Control of the coke oven battery operation based on the simulator

W dokumencie Karbo, 2014, nr 3 (Stron 44-50)

Słowa kluczowe: sterowanie pracą baterii, symulator, moduł kontroli Keywords: control of the coke oven battery, simulator, control module

obiekcie. W ten sposób działa przeważająca większość ze znanych systemów automatycznego sterowania [1-4]. Innym, istotnie usprawniającym proces sterowania, podejściem jest wykorzystanie do budowy takiego systemu symulatora, od-zwierciedlającego wirtualnie procesy zachodzące w komorach i układzie grzewczym baterii przy zadanych parametrach jej pracy i współpracującego z nim zaawansowanego wszech-stronnego systemu diagnostycznego.

Koncepcja systemu sterowania pracą baterii wykorzystującego symulator

Podstawą sterowania pracą baterii koksowniczej i realizo-wanych w tym celu procedur regulacji jest dobór i bieżąca kon-trola technologicznych parametrów jej eksploatacji. Jednak optymalny dobór, jak i wiarygodna kontrola technologicznych parametrów eksploatacji baterii, a w zasadzie interpretacji wyników pomiarów i analiz, dla tak skomplikowanego obiektu jak bateria koksownicza (znaczna ilość elementów regula-cyjnych oraz punktów pomiarowych zmiennych w czasie i wzajemnie na siebie wpływających) jest zadaniem wysoce złożonym. Należy tu m.in. wymienić takie zagadnienia pro-blemowe jak [5]:

– konieczność określania niepewności dokonywanych pomiarów i zaawansowanej walidacji ich wyników, – potrzeba wyznaczenia jednoznacznych stanów

refe-rencyjnych pracy obiektu i jego wszystkich elementów składowych dla zakładanego poziomu eksploatacji, – wymóg dokonywania natychmiastowych eksperckich

analiz występujących odchyleń od stanów referencyj-nych badareferencyj-nych parametrów eksploatacji, możliwych przyczyn ich występowania i ich wpływu na pracę całej baterii oraz wypracowywania ewentualnych zaleceń dla systemu sterowania.

Trzeba równocześnie zaznaczyć, że mimo rozwoju technik metrologicznych, z urządzeń pomiarowych można pozyskać jedynie ograniczoną ilość danych, a większość z działań

regulacyjnych wymaga najczęściej żmudnych analiz, bardzo dużego doświadczenia i wielokrotnego ich optymalizacyjnego powtarzania.

Biorąc powyższe pod uwagę stwierdzono, że rozwiąza-niem dla współczesnego systemu sterowania pracą baterii może być rozbudowa istniejących systemów sterowania o symulator i analityczny moduł kontroli (rys. 1).

W takiej konfiguracji symulator procesu, analizując w czasie rzeczywistym dostarczane dane eksploatacyjne oraz aktualne dyspozycje operatora systemu, na bieżąco wypra-cowuje zarówno propozycje zmian wybranych parametrów sterowania, jak i teoretyczne wyniki prowadzonych (lub nie) działań regulacyjnych. System automatycznej kontroli eks-ploatacji baterii zaś, w oparciu o wyniki symulacji, zaakcep-towane przez operatora zmiany parametrów sterowania oraz rzeczywiste wyniki pomiarów i analiz, formułuje zarówno dyspozycje dla sterownika, jak i komunikaty dla operatora systemu o istniejących nieprawidłowościach lub potrzebie podjęcia manualnych działań regulacyjno-pomiarowych.

Funkcje realizowane przez symulator w rozbudowanym systemie sterowania pracą baterii koksowniczej Ideą symulacji jest odwzorowanie zjawiska lub zachowania danego obiektu za pomocą jego modelu. Główną zaletą symu-lacji jest przede wszystkim możliwość względnie szybkiego i bezpiecznego wypróbowania ustawień konfiguracyjnych za-nim wprowadzi się je na rzeczywistym obiekcie. Ponieważ efekt symulacji można na ogół poznać niemal natychmiast można tym samym pozwolić sobie na wiele podejść, prób i wariantów, porównać otrzymane wyniki oraz wybrać ten najwłaściwszy.

