丁會成
(國能寧東第一發電有限公司,寧夏 靈武 750408)
輸煤系統是火力發電廠的重要組成部分,現階段我國火力發電廠鍋爐輸煤系統有關的控制方法欠缺合理性。隨著經濟增長緩慢以及煤炭行業開采能力的提升,造成煤炭行業產能過剩日益加劇,資源消耗增多。為了實現節能減排的目標,提升能源清潔度,需要對火力發電廠鍋爐輸煤系統進行優化節能控制[1-2]。
為此,國內相關專家對此進行了深入研究。索新良[3]等為了有效解決鍋爐燃燒問題,展開一次風調平以及煤粉細粒度調整,同時展開實驗分析,獲取最佳優化調整方案。鮑小麗[4]等對熱力學的基本原理展開分析推導,同時選擇典型燃煤機組和運行數據構建系統仿真模型,通過模型展開分析計算,根據計算結果制定節能方案。包海龍[5]等分析鍋爐的運行狀態,獲取對應的運動規律,以此為依據制定優化方案。但上述方法均未對采集到的圖像進行去噪處理,控制效果有待提升。
為解決上述方法存在的問題,提出一種火力發電廠鍋爐輸煤系統優化節能控制方法。利用相機采集輸送帶運煤圖像,采用一維小波分析方法去除圖像噪聲,Canny邊緣檢測算法獲取圖像邊緣信息,通過PLC模糊控制器對輸入頻率和輸出頻率進行控制。
通過相機采集火力發電廠鍋爐輸煤系統中輸送帶運煤圖像,由于采集到的兩幅圖像為相鄰圖像,需要根據圖像特點將其劃分處理。需要首先分析煤流、膠帶以及背景三個部分的分布特點,進而獲取目標的描述方法,可以通過計算相鄰圖像的絕對值,獲取剔除背景后的圖像,詳細的計算式如下:
U=abs|u1(x,y,z)-u2(x,y,z)|
(1)
式中:U為剔除背景后的圖像;abs| |為絕對值計算;u1(x,y,z)和u2(x,y,z)為兩幅相鄰的圖像。
采用一維小波分析方法對采集的圖像去噪處理[6-7],詳細的分析過程如下:
(1)由于采集到的火力發電廠鍋爐輸煤系統中輸送帶運煤圖像中煤塊具有比較高的反射率,所以研究的目標圖像中部分區域的灰度值相對較高。設定煤塊所在的區域即為煤流范圍,以此為依據計算圖像閾值uβ(x,y,z),則有
(2)
式中:u(x,y)為原始圖像。
(2)在輸送帶運行一段時間后,膠帶會出現一定程度的磨損,同時灰度值和煤塊亮點兩者基本吻合,尤其是完成閾值分割處理之后,磨損部分表現更加明顯。
(3)由于煤塊亮點并不是隨機分布的,所以,將以上三者設定為火力發電廠鍋爐輸煤系統中輸送帶運煤圖像分割依據,在完成差值計算后,將取值相近的劃分為一類,同時引入一維小波分析方法對其去噪處理,進而得到去噪處理后的圖像[8-9]:
(3)
式中:φ(x,y,z)為去噪后的圖像。
通過強度圖像中有效邊緣信息修復深度圖像中不可靠數據,引入Canny邊緣檢測算法獲取深度和強度圖像的邊緣信息[10-11],同時識別各個圖像的強弱邊緣部分,分析強弱邊緣之間的坐標位置關系,以此為依據得到目標圖像完整的邊緣信息。對深度圖像進行掃描后,將8鄰域范圍內的強度圖像放置到對應的候選集合中,完成邊緣校正。深度圖像邊緣校正原理圖如圖1所示。
圖1 深度圖像邊緣校正原理圖
校正深度圖像[12-13]邊緣過程如下式所示:
(4)
式中:N(A)為圖像邊緣點深度值的平均取值;T8a為8鄰域范圍;P為候選集合。
完成校正處理后,采用Navier-Stokes方程修復圖像的非邊緣部分,即可獲取高精度的深度圖像。
將輸送帶空載狀態下的高精度深度圖像和當前圖像像素Sd和S0相減同時乘以轉換系數,獲取煤料的實際高度圖像x,如式(5)所示:
x=α|Sd-S0|
(5)
式中:α為轉換系數。
計算煤料的實際面積Sm,如式(6)所示:
(6)
式中:m為圖像的像素總數。對煤料像素級分割處理[14-16]即可得到煤料體積Vm,如式(7)所示:
(7)
在得到煤料體積后,通過輸送帶速度即可獲取煤流量,對應的計算式如下:
(8)
式中:G(u,v)為煤流量;I為深度圖像像素總數;Δρ(x)代表深度圖像分辨率。
為了確?;鹆Πl電廠鍋爐輸煤系統輸送帶處于節能運行狀態,需要利用煤流量實時調節輸送帶運行速度,輸送帶變頻調節控制原理圖如圖2所示。
圖2 輸送帶變頻調節控制原理圖
模糊控制被廣泛應用于不同的研究領域內,尤其是非線性或者時變系統中。以下將模糊控制應用到火力發電廠鍋爐輸煤系統優化節能控制中,不僅可以有效抵抗外界干擾,同時還可以提升算法的計算效率。分析當前煤流量變化趨勢,確定傳感器的數據運行速度,經過計算得到兩者的偏差和偏差變化率,將其設定模糊控制器的輸出;輸入則為變頻率輸出頻率,則輸入輸出變量對應的模糊矩陣E如公式(9)所示:
(9)
在PLC模糊控制器中,將三角形函數作為隸屬度函數,獲取各個變量對應的模糊子集為[NB,NM,NS,Z,PS,PM,PB]。從火力發電廠鍋爐輸煤系統優化節能控制的角度出發,需要將誤差降至最低,同時還要避免超調情況的發生。在掌握被控制系統運動規律的情況下,引入相關先驗知識構建符合需求的模糊規則,如表1所示。
表1 模糊控制規則
將上述獲取的模糊規則存儲在PLC模糊控制器中,在已知輸送帶計算偏差和偏差率的情況下,引入模糊推理計算變頻器的輸出頻率,如式(10)所示:
f=ρ(s)·l(x)+[NB,NM,NS,Z,PS,PM,PB]
(10)
式中:f為變頻器輸出頻率;ρ(s)為輸送帶額定輸送量;l(x)為期望輸送帶速度。
根據調節變頻率輸出頻率完成電機轉速調整,進而實現輸送帶運行速度調節,最終達到火力發電廠鍋爐輸煤系統優化節能控制的目的。
為了驗證所提火力發電廠鍋爐輸煤系統優化節能控制方法的有效性,利用Matlab仿真軟件展開測試分析。選取A城市某煤礦的生產數據作為測試數據,年產煤量為150萬t,工作面采煤量為240 t/h,以此為基礎,利用所提方法、文獻[3]方法、文獻[4]方法和文獻[5]方法測試24 h內火力發電廠鍋爐輸煤系統的功率變化情況。
火力發電廠鍋爐輸煤系統采用不同控制方案后,功率誤差變化情況如圖3所示。
圖3 不同方法的功率誤差對比結果
分析圖3中的實驗數據可知,在經過4種方法對火力發電廠鍋爐輸煤系統優化節能控制后,相對另外3種方法而言,所提方法的誤差較低,充分驗證了所提方法的優越性。
火力發電廠鍋爐輸煤系統運行過程中產生的電費一直以來是大家關注的熱點話題,如果控制方案有效,則對應的電量呈現下降趨勢,電費也會隨之降低。以下實驗測試分析各個方法的電能節約比率和電費消耗比率,實驗結果如表2和圖4所示。
表2 不同方法的電能節約比率測試結果對比
圖4 不同方法的電費消耗比率實驗結果對比
由表2可知,隨著測試時間的增加,四種方法的電能節約比率也隨之升高,文獻[3]方法、文獻[4]方法和文獻[5]方法的電能節約比率最高值分別為1.49%、1.54%和1.51%,而所提方法的電能節約比率最高達到1.63%,證明所提方法可以有效減少電能消耗。
分析圖4中的實驗數據可知,經過各個方法優化節能控制后,各個方法的電費消耗比率均得到明顯改善,但是相比而言,所提方法的電費消耗比率始終低于3.0%,證明所提方法的節能效果更好。
為了更進一步驗證所提方法的節能控制效果,測試2022年1月1日至6日控制前后日均煤流量變化情況,實驗結果如圖5所示。
圖5 不同方法控制前后的煤流量變化情況對比
由圖5中的實驗數據可知,在采用不同方法優化節能控制后,對應的煤流量均有所改善。但是所提方法的煤流量相比之前的煤流量下降幅度最大,進一步說明所提方法具有良好的控制效果。
在不同環境下,控制耗時是測試各個方法控制能力的重要指標,利用上述三種方法隨機選取15個區域中進行耗時測試,實驗結果如表3所示。
表3 不同方法的火力發電廠鍋爐輸煤系統優化節能控制耗時測試結果對比
由表3中的實驗數據可知,由于測試區域不同,采用各個方法獲取的優化控制耗時也完全不同。對于環境比較復雜的區域,耗時相對就會長一些,而對于比較簡單的區域,則用時就相對低一些。分析以上4種優化節能控制方法可知,文獻[3]方法、文獻[3]方法和文獻[3]方法的最低耗時分別為126、130和134 ms,而所提方法的最低耗時為102 ms。因為所提方法在優化節能控制前提對采集到的火力發電廠鍋爐輸煤系統中輸送帶運煤圖像展開了去噪處理,這樣不僅可以有效濾除圖像中噪聲,同時也可以有效避免優化節能控制過程中噪聲對控制性能產生影響,簡化控制步驟,為火力發電廠鍋爐輸煤系統節能優化控制奠定堅實的基礎,可以有效優化控制流程,確保優化節能控制耗時得到有效降低。
為了確?;鹆Πl電廠鍋爐輸煤系統在應用過程中達到節能的目的,提出一種火力發電廠鍋爐輸煤系統優化節能控制方法。利用相機采集圖像信息,根據一維小波方法去除圖像噪聲,采用Canny邊緣檢測算法搜尋深度圖像和強度圖像,通過PLC模糊控制器完成火力發電廠鍋爐輸煤系統優化節能控制。經實驗測試結果表明,采用所提方法可以有效降低電能和電費的消耗,同時還能夠減少煤流量,實現節能優化控制。