浅论粉体物料的计量控制

浅论水泥工业中粉体物料的计量控制

合肥水泥研究设计院雷仕庆

摘要：从系统工程的角度出发，简要阐述了粉体物料的特性、工艺流程设计对粉体物料计量控制的影响。分析了传统的粉体控制系统存在的问题。展望了测量技术和控制理论的发展对粉体物料计量控制的意义。

关键词：粉体特性、计量控制、动态测量、智能控制

0 引言

现代水泥工业，以其特有的原料、产品和生产方式，使其与计量控制特别是粉状物料的计量控制有着密不可分的联系。近年来随着计算机控制技术和测量技术的迅速发展，现代科学技术的相互渗透，水泥工业中粉体物料的计量控制技术也得到了很大的发展。目前现代工艺流程设计的水泥厂中，一个先进的粉体物料控制系统已涵盖了现代电子称重计量、现代控制系统工程理论等多学科理论和交叉知识。

在现代新型干法水泥生产中，回转窑窑尾生料粉输送计量控制、窑头和分解炉的煤粉输送计量控制等一些粉体物料的计量控制，对水泥工业产品的产量、质量起着至关重要的作用。因此如何保证粉状物体在计量控制过程中的稳定性、快速的响应能力和长短期精度，是目前每个水泥企业所必须面对和解决的问题。

1、粉体特性、工艺流程与计量控制

由于通过研磨后的粉体物料与它在块状或散粒状态下的物理特性有着很大的不同，因此了解粉体物料状态下的基本物理特性以及了解现代水泥工艺过程对粉体物料仓储、输送的形式和特点，是粉体物料计量控制的一个重要的基础。

经过研磨的粉状物料在物料的流动性和自然堆积角这两个方面，明显的与块状或散粒状物料不同。在水泥生产中使用的大多数粉状物料的流动性受到水分和气压的影响最为强烈。通常物料水分增加使得粉体物料的流动性变差，表现在物料趋于粘聚并有较大的附着性，水分越大其附着性越强，流动性越差；而干燥或伴有气流的粉状物料的流动性极强，表现为物料趋于自溢（自流性），含气量越大，其流动性越强。

水泥工业中粉体物料的过程仓储作为整个工艺流程的一个过渡环节，对粉体物料的计量控制往往直接串级在这个过渡环节之后。因此不仅从计量控制上而且从工艺流程的要求上，都要求保证过程仓内粉体物料的能够顺利卸料。过程仓内粉体物料的流动性指标是物料能否流经过渡仓顺利卸料的一个重要参数。通常经过干燥的煤粉或粉煤灰基本不具有附着性，一个设计合理的过程卸料仓，间或辅以少量的仓侧充气进行“破拱”，一般仓内料拱无法形成，物料在仓内的流动通常表现为整体流（仓内物料整体流动），这类物料的卸料可以由物料的重力通过仓底自然卸料。然而经过研磨后的生料粉体，在常态下带由一定的附着性，加之生料仓储库容较大，表现为过程仓储时间较长，也就是实压时间常数较大，一般来说其流动性能较差，对于这类流动性较差的粉体物料的卸料，在实际中经常采用库侧充气破拱和库底充气助卸结合的方式，来保证仓内物料的顺利卸料。

由于粉体物料卸料方式的不同，造成了实际粉体物料在出仓时的流动性的巨大差异，也就是计量控制设备在受料时物料的流动性差异。对于需要充气助卸然的粉体物料，充气量的大小和气流的速度对粉体物料的流动性影响都是非常之大的。在一些气源变化频繁的场合，有些传统的粉体计量控制设备通常会产生波动，严重时会出现振荡以至于无法工作。

因此从系统的角度去对待粉体物料的计量控制是现代粉体计量控制的一个很重要的特点。

2、粉状物料计量控制的发展和应用

传统的带有时滞特性的采用调速螺旋绞刀（或调速分格轮或电动调节阀）加上固体流量计组成的简单单回路调节的粉体计量控制系统在我国的水泥工业中有许多。其

主要的计量控制方法是根据流量计（冲板、滑槽或冲板加滑槽方式）检测出粉体物料的瞬时（或平均）流量，同时将测量出流量值与设定值比较，其偏差通过PID或其变种算法来调节螺旋绞刀的转速，使物料的流量与设定值保持一致。