Symulacja pozwala równocześnie przewidywać odpowiedź układu na już zaistniałe czynniki i tym samym wyznaczać po-równawcze parametry procesu (dane referencyjne). Przykładem tak pomyślanego wykorzystania symulatorów w koksownictwie może być zastosowany na koksowni Schwelgern (Duisburg, Niemcy) w systemie CokeMaster® moduł GasControl® [6].

Zawiera on dynamiczny model instalacji oczyszczania gazu surowego, za pomocą którego wyliczane są nastawy regula-torów pozwalające osiągnąć najbardziej optymalne rezultaty w zależności od zadanych przez użytkownika celów. W pro-gramie tym parametry pracy układu rzeczywistego (on-line) zostają pobrane do układu symulacyjnego (off-line). Utwo-rzona w ten sposób wirtualna instalacja wykorzystywana jest do celów testowych. Program symulacyjny pozwala obsłudze zmieniać nastawy parametrów i obserwować zachowanie się obiektu w różnych sytuacjach bez wpływu na działanie rzeczy-wistej instalacji. Dopiero wyniki testów, po zaakceptowaniu wybranych nastaw, przenoszone są na rzeczywiste układy regulacji symulowanych obiektów instalacji.

Bazując na prezentowanej powyżej idei wykorzystania symulatora do celów sterowania pracą obiektów zbudowa-no w ramach projektu „Inteligentna koksownia spełniająca wymagania najlepszej dostępnej techniki” aplikację kom-puterową SIMBAT działającą jako symulator pracy baterii.

Symulator SIMBAT, bazując na rozwiązaniach opracowanych modeli, realizuje następujące funkcje (rys. 2) [7]:

– dla zadanego ciśnienia gazu opałowego w rurociągach stronowych oraz rozkładu elementów regulacyjnych na poszczególnych ścianach grzewczych wyznacza teoretyczną wartość jego strumienia w poszczególnych odcinkach sieci rozdzielczej gazu opałowego:

Vgaz(str,sg,p) = f(P1(str), Diafragma(str,sg), Dysza(sg,p)) gdzie:

Vgaz(str,sg,p) – strumień gazu przepływającego przez kanał (p) danej strony (str) i ściany grzewczej (sg) baterii,

P1(str) – ciśnienie w danym rurociągu stronowym, Diafragma (str,sg) – element regulacyjny na danej ścianie

(sg) i danej stronie (str) baterii, Dysza (sg, p) – element regulacyjny na danym kanale

(p) danej ściany (sg) baterii.

Rys. 1. Schemat blokowy systemu sterowania pracą baterii koksowniczej z wykorzystaniem symulatora Fig. 1. Scheme showing coke oven battery control system which is based on simulator

– dla zadanych wartości ciśnień w zaworach spalino-wo-powietrznych oraz zadanej wartość ciągu komi-nowego wyznacza teoretyczne strumienie powietrza i spalin:

Vpow(str,sg,p) = f(P2(str,z), P3(str)) Vspal(str,sg,p) = f(P2(str,z), P3(str)) gdzie:

Vpow(str,sg,p),

Vspal(str,sg,p) – strumień powietrza i spalin przepływa-jących przez kanał (p) danej strony (str) i ściany grzewczej (sg) baterii,

P2(str,z) – ciśnienie w danym zaworze (z) danej strony (str) baterii,

P3(str) – ciśnienie w danym kolektorze stronowym.

– dla zadanego statusu pracy komory, czasu koksowania i przerwy cyklicznej opracowywany jest harmonogram obsługi komór:

Harmonogram(k) =

= f(Status(k),Czas koksowania,Przerwa cykl) gdzie:

Harmonogram(k) – moment załadunku i rozładunku danej komory (k),

Status(k) – tryb pracy danej komory (seryjna, pozaseryjna, wyłączona z eksplo-atacji, wprowadzana do serii), Czas koksowania – planowany dla baterii czas

kokso-wania,

Przerwa cykl – planowana dla baterii przerwa cy-kliczna.

