基于多维内部测点的磨煤机防堵磨智能控制系统及方法与流程

本发明属于火力发电厂制粉设备智能控制，具体为一种基于多维内部测点的磨煤机防堵磨智能控制系统及方法，涉及中速磨煤机堵磨故障在线感知、多源数据特征分析、风险量化预警及分级自动闭环干预技术，适用于mps、hp、zgm等各类直吹式中速磨煤机的防堵磨智能管控。

背景技术：

1、当前电厂磨煤机防堵磨仅依靠dcs外部测点（进出口压差、一次风量、出口温度、磨煤机电流）固定阈值报警，依靠运行人员人工判断、手动调整给煤量与分离器转速；少量现有预警模型也仅采用外部管道参数建模，仅实现故障预警，无自动控制闭环。

2、上述现有技术存在以下核心缺陷：

3、（1）判断精度低、虚警漏报多：仅以一次风量下降作为堵磨核心判据，风量波动可由风门调节、管道积灰等无关因素引发，无法区分真实堵磨前兆。

4、（2）故障感知滞后：传感器全部布置在磨煤机外部管道，无法监测回粉锥、磨碗、风环等内部煤粉堆积区域，外部参数明显异常时堵磨已严重。

5、（3）仅监测静态数值，忽略动态波动特征：堵磨早期会出现压力/温度波动幅度、温压耦合关系、声学频谱变化，现有系统仅判断参数绝对值是否超限，无法捕捉早期微弱异常。

6、（4）无全自动闭环自愈控制：异常发现后依靠人工操作，存在数十秒至数分钟响应延迟，干预幅度依赖人员经验，缺少标准化自动调节与恢复逻辑。

技术实现思路

1、本发明提供一种基于多维内部测点的磨煤机防堵磨智能控制系统及方法，用以直接感知磨煤机内部流场、温度场、声场状态，通过多维参数波动特征分析，提前识别堵磨早期征兆，并根据风险等级实现全自动分级干预、自适应恢复的闭环控制，解决现有技术判断不准、预警滞后、无法自动处置堵磨的痛点。

2、为达到上述目的，本发明提供了一种基于多维内部测点的磨煤机防堵磨智能控制系统，其包括内部感知层、数据分析层以及分级控制执行层；

3、内部感知层包括布设于磨煤机内部关键位置的多维传感器网络，多维传感器网络用于采集磨煤机内部多源感知信号，多维传感器网络包括回粉锥区域温度/压力/声学传感器组、磨碗/磨盘上方多点温度-压力复合传感器组、风环区域差压传感器组以及筒体外壁声学传感器；回粉锥区域温度/压力/声学传感器组布设于动态分离器回粉锥内壁不同高度位置，采集回粉锥内不同高度截面的煤粉温度、压力梯度和声学信号；磨碗/磨盘上方多点温度-压力复合传感器组沿磨盘径向的靠近中心区域、中部过渡区、靠近碾磨区外缘分别布设，采集磨碗上方煤粉堆积区的温度场分布和压力脉动信号；风环区域差压传感器组包括多个差压传感器，在风环上截面、下截面分别沿周向均布若干差压传感器，采集风环各扇区的局部通风阻力信号；筒体外壁声学传感器贴装于磨煤机筒体外壁中下部，采集磨内煤粉运动、碰撞、堆积产生的结构声信号；