从控制的角度上看，通常此类调节装置的稳料性能一般较差，往往导致调节时的非线性；对于流态化较强的粉体物料甚至可能出现调节失控现象。另外对于这样一种具有时间滞后的追踪控制系统由于调节装置与计量装置的分离，造成流量计测量出的偏差在调节时物理上的时滞，并且如果物料流动性由于外部因素的干扰而产生变化时，其滞后时间往往亦将发生变化（尤其对电动流量阀与流量计组成的系统），使得系统在调节时除了考虑调节装置非线性，还将考虑它的时变性。诚然这一切可以通过经常性的人为改变其工况和过程调节参数得以修正，但明显的作为现代工业计量控制系统它有着明显的缺陷。

由于以上出现的调节装置的非线性和计量与控制的分离而产生时滞这两个问题，为了解决粉体物料的计量控制，人们开始从两个方面开始着手研究，其一是改进调节装置使其能在各种工况下保证粉体物料在调节方面的线性化或准线性化。其二是将计量装置与调节控制装置合二为一或保证在输出“点”的合二为一。

目前具有代表性的两大改进之一是采用密封式分隔转子的粉体物料线性调节装置。其基本原理是利用密封的水平分隔转子抑制粉状物体的自流动，粉体物料的运动完全由这个密封的分隔转子的转速来决定，通过调整分隔转子的转速来决定喂料量的大小。由此可以看出在保证物料容重（比重）一定时，喂料量与这个转子的转速成线性关系。尽管在此类喂料机的形式和结构上一些生产厂家稍有差别，但究其根本还是力图使粉体物料在调节环节线性化；改进之二是采用预给料的粗调环节，串级一个定量计量的精调环节，将计量与控制在输出时合二为一的双闭环调节系统。由于采用的预给料仅作为定性的粗调环节，因此对预给料机的要求就比较宽松，它可以是调速螺旋绞刀亦可以是电动流量阀，当粉体计量控制系统的精度指标和快速响应等指标要求更加严格时它还可以采用前述的线性化转子喂料机。

由于针对粉体物料计量控制的这两个改进在实际应用获得了成功，因此目前亦由此针对水泥工业不同的场合而演变出众多组合的粉状物料计量控制系统。

3、测量技术的发展与粉体物料的计量控制

计量控制的一个重要任务就是在单位时间内对物料质量进行测量。一个实用而准确的测量模型不仅是粉体物料计量控制的基础，也是所有与测量有关的设备和系统的基础。然而众所周知，质量是一个特征量，它无法直接测量，以往对质量的测量往往是通过物体在重力场下的重力测量而间接求得的。

目前我们所使用的绝大部分的计量设备（衡器）的测量模型多建立于杠杆原理或弹性原理。然而无论是由杠杆还是由弹性原理建立的模型，其平衡方程都是建立在静力平衡的基础之上。在实际工业生产中，我们遇到的大多数的过程计量都在物料运动过程中实现的，对此通常我们只能通过其他手段来降低运动过程对静力平衡的影响或者用定性方法给予一定的补偿。采用这种以静代动的测量方法虽然可以解决大多工业过程计量问题，但从根本上说它无法解决动摩擦、本机谐振及其它振动问题对于测量的影响，因此严格意义上说就是没有从根本上解决动态测量的问题。

近年来国外的一些学者为从根本上解决动态测量这一问题，开展了大量的研究工作。其基本思想就是解决用工程动力学来代替工程静力学建立测量模型。因为动是绝对的，静只是动的一个特例。根据牛顿第二定律F=ma如果能够测得力F和加速度a，即可求得物体的质量m的大小，这是一个不受被测物体是静态还是动态而且是一个不受重力场g大小影响的质量测量方法，这种测量方法被称为动态质量测量方法。尽管动态质量测量目前尚处于研究阶段，但其测量理论已然确立，随着研究的深入和发展，未

