一种基于机器学习的污泥衍生成型燃料配方优化方法与流程

本发明涉及污泥等固废资源化利用与清洁燃料制备，尤其涉及一种基于机器学习的污泥衍生成型燃料配方优化方法。

背景技术：

1、污泥焚烧因其具有高度的减量化和无害化处理效果而备受关注，但市政污泥由于其高含水率和高灰分使其直接焚烧热值较低，掺混燃煤电厂焚烧对负荷影响较大。

2、因此，通过将市政污泥与其他高发热量燃料（煤炭、生物质、有机固废等）干化、配伍、成型和烘干等制成颗粒或圆柱状污泥衍生燃料，能提高污泥基燃料的能量密度并实现稳定化燃烧。

3、然而，污泥原料组成复杂且波动明显，不同批次污泥的含水率、灰分、挥发分、固定碳、热值、氮硫氯含量及重金属含量差异较大，使得污泥衍生成型燃料配方设计难度较高。

4、现有的污泥衍生燃料制备方法多依赖人工经验和少量试验确定配方比例，通常以污泥、生物质、煤粉、固硫剂和粘结剂按照固定比例混合成型。

5、中国专利cn110835568b公开了一种用于危废处置的污泥衍生燃料制备方法，具体公开了该方法具体如下：

6、(一)污泥类危废、工业固废、辅助燃料、调节剂粉、固硫脱酸剂粉和黏结剂粉的接收；

7、将污泥类危废和工业固废经运输车辆运输到处置厂；不是粉料的污泥类危废经地磅称重后卸入处置厂的污泥暂存库，不是粉料的工业固废经地磅称重后卸入处置厂的工业固废暂存库；其余粉料的污泥粉和工业固废细粉，分别经地磅称重后直接卸入处置厂的污泥粉仓和工业固废粉仓；

8、将采购的辅助燃料经运输车辆运输到处置厂，并经地磅称重后卸入处置厂的辅助燃料库；辅助燃料采用燃煤或秸秆或两者的混合，燃煤卸入煤库，秸秆卸入秸秆库；

9、将采购的调节剂粉、固硫脱酸剂粉和黏结剂粉，经运输车辆运输到处置厂，并经地磅称重后分别卸入处置厂的调节剂粉仓、固硫脱酸剂粉仓和黏结剂粉仓；

10、(二)预处理；

11、(1)干化；

12、将污泥暂存库内的污泥通过转运输送机械输送到污泥干化机，将湿污泥干化成含水率为15～40％的污泥粉；工业固废与湿污泥一起干化，或单独设置工业固废干化机进行干化脱水；

13、(2)破碎；

14、将辅助燃料库内的辅助燃料通过转运输送机械输送到辅助燃料破碎机，将辅助燃料破碎为小于2mm的辅助燃料细粉；辅助燃料采用燃煤时，辅助燃料破碎机采用燃煤破碎机，辅助燃料采用秸秆时，辅助燃料破碎机采用秸秆粉碎机；

15、将工业固废暂存库内的工业固废通过转运输送机械输送到工业固废破碎机，利用工业固废破碎机将工业固废破碎为小于2mm的工业固废细粉；

16、(3)配伍料暂存；

17、将干化好的污泥粉输送到污泥粉仓，将破碎好的辅助燃料细粉输送到辅助燃料粉仓，将破碎好的工业固废细粉输送到工业固废粉仓；

18、(三)配伍；

19、sdf配伍料由主料和辅料组成，将污泥粉作为主料，辅料包括辅助燃料细粉、工业固废细粉、调节剂粉、固硫脱酸剂粉、黏结剂粉和调湿水；配伍过程如下：污泥粉和工业固废细粉经处置厂的化验室分析出具体的组分和热值，再根据各自的待处置量计算出一次配伍的污泥粉、工业固废细粉和辅助燃料细粉配比量；根据一次配伍的配伍料污染物比重，再计算出相应的固硫脱酸剂粉耗量，计算出相应的调节剂粉耗量，以及计算出为后续成型需达成的强度而添加的黏结剂耗量，得到二次配伍的主料和辅料配比量；根据二次配伍的配伍料的含水率，计算调湿水耗量，完成三次配伍的主料和辅料配比量；校核三次配伍的科学性，进行主料和辅料的微调，得出确切的生产配方；其中，校核三次配伍的科学性具体为进行sdf产品的强度校核、热值校核、ca/s校核、灰熔点校核和炉渣碱度校核；

20、在污泥粉仓、辅助燃料粉仓、工业固废粉仓、调节剂粉仓、固硫脱酸剂粉仓和黏结剂粉仓下方均设置计量装置；根据生产配方，将主料仓和各种辅料仓中的配伍料，分别计量后，经转运输送机械输送到缓冲仓；

21、(四)混合；

22、缓冲仓中的物料经转运输送机械输送到混合机充分混合搅拌均匀；同时向混合机喷入经计量的调湿水进行含水率调节控制；混合调湿完成后的sdf成型料，经转运输送机械输送到过渡仓；经过充分混合调湿后的sdf成型料含水率控制在15～20％；