Rys. 2. Schemat budowy symulatora SIMBAT Fig. 2. Scheme of coke oven battery simulator SIMBAT

– dla zadanych parametrów wsadu węglowego, korzy-stając z opracowanego harmonogramu obsługi komór, symulowanych wartości strumieni mediów w układzie grzewczym, a także zadanej wartości opałowej gazu i czasu trwania przerwy w opalaniu wyznaczany jest teoretyczny postęp procesu i gotowość koksu w każdej z komór baterii w momencie jej planowanego rozła-dunku:

Postęp(k,τ) = f(Wsad(k), Harmonogram(k), Vgaz(sg) Vpow(sg),Vspal(sg),Wdgaz,przerwa) Gotowość(k) = f(Wsad(k), Harmonogram(k), Vgaz(sg) Vpow(sg),Vspal(sg),Wdgaz,przerwa) gdzie:

Postęp(k) – procentowy postęp procesu w danej komo-rze (k) w określonym momencie czasu (τ), Gotowość(k) – wyrażona w procentach i poprzez Indeks

Koksowania gotowość koksu w momencie planowanego rozładunku danej komory (k), Wsad(k) – parametry wsadu węglowego, określone

przez masę wsadu suchego, zawartości w nim części lotnych (Vdaf), wilgoci i po-piołu Ad oraz składu pierwiastkowego, Wdgaz – wartość opałowa gazu,

przerwa – stosowana przerwa w opalaniu.

W oparciu o zadane i wyznaczone wcześniej dane wyzna-czane są ponadto:

– rozkład temperatury na wysokości regeneratora (Temp_REG),

– rozkład temperatury w określonej płaszczyźnie kanału grzewczego (Temp_KG),

– rozkład temperatury w określonej płaszczyźnie komory (Temp_KK),

– zmiana wilgotności wsadu w określonej płaszczyźnie komory (W_KK),

– przemieszczenie warstwy plastycznej (War_plast), – wydzielanie lotnych produktów koksowania w czasie

procesu (gaz, smoła, benzol) oraz ilość powstającego koksu.

W rozbudowanym systemie sterowania pracą baterii koksowniczej praca modułu symulacyjnego odbywać może się w dwóch trybach. W każdym z trybów wykorzystywane są te same modele symulacyjne, jednak realizowane są nieco odmienne zadania. W trybie on-line praca symulatora w pełni zależna jest od obiektu rzeczywistego. Poprzez połączenie symulatora z baterią koksowniczą przesyłane są do niego wszelkie informacje na temat istniejących parametrów eks-ploatacji (np. planowany harmonogram obsadzania komór, wartości ciśnienia w rurociągach gazu opałowego, wartość opałowa gazu, właściwości mieszanki, itp.). Na ich podstawie, w oparciu o modele pracy baterii, wyznaczane są parametry wyjściowe stanu baterii koksowniczej dla najbliższego okresu czasu. Moduł kontroli, obserwując wyniki obliczeń symula-cyjnych, może tym samym stwierdzić, czy obecne parametry procesu dają oczekiwane rezultaty. Przykładowo symulator

daje możliwość sprawdzenia, czy koks otrzymany z dopiero co obsadzonej komory danym wsadem węglowym będzie w planowanym czasie odpowiednio gotowy przy zadanym strumieniu gazu opałowego. Funkcją symulatora w trybie on-line jest więc prezentacja pracy baterii przy istniejących parametrach. Funkcją drugiego trybu pracy symulatora – off-li-ne – jest prowadzenie testów optymalizacyjnych. Po wejściu do trybu off-line symulatora zostaje na nim sporządzona kopia aktualnego stanu baterii z trybu on-line. Praca symulatora w trybie on-line, nie zostaje przerwana, a wszelkie wykony-wane działania na obiekcie rzeczywistym nie mają wpływu na obliczenia symulatora w trybie off-line. W ręce użytkownika oddana zostaje wirtualna bateria koksownicza. W trybie tym poza przeglądaniem wyników symulacji, użytkownik ma także możliwość dowolnej zmiany nastaw parametrów. Do tego celu wykorzystywane są wszelkiego rodzaju elementy interaktywne zawarte na ekranach graficznych. Zmiana para-metrów eksploatacyjnych wirtualnej baterii w żaden sposób nie wpływa na działanie rzeczywistego obiektu. Daje to możliwość przeprowadzenia różnych eksperymentów i doboru najbardziej optymalnych nastaw parametrów.

