表检测与识别

    2） AI仪表参数的读取与设定

    3） AI仪表的状态读取与设定

在下面将对以上功能的实现作相应介绍。

1.2功能实现

    在开发过程中，为了缩短开发周期，软件中使用了三方控件SPCOMM实现串行通讯功能，当然如果读者感兴趣可以自己尝试使用bbbbbbS API函数自行编制此功能，对于bbbbbbS API函数以及控件SPCOMM的使用方法，在本文中不作介绍，读者可以参关资料。在介绍程序功能前先说明两个过程：

A. 读仪表参数过程TAI.ReadData（var msg: TMessage）程序代码如下：

var
NO1,NO2,NO3,NO4,NO5,NO6,NO7,NO8:Cardinal;
｛NO1,NO2,NO3,NO4,NO5,NO6,NO7,NO8分别对应要发送的8个数据｝
s : bbbbbb;
p : PChar;
begin
NO1 := 128 + msg.Wbbbbb;//对于读数据过程Wbbbbb保存要读仪表的地址
NO2 := NO1;
NO3 := 82;
NO4 := msg.Lbbbbb; //对于读数据过程Lbbbbb保存要读的参数的参数地址
NO5 := 0;
NO6 := 0;
NO7 := 82 + msg.Wbbbbb;
NO8 := msg.Lbbbbb; 
s := chr（NO1）+chr（NO2）+chr（NO3）+chr（NO4）+chr（NO5）+chr（NO6）+chr（NO7）+chr（NO8）;
p := PChar（s）;
Comm1.WriteCommData（p,Length（s））;
end;

B. 写仪表参数过程TAI.SetData（var msg: TMessage） 程序代码如下：

var
NO1,NO2,NO3,NO4,NO5,NO6,NO7,NO8:Integer;
｛NO1,NO2,NO3,NO4,NO5,NO6,NO7,NO8分别对应要发送的1～8位｝
s :  bbbbbb;
p :  PChar;
begin
NO1 := 128 + Meter_Addr;// Meter_Addr为全局变量，保存仪表地址
NO2 := NO1;
NO3 := 67;
NO4 := msg.Wbbbbb;//对于写过程Wbbbbb保存要写参数的参数地址
｛按协议要求，计算出NO5、NO6、NO7以及NO8的值｝
NO5 := （msg.Lbbbbb mod 256）;// 对于写过程Lbbbbb保存要写参数值
NO6 := （msg.Lbbbbb div 256）;
NO7 := （（67 + Meter_Addr + msg.Lbbbbb + msg.Wbbbbb ＊256） mod 256）;
NO8 := （（67 + Meter_Addr + msg.Lbbbbb + msg.Wbbbbb ＊256） div 256）;
s := chr（NO1）+chr（NO2）+chr（NO3）+chr（NO4）+chr（NO5）+chr（NO6）+chr（NO7）+chr（NO8）;
p := PChar（s）;
Comm1.WriteCommData（p,Length（s））;
end;

在程序中定义两个消息常量：

WM_Set = WM_USER + 100
WM_Read = WM_USER + 200

    通过发送以上两个消息并附带相应的参数，实现对以上两个过程的调用，从而实现对消息对仪表数据的读取与设定。以上两个过程按照AI仪表通讯协议，计算出每一位发送的数据，然后组合成字符串，一次性发送给仪表。每个参数代表的意义见程序解释。

1.2.1 AI仪表检测

    在实际应用中，计算机往往不止连接一个仪表，所以需要对不同地址仪表进行检索和识别：

    对于仪表检索是通过对地址的辨识实现的，利用AI通讯协议的读动作读取不同地址的仪表的地址参数，如果此时会返回值，并且其读回的数据与发送所设定的地址变量值相等，则确定检索到此地址的仪表，并添加到仪表队列中。

    对于仪表的识别即对已存在的仪表的识别的，即仪表有其明确且立的地址。识别仪表关键在识别仪表的段数（单段或多段），对于不同段数的仪表，其某些参数地址所对应的参数意义有所不同。在软件中是通过读取一个固定参数地址的数据实现的，比如说：对于多段仪表来说，读取某一段的数据时（其参数地址通常都会大于25），仪表会返回相应参数地址的返回值，然而对于单段仪表，向该地址发送数据仪表并不会作任何反应。

1.2.2 AI仪表参数读取

    软件能够读取仪表内所有可读取的数据，包括采集的数据、控制数据以及对仪表的设定。自动识别小数点位数，按仪表表盘显示格式显示读取的数据。对于仪表的读取过程实现可以参看以上的ReadData过程以及宇电的仪表通讯协议。需要指出的是在读取过程中需要注意对某些特殊数据的处理，其中包括小数点的处理以及负数的处理。