4、数据分析层包括数据采集与预处理模块、波动特征在线提取模块、多维偏离度计算模块、堵磨风险指数融合模块以及历史基线模型库；数据采集与预处理模块接收内部感知层输出信号以及dcs系统的给煤量、一次风量、分离器转速、磨煤机电流信号，完成时钟校准、时间戳对齐、抗混叠滤波、重采样、量程换算、零点校正，通过中值滤波、限幅规则剔除尖峰干扰，识别传感器故障、数据缺失，对短时缺失数据插值处理，长时缺失通道加注无效标识，同时记录吹扫、启停、人工干预、工况切换状态，输出带质量标识的同步数据序列；波动特征在线提取模块采用滑动时间窗口对同步数据序列进行时域、频域以及温压耦合特征计算；对温度、压力、差压信号提取均值、标准差、均方根值、峰峰值、变化斜率、脉动能量、风环扇区差压不均匀系数；对声学信号通过快速傅里叶变换提取预设频带能量、谱质心、谱峭度、高低频能量比；对同位置或相邻位置温度、压力信号计算相关系数、相位差、最大互相关时滞；将计算得到的各波动特征绑定当前给煤量、一次风量对应的工况标签输出至多维偏离度计算模块；多维偏离度计算模块从历史基线模型库读取当前工况下各特征的基线均值和标准差，按照公式计算归一化偏离度；其中为当前窗口特征值，为允许波动系数，为防止分母为零的正数；针对仅单方向具备堵磨异常意义的特征计算单侧偏离度，生成多维偏离度向量；对传感器故障、测点吹扫、数据质量不合格的通道权重置零，对剩余通道权重重新归一化；堵磨风险指数融合模块，依据各特征历史堵磨样本识别贡献度以及传感器可靠度确定权重，结合多维偏离度向量计算原始堵磨风险指数r；当多个相邻测点同向偏离、温压耦合关系异常或者差压不均匀系数持续增大时，对堵磨风险指数r叠加协同修正量；设置两级阈值、，将堵磨风险划分为三级：r＜为正常等级、≤r＜为注意等级、r≥为危险等级；阈值、通过历史标注样本双阈值寻优得到，退出注意等级、危险等级采用低于进入阈值的回差阈值；历史基线模型库存储磨煤机全工况正常运行条件下各测点参数、波动特征的基线均值与标准差；基线模型按照给煤量、一次风量划分工况区间；

5、分级控制执行层包括分级干预执行模块、干预效果监测与自愈恢复模块、人机交互模块；分级干预执行模块接收数据分析层输出的风险等级信号，向给煤机变频器、分离器变频器输出控制指令；注意等级执行轻度降给煤量、降分离器转速干预；危险等级执行强化降给煤量、下调分离器转速干预；干预效果监测与自愈恢复模块干预执行过程中持续接收数据分析层输出的堵磨风险指数与测点数据，依据堵磨风险指数下降趋势、测点参数是否回归至对应工况历史正常运行曲线，决策维持、加大或者撤销干预措施；人机交互模块采用绿-黄-红三色展示堵磨风险等级，展示各内部测点的实时温度场与压力场分布热力图及声学频谱图、各参数波动特征的时域/频域分析结果、多参数融合的堵磨风险指数及变化趋势曲线、系统自动分级干预的执行状态、干预幅度和参数恢复趋势；注意等级弹出预警提示与干预建议，危险等级输出声光报警；支持手动-自动模式切换；系统将测点原始数据、波动特征、风险指数历史、干预事件日志存入历史数据库，支持按照时间、磨号、风险等级进行历史回放与趋势分析。

6、在本发明的一实施例中，优选地，多维传感器网络中，各内部测点均采用耐磨取样端或感知端置于磨内、敏感元件和信号调理单元外置的隔离式防护结构；压力及差压测点设置独立低流量脉冲反吹或连续微量吹扫接口，吹扫介质为洁净仪用空气；声学测点采用耐磨金属声导杆或高温声波导管将磨内声振信号传递至壳体外部的声学传感器。

7、在本发明的一实施例中，优选地，阈值、的双阈值寻优方法具体为：

8、从历史数据库提取稳定正常运行窗口、堵磨早期窗口、堵磨危险窗口样本，结合给煤中断、磨煤机压差异常、人工减煤、停磨记录复核样本标签；

9、将样本划分为训练集、验证集、测试集；在0＜＜≤100范围内，采用网格搜索、区间逐步缩小或者贝叶斯优化遍历阈值组合；

10、以作为目标函数；其中far为正常工况虚警率，mar为堵磨样本漏报率，为从确认的堵磨前兆起至触发相应等级的平均预警延迟，为风险等级频繁往返切换次数，α、β、γ、δ为安全优先级设定权重，在漏报率、最大预警延迟不超过预设上限约束条件下，选取验证集目标函数j最小且测试集性能稳定的阈值组合作为、；

11、仅当新增确认事件样本达到预设数量并完成离线验证后，才重新寻优更新阈值。

12、在本发明的一实施例中，优选地，当吹扫阀动作时，系统对对应测点通道数据加注状态标识，此时采集的通道数据暂不参与堵磨风险指数的计算。

13、在本发明的一实施例中，优选地，历史基线模型库初始建库方式为：机组投运初期连续采集7-14天的正常运行数据完成基线初始建库。

14、本发明还提供了一种基于多维内部测点的磨煤机防堵磨智能控制方法，该方法采用上述系统执行，包括如下步骤：

15、s1：多维内部数据同步采集与预处理；采集回粉锥、磨碗上方、风环、筒体外壁的感知信号，同步采集dcs给煤量、一次风量、分离器转速、磨煤机电流参数，完成数据同步对齐、滤波、故障识别、数据质量标记，输出带质量标识的同步数据序列；