Funkcje realizowane przez moduł kontroli w rozbudowanym systemie sterowania

pracą baterii koksowniczej

Najistotniejszą funkcją modułu kontroli obok zbierania, walidacji i prezentacji danych, jest stała analiza mierzonych parametrów eksploatacyjnych oraz odchyleń ich wartości od przyjętego normatywu (poziomu referencyjnego generowane-go np.: przez symulator) i wypracowywanie na tej podstawie zaleceń dla systemu sterowania. Zautomatyzowana analiza ekspercka i wydawanie na tej podstawie zaleceń dla systemu sterowania bazować muszą, jak to zauważyli Leuchtmann i Worberg [8], na zestawie wypracowanych reguł. Ogólnie regułę taką, wykorzystując teorię logiki rozmytej, można przedstawić w następującej postaci (operatory w prezento-wanych regułach zapisano w formie angielskojęzycznej, gdyż w takiej postaci używane są przy implementacji):

IF[(x1 is A1) AND (x2 is A2)....AND (xn is An)] THEN (y is B) gdzie:

x1...xn – przesłanki przypisane do odpowiednich im zbiorów rozmytych A1...An,

y – konkluzja przypisana do zbioru rozmytego B.

Przykładem tak zbudowanej reguły (przedstawionej w czytelnej formie) może być np.: wnioskowanie o gotowości koksu na podstawie oceny utrzymywanej temperatury w ka-nałach grzewczych, indeksu koksowania i zawartości części lotnych w koksie:

„jeżeli średnia temperatura w kanałach kontrolnych jest niższa od wymaganej dla danego poziomu produkcji i obniżenie to nie przekracza wartości dopuszczalnej oraz indeks koksowania i zawartość części lotnych zawierają się w obszarze dopuszczalnym to koks jest dostatecznie gotowy”.

System kontroli, bazując na takich regułach, może tym samym nie tylko wypracowywać ocenę prawidłowości prowa-dzenia procesu i ewentualnie stanu techniczny poszczególnych elementów systemu grzewczego baterii, ale przede wszystkim generować sygnały o potrzebie zmiany wybranych parame-trów eksploatacji. Na podstawie różnic pomiędzy generowa-nymi przez symulator i rzeczywistymi strumieniami gazu opa-łowego system kontroli może np.: wskazać wzrost oporu sieci wymuszający jej czyszczenie. Podobnie, na podstawie różnic pomiędzy generowanymi przez symulator i rzeczywistymi temperaturami w kanałach kontrolnych, system kontroli może wskazać ściany przegrzane, a więc prawdopodobnie z nie-dostatecznym załadunkiem wsadu w komorach przyległych, bądź niedogrzane, a więc z prawdopodobną usterką na drodze przepływu gazu do danej ściany. Są to oczywiście

tylko wybrane przykłady, gdyż całościowy system kontroli opiera się na analizie wielu współzależnych parametrów. Na przykład ocena stanu obmurza regeneratorów wymaga prześledzenia przez system kontroli odchyleń nie tylko temperatur w zaworach, ale równocześnie układu ciśnieniowego i warunków spalania gazu w kanałach grzewczych (współczyn-nik nadmiaru powietrza). W tablicy 1 przedstawiono przykładowo kilka takich grup współzależnych pa-rametrów, przypisując im równocześnie wyjściowe parametry analizy.