A. 小数点的处理

    在仪表数据的读取过程中，当你获得了仪表的返回数据后，按照AI通讯协议对返回的数据进行分析和计算。其中存在一个问题，通过计算后有的数据可能是实际数据的10倍，而有的数据可能与实际数据相同。根据笔者的观察，在仪表说明书中允许带小数点的数据都需要进行10倍处理，即将返回数据计算得到的结果然后作除10计算才能得到正确的数据。

B. 负数的处理

    在仪表数据的读取过程中，往往会碰到负数的问题，此时按照AI通讯协议计算得到的数据往往会很大并且数值与实际数值不符。对于这种小于零的数据需要进行负数处理。但是如何识别一个负数呢？其实对于负数而言，当其被读取时其高位往往大于127，于是我们可以通过判断高位来识别负数。当识别到负数后，我们要显示正确的数据就存在一个转换，从二进制的角度分析可知仪表返回的数据的高位的位为标志位，当其为0时代表正数，当其为1时代表负数。根据以析，如果我们需要得到负数的数值，只需将计算出来的数据减去65536即可。

    以下是接收过程中的一些处理程序：

    接收过程：

var
p : PChar;
begin
p := Buffer;

buffer为SPCOMM的接收过程中所接收到的数据。
    负数处理过程： 

if （p7>127 then
ReData:=（（p6+p7＊256）-65536）/10
else
ReData := （p6+p7＊256）/10;

p6、p7是接收到数据的7位和8位的转化为整数后的值，可以通过p6:=ord（p[6]）（p为接收过程中的p）获得。根据以上过程得到的数据ReData再经过小数点分析及即可得到与仪表一致的数据。

1.2.3 状态的读取

    仪表的状态包括运行状态及报警状态，可以通过读取仪表的21号参数同时。

    读取21号参数时，仪表返回的参数值是系统仪表的运行状态值，由于各个位代表的仪表运行状态不同，所以需要对其进行分析。返回数据的3位代表停止位，2位代表暂停位，其余的0位和1位代表运行位。只要2和3位不为1即代表仪表处于运行状态。所以当我们检测仪表的运行状态时，我们只需要对这些位进行识别即可。

    读取21号参数时，仪表同时会返回报警状态，通过对报警状态位的识别，可以仪表的报警状态。MV值的0、1、2、3位分别代表仪表的上限报警、下限报警、正偏差报警、负偏差报警状态，其为1有效。

1.2.4 参数设定

    对于参数的设定可以参考仪表通讯协议以及过程SetData，其需要注意的是其数据的计算、小数点处理以及负数的处理。其处理方式与数据的读取基本相同，在此不再详细讲叙。

2．结语  

    通过以上方法可以实现仪表与计算机的数据交换，并且具有程序简单、模块化、运行、功能等特点。该程序源代码已被本公司广泛应用于AI仪表的工业应用软件中。

    现在用于油液监测的仪器根据分析项目及功能有多种,目前比较常用的有如等离子光谱仪、分析式铁谱仪、颗粒度计数仪、分光光度计、残碳分析仪及粘度计等。一般化验室做润滑油分析的只有粘度计、水分仪、闪点仪,只限于做常规的理化指标分析,是油能否满足润滑要求。
    而不同于状态检修所要求岁设备状况的监测: 设备有无磨损,油内部的杂质含量的变化是否预示着设备的运行异常情况,及存在的潜在隐患等。要做到油液的状态监测,常规的仪器设备是没有办法做到的。
    电厂用油设备（润滑油品种）较多,包括汽轮机（透平油）、给水泵（波箱扭油）、磨煤机（压齿轮油）、送、引风机（齿轮油）等,如果要实现对其状态监测,靠送样出去,则周期长,而且长期费用也较高。
    现场油液分析的优势可概括为以下几方面：
    1．随时可得到使用中的油液的状况信息,为设备合理的检修计划提供的依据;
    2．及时了解和掌握油品在生产、运输、储存和使用等环节出现的问提.
    3．内置的智能诊断功 ,可以快速准确查找油品性能恶化的根源;
    4．将复杂的油液理化指标转化为直观明了的信息和结论;
    5．可在现场多次测试多点油样,包括入厂新油;
    6．避免实验室分析周期长,数据难以分析理解的弊病。

    目前上的用于油液监测的快速油液分析仪,是多功能分析仪。它集合了在同一台设备上的一系列测试,包括介电常数测量,区分磨屑中的磁性物,含水量,激光颗粒计数及通过显微镜检测磨屑。