来的动态测量衡器必将会给称重测量带来一场革命。

4、控制理论的发展与粉体物料的计量控制

PID回路控制着大部分工业装置的自动化过程，水泥工业也是如此。PID（比例-积分-微分）控制作为最早的实用化的控制方法已有50年的历史，由于其控制方法简单易懂，使用中不需精确的系统模型而成为工业控制中应用最为广泛的一种控制方法。但是并不是所有的工业过程都可以用PID 回路来控制。对于多变量、非线性、大滞后、强耦合、时变等复杂过程都需要或者说更适合采用其它更为先进的控制技术。大多数粉体计量控制都在不同程度上表现出非线性、滞后、时变等特性，对一些特定的系统如前述的粗精串级双回路调节系统，还会出现粗精回路之间的耦合特性。因此对于粉体物料的计量控制仅采用常规的PID回路控制已不能满足现代水泥工业的要求。除了对传统的计量控制设备进行改进外，研究和应用先进的控制技术也是粉体物料计量控制的一项迫切的任务。自适应控制、鲁棒控制、预测控制、智能控制等都是为解决以上复杂或特定过程而发展起来的一些控制方法。

自适应控制可以看作是一个能够根据过程特性的变化自动调整自身特性或参数的反馈控制系统。自适应控制的形式较多，最常见有基于参数的自适应控制与基于模型的自适应。所谓基于参数的自适应就是系统根据不同的过程特性调整适合自己当前工作状态的PID参数。而基于模型的自适应控制提供了更为精确的控制算法。其控制决策建立在对过程的经验模型上，把输入输出的关系量化为一个微分方程。在连续控制过程的同时，它可以根据新的输入输出的数据优化和提炼模型。一个较好的经验模型能够产生满意的控制效果。需要注意的是过程模型的建立需要有相当的实践经验，一个与实际过程相差较大时会导致系统振荡严重时会失控。

鲁棒控制是一个着重控制算法可靠性研究的设计方法。鲁棒控制适用于以稳定性和可靠性为首要目标的系统，一般要求对动态过程已知且不确定因素的变化范围可以预估。

预测控制是一种根据预测的过程模型的控制算法，它根据过程的历史信息判断将来的输入和输出。它注重的是模型函数，对于如状态方程、传递函数、阶跃响应等都可作为预测模型。预测控制是一种最优控制算法。它根据性能函数计算将来的控制动作。预测控制是一种反馈控制的算法。预测控制可以补偿控制误差和在线校正系统模型参数。

智能控制是现代控制技术的一个主要研究方向。目前在过程控制领域中最为常见的当属模糊控制和神经网络控制。

模糊控制是基于模糊数学理论的一种控制方法。它能够对一些无法建立精确数学模型的复杂过程进行有效的控制。模糊控制主要包括模糊化处理、模糊推理和精确控制三个环节。通常过程控制的模糊化处理就是把误差及其变化率等输入变量映射到一个响应论域，把这些连续的精确量离散化为适当的模糊集合语言。模糊推理就是根据一定的规则推理出模糊量。精确控制就是将模糊推理出的模糊量转化为精确量输出控制，转化方法有很多如最大隶属度法、中心法、面积平均法等。模糊控制还可和其它控制方法结合组成复合控制，如模糊自适应控制、专家模糊控制、神经模糊控制等。

神经网络控制是模拟人脑控制的一种方法。神经网络模型是以神经元的数学模型为基础的控制模型。人工神经网络由于其特有的高度并行分布处理能力、非线性映射能力、自适应和自学习能力等特点，目前在工业过程控制中被认为是对有关多变量、非线性、滞后和时变等复杂系统的最有效控制方法。

5、结束语

随着水泥工业的不断发展，人们对生产中粉体物料的计量控制的要求越来越高。如何系统地解决粉体物料的计量和控制问题，以满足现代水泥生产的要求显得尤为迫切。