Jeśli mówimy o wykorzystaniu symulatora do sterowania pracą baterii to myślimy przede wszyst-kim o automatycznym doborze parametrów opala-nia, takich jak ciśnienie gazu opałowego, przerwa w opalaniu, lub ciśnienia w kolektorach spalin. Do parametrów sterowania należy także generowanie takich komunikatów jak nakaz odcięcia opalania na określony czas do wybranych ścian grzewczych, lub zmiana układu ciśnień na wybranych zaworach spalinowo-powietrznych. W tym przypadku system kontroli, bazując na generowanych przez symulator danych może:

– dokonać zmiany strumienia gazu poprzez zmianę ciśnień w kolektorach stronowych lub przerwy w opalaniu gwarantującą utrzymanie minimalnie wymaganej gotowości koksu w każ-dej z komór,

– wygenerować komunikat o prawdopodobnym przekro-czeniu gotowości koksu w komorach sąsiadujących ze ścianami o większym strumieniu gazu niżby to wynikało z zapotrzebowania, a więc o konieczności odcięcia opala-nia na ustalony okres czasu lub o konieczności wymiany na nich diafragmy,

– wygenerować komunikat o konieczności dostosowania warunków ciśnieniowych na wybranych zaworach do szacowanego przez symulator strumienia gazu opałowego.

Poniżej, na rysunku 3, pokazano przykładowy schemat blokowy algorytmu generowania komunikatu o potrzebie zastosowania indywidualnej przerwy w opalaniu na podstawie symulowanych wyników gotowości koksu w każdej z komór.

PARAMETRY ANALIZY PARAMETR

WYJŚCIOWY

Szczelność ceramiki Jednostkowe zużycie ciepła Emisja CO - Stan techniczny baterii

Ciśnienie na przewale

kanałów grzewczych Ciśnienie w zaworach

na strumieniu wznośnym Ciśnienie w zaworach

na strumieniu opadającym Współczynnik

nadmiaru powietrza Stan układu dozowania powietrza i odciągu spalin Układ temperatury

wzdłuż ścian grzewczych

Układ temperatury wzdłuż warstwy przyściennej

wypychanego koksu Jakość spalania - Stan indywidualnych

elementów regulacyjnych Tablica 1 Zestawienie kilku współzależnych parametrów kontroli pracy baterii z parametrami będącymi wynikiem ich analizy

Table 1 The combination of several interdependent control parameters of the coke oven battery with the parameters resulting from the analysis

Rys. 3. Schemat blokowy algorytmu generowania komunikatu o potrzebie zastosowania indywidualnej przerwy w opalaniu

Fig. 3. Scheme algorithm to generate a message about the need to apply break in heating

Jak pokazują powyższe przykłady, układ kontroli, tym samym analizując dane pomiarowe i dane generowane przez symulator pracy baterii przejmuje faktycznie rolę systemu sterowania, pozostawiając istniejącemu systemowi jedynie utrzymywanie nakazywanych przez operatora i system kon-troli parametrów eksploatacji.

Podsumowanie

Automatyzacja sterowania pracą baterii koksowniczej wymaga w pierwszym rzędzie w miarę ścisłego określenia referencyjnych parametrów jej eksploatacji. Dotychczas zo-stało przez światowe koksownictwo opracowane wiele modeli i zasad doboru tych parametrów. Są one stale udoskonalane i przy pomocy technik komputerowych w coraz większym stopniu wykorzystywane przez montowane na bateriach automatyczne systemy sterowania. W ramach realizowanego projektu kluczowego nr POIG.01.01.02-24-017/08 „Inteli-gentna koksownia spełniająca wymagania najlepszej dostępnej techniki” Instytut Chemicznej Przeróbki Węgla zbudował w tym celu komputerowy symulator procesu obrazujący pracę wszystkich istotnych elementów układu technologicznego baterii koksowniczej. Może on, w połączeniu z modułem kontroli i automatycznej analizy bieżących parametrów eks-ploatacji, stać się istotnym elementem usprawniającym proces sterowania pracą baterii koksowniczej. Zbudowany symulator pracy baterii pozwala bowiem nie tylko przewidywać rezultaty

prowadzonych działań regulacyjnych, ale przede wszystkim formułować wnioski co do optymalnego doboru bieżących parametrów eksploatacji.

Literatura

1. Damberger K., Dixon G., Leuchtmann K.P., Fulfilled Envi-ronmental Specifications by a Comprehensive Coke Plant Operation Management System. 6th European Coke and Ironmaking Congress, Düsseldorf 2011, Session 25.