23、(五)成型；

24、过渡仓中的sdf成型料，经转运输送机械输送到成型机，被挤压及搅拌成为成型sdf湿料；刚成型的成型sdf湿料经振动筛筛除sdf碎料，sdf碎料经转运输送机械返回混合机重新参与成型，成型的成型sdf湿料经振动筛出口滚入到转运输送机械，被转运输送机械送入烘干步骤；

25、(六)烘干；

26、成型sdf湿料吨袋盛装或直接卸入中转场地，经自然干化后再利用；或将成型sdf湿料直接经转运输送机械输送到烘干机强制热力烘干；烘干后的sdf产品含水率小于10％，并满足sdf产品的三次配伍科学性校核指标；

27、所述的调湿水来源于工艺废水、中水、软化水和自来水；设置调湿水罐1个或多个，调湿水罐底部出口通过管路连接调湿水泵，调湿水泵出口通过管路连接调湿水计量装置，调湿水计量装置出口通过管路连接混合机；调湿水罐盛放多种类别的调湿水或黏结剂溶液；

28、校核三次配伍的科学性，具体为进行sdf产品的强度校核、热值校核、ca/s校核、灰熔点校核和炉渣碱度校核；sdf产品的强度校核为大于预设的最低值；sdf产品的热值校核根据高温固废热处理设备的炉型特点对热值的要求进行，高温固废热处理设备选用气化熔融炉时要求sdf产品的热值为大于1800kcal/kg；sdf产品的ca/s校核为ca/s＝1～3；sdf产品的灰熔点校核根据高温固废热处理设备的炉型特点对灰熔点的要求进行，高温固废热处理设备选用气化熔融炉时要求sdf产品的灰熔点小于1400℃；sdf产品的炉渣碱度校核为全碱度r＝0.3～1.5。

29、中国专利cn113526815b公开了一种污泥衍生清洁燃料的制备方法，具体公开了包括以下步骤：s1、对含污泥的污水进行预处理，去除污水的异味及污水中所含重金属离子，得到污水a；s2、向经过步骤s1处理后所得污水a中加入污水改性调理剂，混合均匀后陈化1～2.5小时，得到污水b；其中，所述污水改性调理剂包括组分a和组分b，所述污水a、所述组分a、所述组分b的质量比为100：0.5：0.25；其中，所述组分a由以下重量份数的原料组成：次氯酸盐5～20份、重铬酸盐8～20份、铬酸盐8～20份、硝酸铜20～35份、硝酸钙20～38份、硝酸钠25～41份，所述组分b由以下重量份数的原料组成：枯草芽孢杆菌3～6份、乳酸杆菌1～4份、黑曲霉菌1.5～5份；s3、向经步骤s2处理后所得污水b中通入臭氧微纳米气泡，通过臭氧微纳米气泡进行曝气，使臭氧与污水b充分接触，同时对通入臭氧微纳米气泡的污水b进行超声处理，通过臭氧微纳米气泡的强氧化性破坏污水中的胞外聚合物和细胞壁，同时通过臭氧微纳米气泡和超声波处理后再分离出污水b中所含的油相，得到污水c；s4、采用高压电子脉冲技术对经步骤s3处理后所得污水c进行处理后，然后再进行机械脱水，脱水至含水率低于30％，得到污泥；s5、向经步骤s4处理后所得污泥中加入辅助燃料，充分搅拌混合均匀后得到的混合物料自然干化至含水率低于20％，送入压制机压制成型即得污泥衍生清洁燃料；其中，经步骤s4处理后所得污泥与所述辅助燃料的质量比为25～80：10～45。

30、可见，两者均是以污泥作为主料，进而添加辅料按照实验经验进行配伍、混合、成型、烘干制成污泥基成型燃料。

31、然而该类方法存在以下不足：

32、1) 配方对污泥泥质波动适应性差，当污泥含水率、灰分或热值发生变化时，成型燃料的强度、燃烧性能和污染物释放容易波动；

33、2）配方开发依赖大量重复试验，周期长、成本高，难以快速获得满足多指标约束的最优配方；

34、3）现有方法通常只考虑热值或成型强度，较少同时考虑燃烧特性及稳定性、污染物排放等多目标指标；

35、4）缺乏基于历史试验数据和运行数据的反馈修正机制，难以实现配方的持续优化和工程放大。

36、近年来，机器学习方法在复杂非线性系统建模、材料配方优化、固废协同处置和燃烧性能预测中显示出良好应用潜力。将机器学习引入污泥衍生成型燃料配方设计，可建立原料特性、配方比例、成型工艺参数与燃料性能之间的映射关系，实现成型燃料热值、强度、燃烧特性、污染物释放和成本的快速预测，并通过多目标优化获得满足工程约束的最优配方。

37、然而，目前针对污泥衍生成型燃料的机器学习配方优化方法仍不完善，尚缺乏一种面向污泥泥质波动、添加辅料波动、成型燃料产品性能和工程应用约束的系统化预测优化方法。