    艾默生5200分析仪系统配置有三向量分析仪,数字粘度计,工业显微镜、图像抓取工具,迷你实验室分析模块、磨屑分析模块,实验室信息管理模块。其分析过程包括：

    1．测量到的油液介电常数和粘度与参考油液的值进行比较,由此来断油液是否由于氧化、水分或污染而引起变质。

    2．铁质和水分的测试,也是测量介电常数的时间的变化规律,采用振荡的磁来铁质,输出的为铁质指数和含水量。

    3．激光颗粒度计数用于检测油样颗粒数及尺寸分布,输出的为颗粒数、ISO码以及PPM分布。

    4．磨屑分析是通过在显微镜下观察过滤后的颗粒来实现的。可以用显微镜所附带的摄像装置来抓取图像,磨屑颗粒度决定了磨损的类型。通过观察磨屑的形状、电脑计量尺寸并初步确定产生的原因。
    
    艾默生5200分析仪系统是集成的三向量分析仪,能进行多个项目:粘度、颗粒度、水份、磨损残物分析,对油中杂质的尺寸进行测量及计数,对较大杂质的类型进行初步判断,是磨损亦或刮伤,并能通过三向量（理化,污染,磨损）分析模块,发出设备有无异常的分析。操作方便,快捷。

    直观的分析结果——三矢量图
    在艾默生的现场油液分析系统中,采用了的智能分析软件,将分析的结果以化学指标,磨损及污染三矢量图直观的显示,大大的简化了繁杂的分析过程。

    1. 引言

    随着电力行业竞争的加剧,许多发电企业采取各种各样的手段来适应新形势的发展。虽然没有人能够预测未来将如何,但直接的措施就是降低运行和维护成本、降低煤耗,提高机组可用率。本文将以MidAmerican Energy 公司的George Neal 电站 3 号机组改造项目为例,介绍Smartprocess 蒸汽温度优化器在蒸汽温度控制中的应用,以提高汽温控制品质,减少炉管泄漏,终实现发电成本的降低。

    2. 用户背景

    George Neal电站位于IOWA州密苏里河边。其3号机组容量为515MW,采用Foster-Wheeler对冲式汽包炉和GE公司汽轮机,6台MPS-89磨煤机分别为前后炉墙的24个燃烧器供应煤粉。过热蒸汽温度通过一级和二级喷水控制,再热蒸汽温度通过喷水、过热挡板和再热挡板进行控制。锅炉控制系统采用WDPF系统。

    控制系统改造前,蒸汽温度的过度震荡过大,限制了机组响应速度,低负荷下响应速度为1%/min,高负荷下响应速度为0.3%/min。因此,用户会同EPRI和控制系统供应商艾默生公司讨论,决定利用Smartprocess 蒸汽温度优化器来改进负荷动态变化情况下的温度响应,从而实现负荷响应速度的提高。Smartprocess 蒸汽温度优化器是艾默生公司电力优化软件包中一个非常重要的模块,它采用预测控制和模糊逻辑来增强汽温控制回路的前馈作用,达到提高汽温控制品质的目的。

    3. 工程规划

    整个控制系统改造工程要实现两个任务:一是改进蒸汽温度控制,提高机组负荷响应能力;二是对比常规PID控制方式,记录优化系统的改进效果。整个工程的主要步骤包括:

    > 记录现有系统设计方案和性能
    > 优化当前系统并进行试验
    > 设计和安装蒸汽温度控制系统
    > 测试和记录控制系统的性能
    > 准备测试报告

    4. 现有系统评估

    现有的控制系统是一套常规PID控制系统。过热器二级喷水采用串级控制,一个外回路控制器,两个内回路控制器。过热器一级喷水也采用串级控制,内外回路控制器均有两个。烟气挡板由一个再热温度控制器控制在一个预先配置的范围。再热喷水控制回路为单PID回路。现有控制系统中特殊的就是蒸汽温度控制回路中没有任何前馈信号。图1为二级喷水控制回路的功能框图,TTFuzz模块为优化后增加的前馈模块。

    优化工作开始前,记录现有回路中PID控制器和其它的可调整模块的整定设置。然后对现有的PID参数进行调整,以期提高控制响应品质。过热喷水调节参数进行比较大的调整,负荷响应速度改善非常明显。进一步的试验分析表明当前的参数设置在某个工况下非常接近优化器给出的设定值。烟气挡板调节设置和再热喷水设置都做过很小的改动。

    5. 模型辨识与测试

    要设计多变量控制器,先建立过程模型。建立过程模型的方法有很多种,实用的是模型辨识。模型辨识（或者系统辨识）需要采集机组特定运行工况试验下的控制器输入输出以及扰动变量数据。这些试验用于激励出建模所需的所有过程模型特征。典型的试验包括:开环阶跃试验、伪随机二元序列试验和频率响应试验。如果需要,还可进行闭环设定值阶跃试验。如果已知扰动量对过程对象有很大的影响,则进行扰动试验。