2. Palmu P., Swanljung J., The new coke oven battery heating control system at Rautaruukki Raahe Steel. 3rd International Coke-making Congress, 1996, s. 64.

3. Zingerman Û.E., Lawrow K.G., i in., Opyt Giprokoksa w soz-danii awtomatizirowannoj sistemy uprawleniâ technologičeskim processom na koksowych batareâch OAO Sewerstal. Koks i Chimiâ, 2006, nr 7, s. 29.

4. Lajnert R., Kosyrczyk L., Nowicki G., Automatyzacja ogrze-wania baterii koksowniczej. Karbo, 2006, wydanie specjalne, s. 68.

5. Rusinowski H., Diagnostyka cieplna eksploatacji w energetyce.

PAN – Oddział w Katowicach, Gliwice 2010.

6. Liszio P., Thielert H., Leutchnann K., Scheckreiter D., Process and economic optimization of by-product plant operation using a dynamic process model. The 5th European Coke and Ironmaking Congress, Stockholm 2005.

7. Kosyrczyk L., Jurkowski A., Symulator baterii koksowniczej.

Karbo, 2013, nr 4, s. 302.

8. Leuchtmann P., Worberg R., Unterstützung der Betriebsführung von Kokereien durch Automatisierungstechniken und Expertensys-teme. Konferencja Kokereitechnik, Essen 1991.

Praca wykonana w ramach projektu kluczowego nr POIG.01.01.02-24-017/08 „Inteligentna koksownia spełniająca wymagania najlepszej dostępnej techniki” dofinansowanego z Europejskiego Funduszu Rozwoju Regionalnego.

*) Autor do korespondencji:

Mgr inż. Jolanta Telenga-Kopyczyńska – Instytut Chemicznej Przeróbki Węgla, ul. Zamkowa 1, 41-803 Zabrze, tel. 32 271 00 41 e-mail: jtelenga@ichpw.zabrze.pl

Wprowadzenie

Gaussowskie modele smugi są powszechnie stosowane w obliczeniach rozprzestrzeniania się zanieczyszczeń w po-wietrzu atmosferycznym, w celu oceny oddziaływania źródeł emisji na stan czystości powietrza atmosferycznego [1].

Posługują się one standardowym opisem zjawiska rozprze-strzeniania i wielkościami parametryzującymi stan atmosfery i oddziaływanie powierzchni ziemi, o wyznaczanych empi-rycznie wartościach przyjmowanych za uniwersalne [2, 3].

W zastosowaniach do konkretnych obiektów, wartości te nie odzwierciedlają w pełni mechanizmów rozpraszania zanie-czyszczeń w powietrzu, zarówno pod względem matematycz-nego opisu zjawiska, jak i występujących w modelu parame-trów empirycznych. Dotyczy to w szczególności obiektów nietypowych, takich jak koksownia, charakteryzujących się:

– dużą emisją ciepła wywołującą silną turbulencję ter-miczną powietrza,

– ponadprzeciętnym pionowym wyniesieniem zanie-czyszczeń w strumieniu konwekcyjnym,

– ograniczoną stabilnością atmosfery,

– zaburzającym oddziaływaniem na przepływ obiektów o dużych wymiarach,

– silnym gradientem pionowym prędkości wiatru wy-stępującym na wysokości niskich źródeł emisji.

W praktyce oznacza to pogorszenie dokładności obliczeń wykonywanych dla obiektów tego typu z użyciem modeli ogólnego przeznaczenia. Dotyczy to także modelu stan-dardowo stosowanego w Polsce (model standardowy) do rutynowych obliczeń rozprzestrzeniania zanieczyszczeń dla

JACEK ŻELIŃSKI, DOROTA KALETA

Politechnika Śląska, Wydział Inżynierii Środowiska i Energetyki, Gliwice JOLANTA TELENGA-KOPYCZYŃSKA*), ALEKSANDER SOBOLEWSKI Instytut Chemicznej Przeróbki Węgla, Zabrze

W dokumencie Karbo, 2014, nr 3 (Stron 44-50)