38、因此，为解决现有污泥成型燃料配方依赖经验、适应泥质及生物质辅料波动能力差、多目标协同优化不足和试验开发周期长的问题，提供一种基于机器学习的污泥衍生成型燃料配方优化方法以提高污泥衍生成型燃料配方设计的准确性、稳定性和工程适用性是本领域技术人员亟需解决的技术问题。

技术实现思路

1、有鉴于此，本发明提供了一种基于机器学习的污泥衍生成型燃料配方优化方法，通过构建污泥衍生成型燃料数据集，建立机器学习预测模型，并结合多目标优化，实现对污泥衍生成型燃料配方的快速预测、优化筛选和反馈修正，从而获得兼具较高热值、良好成型强度、稳定燃烧性能和较低污染物释放污泥衍生成型燃料配方。

2、为解决上述技术问题，本发明采取了如下技术方案：

3、一种基于机器学习的污泥衍生成型燃料配方优化方法，包括以下步骤：

4、s1：采集污泥原料和辅助原料的基础理化参数，开展不同配比联合燃烧tg-ftir、tg-ms实验，获得燃烧特性参数、污染物生成特性相关数据；

5、s2：基于web of science数据库收集污泥混烧的物性参数、配比、燃烧特性及烟气浓度数据，对数据进行预处理后补充进试验数据，组合形成污泥衍生成型燃料燃烧特性数据集；

6、s3：以原料特性参数作为输入变量，以目标性能指标作为输出变量，建立污泥衍生燃料性能预测模型；

7、对所述机器学习预测模型进行训练、验证和评价，获得最优预测模型；

8、s4：将所述最优预测模型与多目标优化算法耦合，建立污泥衍生成型燃料配方多目标优化模型；

9、基于所述多目标优化模型输出满足热值、市政污泥最小掺混比例、燃烧稳定性、nox、so2及hcl污染物释放约束的推荐配方。

10、优选的，所述步骤s1中，基础理化参数包括含水率、灰分、挥发分、固定碳、低位热值、高位热值、元素c、h、o、n、s分析、粒径分布、堆积密度和有机质含量。

11、优选的，所述步骤s1中，燃烧特性参数包括：着火温度、燃尽温度、最大失重速率温度、综合燃烧指数、燃烧稳定性指数和表观活化能；所述的污染物生成特性参数包含燃烧烟气中的nox、so2、hcl等生成量。

12、优选的，所述步骤s2中，对所述的污泥衍生成型燃料燃烧特性数据集进行预处理包括：标准化和对数变换。

13、通过上述操作，标准化有助于减少特征参数间的尺度差异，对数变换则有助于缓解极端值对模型的影响，进而提高预测模型的准确性和泛化能力

14、优选的，所述步骤s3中，原料特性参数包括：工业分析、元素分析、热值、配方比例、升温速率；目标性能指标包括：低位热值、着火温度、燃尽温度、稳定燃烧指数、综合燃烧指数、nox、so2、hcl释放量。

15、优选的，所述步骤s3中，最优机器学习预测模型通过决定系数r²、平均绝对误差mae和均方根误差rmse进行评估。

16、优选的，所述步骤s4中，约束条件包括：成型燃料低位热值≥14.6 mj/kg；市政污泥占比≥50%。

17、优选的，所述步骤s4中，衍生燃料成型工艺参数优化包含以下步骤：

18、a：基于优化的燃料配方，开展其干化、混配成型烘干的污泥基成型燃料批量化成型试验，获得产品的抗压强度、落下强度、耐磨强度、成型合格率、成型含水率、成型电耗性能指标；

19、b：成型工艺参数的多目标优化：建立成型工艺多目标优化模型，设定多目标优化的约束条件，获得优化后的最佳工艺参数范围。

20、优选的，所述成型工艺参数包括：混合时间、调湿含水率、成型压力、成型温度、模孔尺寸、干燥温度、干燥时间，并实时统计成型工艺的生产电耗。

21、本发明相对于现有技术取得了以下技术效果：

22、一是对泥质波动的适应能力优异，通过将污泥含水率、灰分、热值、元素组成纳入输入特征体系，可针对不同来源、不同批次的污泥特性差异，快速完成衍生燃料配方修正，适配性强；

23、二是配方开发效率显著提升，依托机器学习模型完成成型燃料性能快速预测，搭配可视化gui界面支撑操作，大幅减少了传统研发模式中的重复试验工作量，有效缩短配方筛选周期，整体技术推广性良好；

24、三是达成多目标协同优化效果，结合成型工艺优化环节，可同步兼顾衍生燃料的热值、强度、燃烧稳定性、综合燃烧特性与污染物释放水平多维度指标，解决了单一指标优化带来的工程适配性不足问题；

25、四是具备动态迭代优化能力，可通过实验验证结果、实际运行数据的持续反馈，不断完成配方数据库与预测模型更新，持续提升预测精度与工程适配能力。