    就本工程而言,所有的蒸汽温度控制回路都进行开环阶跃试验和闭环设定值响应试验。此外,还进行了反映扰动效果的负荷变化和磨煤机起停试验。所有测试耗时5天完成。DCS的历史站用于记录所有的测试数据。整套试验采集150个数据点;并且试验期间,这些点在历史站上的采集死区配置为接近0。如果采集数据的死区过大,模型辨识软件将无法产生好的效果。高保真度数据对辨识模型的度是至关重要的。

    试验结束后,数据将从历史站中提取出来,然后开始模型辨识阶段。由于本项目采用了两种不同的控制技术,所以需要两种不同的模型。

    6. 控制器设计

    本工程所采用的Smartprocess 蒸汽温度优化器包含两种立的技术。模型预测控制用于调整外回路控制器的设定值,而动态前馈系统则用于动态补偿内回路的设定值。图1给出了控制系统如何和常规控制系统接口。其它回路也采用类似的方案实现。

    模型预测控制系统采用Aspen Target控制器,而动态前馈采用TTFuzz控制器。Target控制器有5个控制变量、5个被控变量和许多扰动变量。TTFuzz控制器有6个前馈输出和大约40个扰动输入变量。

    Aspen Target控制器采用带非线性校正系数（神经网络）的线性小二乘模型（PLS: Partial Least Squares）,具体的组合方式可以参考混合模型。这种合成模型克服了纯神经网络模型的外推泛化问题。神经网络模型有两种学习规则,Kalman和可变矩阵。神经网络的隐层数和隐层节点数都是可调的。

    TTFuzz前馈控制器属于Takagi-Sugeno模型,用于补偿影响过程对象的可测量扰动。基于这些扰动变量,前馈控制器将产生前馈补偿信号以补偿PID回路的扰动。的补偿计算需要的过程模型和扰动影响模型。前馈概念可以这样理解:从控制变量到被控变量的模型（传递函数）可以通过各种试验获得,如同扰动变量到被控变量的建模过程。由于扰动的当前值是可测量的,那么它对被控变量的影响也是能够确定的,从而可以得出控制变量的修正值,实现扰动对被控变量影响的小化。

    7. 工程实施

    这两种控制器都在直接连接WDPF数据高速公路的Sun Ultra工作站上实现。数据接口软件用于实现控制器和常规DCS逻辑的数据交换。另外,绘制了新的操作界面,用于切换选择控制模式和常规控制模式,并允许操作人员根据需要起动和停止控制策略。现有的蒸汽控制界面也经过一定的修改,可以显示出当前的控制模式。

    由于再热汽温有两个控制变量,所以TTFuzz控制器协调控制档板和再热喷水阀。再热喷水对机组热效率有负面影响,因而从控制策略上讲,要尽可能减小喷水量。综合考虑以上因素,整个控制策略如下:

    > 如果喷水修正值为负而且喷水阀门尚未全关,则仅采用喷水修正值。
    > 如果喷水修正值为负而且喷水阀门已经关闭,则继续保持喷水阀门关闭,剩余修正由挡板回路完成。
    > 如果喷水修正值为正（阀门开启）,则会调整挡板直至饱和后,才使用喷水控制。

    8. 验收

    验收过程包括了非常详细的测试方案,以确保整个优化系统的所有组成部分都能够满足要求。测试包括三种运行类型和四种不同的控制器组合,总共12项测试。运行类型包括:

    > 从全负荷（约500MW）降至400MW,然后回升到全负荷。
    > 从380MW降至280MW,然后返回380MW
    > 一台磨煤机停运

    控制器配置方案有:
    > 全部采用原来的PID控制器整定设置
    > 采用新的PID控制器整定设置
    > 采用新的PID控制器整定设置和TTFuzz控制器
    > 采用新的PID控制器整定设置和TTFuzz、Aspen Target控制器在

    Neal 3号机组,吹灰是连续进行的,这是蒸汽温度控制的一个主要扰动。为了减小因吹灰所导致的测试结果差异,在每次测试期间,都进行同样的吹灰步骤。也就是说,每次测试中的吹灰过程是相同的,以使其对蒸汽温度的影响相似。

    9. 优化结果

    WDPF的历史存储和检索系统（即历史站）用于记录这些测试结果。图2显示了在三种不同控制器配置下高负荷段的过热汽温响应曲线。为了能够量化分析回路特性,所有的测试数据都进行平均误差、大误差和标准差分析。测试结果表明:与旧的PID整定参数相比,新的PID整定参数非常好地改进了的回路性能;带TTFuzz的PID比不带TTFuzz的PID的控制效果也有明显提高;增加Aspen Target控制后,回路性能有了一定的边际改善。