[发明专利]一种炼化装置加热炉燃烧控制优化方法

说明书

一种炼化装置加热炉燃烧控制优化方法，对于设有CO分析仪的加热炉，通过火焰图像特征的识别对加热炉的各燃烧器进行故障识别，对有故障的燃烧器进行故障处理，再通过故障处理后燃烧器的火焰图像进行燃烧器的空燃配比调试；根据加热炉的已有运行数据，分别生成加热炉各种工况下的燃烧曲线；根据加热炉的已有运行数据建立加热炉对应的基于神经网络的控制指标预测模型；以将CO含量控制在理想控制区间内为目标，以控制指标和当前运行的特征变量数据为基于神经网络的控制指标预测模型的输入，生成鼓风机变频调速的优化方案，根据优化方案控制鼓风机变频器的工作频率。本发明能在工况的变化和波动的情况下，确保加热炉的燃烧器处于良好的工作状态。

技术领域

本发明涉及一种燃烧控制优化方法。特别是涉及一种炼化装置加热炉燃烧控制优化方法。

背景技术

加热炉热效率是指向加热炉提供的能量被有效利用的程度，即被加热流体吸收的有效热量与燃料燃烧放出的总热量之比。热效率越高说明燃料的有效利用率越高。

进入加热炉内的燃料气和空气中的氧气的比例会直接决定加热炉的热效率；一方面，如果加热炉的空气进量不够，就会造成燃烧不完全，使得部分燃料尚未燃烧就离开炉膛；另一方面，如果加热炉的空气进量过剩，那么就会从烟气带出来过多热量的，同样也会影响加热炉的热效率。

现有技术中，包括一种以CO为控制变量的供风控制的技术方案，通过将CO控制在微量水平，来实现燃料和空气的理论配比，进而使加热炉的燃烧处于不完全燃烧和完全燃烧的临界状态，以达到燃料气和空气中的氧气的最佳比例。

发明人经过研究发现，现有技术中的以CO为控制策略的供风控制的技术方案至少存在以下缺陷：

根据燃烧过程理论配比得出的最佳控制指标，低氧燃烧CO控制技术协议考核指标要求：烟气O₂含量＜1.0％，且，CO含量＜100ppm；这是一对相互制约的双参数考核指标。而低氧燃烧必须首先确保炉内燃烧过程中不得出现过量的CO，因为CO的大量生成来源于炉内产生了燃料的不完全燃烧，最终将导致产生附加的不完全燃烧热损失，大大降低加热炉热效率。

在实际应用中，容易出现氧含量还没有降下来CO值已经超标的情况的出现，从而导致加热炉热效率的优化效果较差。

发明内容

本发明所要解决的技术问题是，为克服现有技术的不足，提供一种能够在工况的变化和波动的情况下使加热炉能够保持较高热效的炼化装置加热炉燃烧控制优化方法。

本发明所采用的技术方案是：一种炼化装置加热炉燃烧控制优化方法，包括如下步骤：

1)对于设有CO分析仪的加热炉，通过火焰图像特征的识别对加热炉的各燃烧器进行故障识别，对有故障的燃烧器进行故障处理，再通过故障处理后燃烧器的火焰图像进行燃烧器的空燃配比调试；

2)根据所述加热炉的已有运行数据，分别生成加热炉各种工况下的燃烧曲线；所述燃烧曲线用于确定与所述加热炉对应的理想控制区间，所述理想控制区间包括CO含量理论控制区间；

3)根据所述加热炉的已有运行数据建立所述加热炉对应的基于神经网络的控制指标预测模型；所述控制指标预测模型的控制指标包括O₂含量、CO含量和NO_X含量；所述控制指标预测模型的特征变量包括：排烟温度、炉膛压力、加热炉负荷、鼓风机变频开度、燃料热值和热效率；

4)以将CO含量控制在所述理想控制区间内为目标，以所述的控制指标和当前运行的特征变量数据为基于神经网络的控制指标预测模型的输入，生成鼓风机变频调速的优化方案，根据所述的优化方案控制鼓风机变频器的工作频率。