16、s2：工况匹配与基线加载；根据实时给煤量、一次风量确定当前工况区间，从历史基线模型库加载该工况下各测点波动特征的正常运行基线；

17、s3：滑动窗口波动特征在线提取；采用预设时间窗口、滑动步长，对同步数据序列计算得到时域特征、频域特征、温压耦合特征；

18、s4：多维偏离度向量计算；将当前各特征与对应工况基线比对，计算归一化偏离度，剔除无效通道权重后生成多维偏离度向量；

19、s5：堵磨风险指数融合计算与风险等级划分；计算堵磨风险指数r，划分正常、注意、危险三级风险；若判定为正常等级，则返回步骤s1持续监测；若判定为注意或危险等级，则进入步骤s6；

20、s6：分级闭环干预执行；当风险等级为注意等级时，以第一预设速率将给煤量下调第一预设幅度，同时以第二预设速率下调分离器转速第二预设幅度；当风险等级为危险等级时，以第三预设速率将给煤量下调第三预设幅度，同时将分离器转速下调至预设安全转速；

21、s7：干预效果监测与自适应调整；干预执行后循环执行步骤s1-s5；若预设判稳观察时间内堵磨风险指数r持续下降回落至正常区间，且全部内部测点参数回归对应工况历史正常运行曲线，则判定干预成功，按预设速率逐步恢复给煤量、分离器转速至正常设定值，之后进入步骤s8；若判稳观察时间内r未回落甚至持续上升，则自动升级干预强度重新执行步骤s6；达到预设最大干预次数风险仍无法缓解，或给煤量、分离器转速已经到达安全下限但风险依旧存在，则输出建议手动停磨检查提示；

22、s8：基线模型自适应更新；基线更新触发条件：堵磨风险指数r连续低于达到预设稳定时间；给煤量、一次风量、分离器转速工况区间不变，参数变化率不超过阈值；全部参与更新传感器健康状态正常、数据有效率达标；更新窗口期间无启停磨、煤种切换、测点吹扫、检修、人工干预、自动分级干预事件；同一工况区间累积有效滑动窗口达到预设数量后，剔除异常样本窗口，计算候选样本的均值和方差，依据样本数量、数据质量动态调整基线；不同工况区间在交界处做平滑插值处理，完成历史基线模型库增量更新，之后返回步骤s1。

23、在本发明的一实施例中，优选地，步骤s3中，预设时间窗口为60秒，滑动步长为10秒。

24、在本发明的一实施例中，优选地，步骤s7中，判稳观察时间为5分钟；预设最大干预次数为3次。

25、在本发明的一实施例中，优选地，步骤s8中，预设稳定时间不少于30分钟，基线候选更新按日或按周执行；采用中位数绝对偏差或者四分位距方法剔除异常窗口样本；工况区间交界处采用线性插值或者距离加权方式平滑基线，抑制工况切换带来的偏离度突变。

26、在本发明的一实施例中，优选地，步骤s6中，注意等级干预：给煤量下调幅度为5%-8%，调节速率2t/hmin，分离器转速下调30-50rpm；危险等级干预：给煤量下调幅度10%-15%，调节速率3t/hmin，分离器转速较额定转速降低80-100rpm。

27、本发明具有以下有益技术效果：

28、本发明通过在回粉锥、磨盘上方和风环等易积粉部位设置内部多维测点，并结合筒体外壁声学信号，实现对煤粉堆积、局部通风阻力增大及回粉通道异常的直接感知，可在进出口压差、一次风量等外部参数明显越限前识别堵磨早期征兆；

29、本发明通过同时分析温度、压力、差压和声学信号的时域、频域及温压耦合特征，并按给煤量和一次风量匹配正常工况基线，可排除风门动作、负荷变化等非堵磨因素造成的单参数扰动，降低虚警和漏报；

30、本发明通过堵磨风险指数分级驱动给煤量及分离器转速闭环调节，并依据风险下降趋势自动维持、加强或撤销干预，可缩短人工响应时间，避免一次性大幅调整对制粉系统稳定性的冲击；

31、本发明通过历史基线自适应更新及事件日志回放，可持续适应煤质、负荷和设备状态变化，提高不同磨型和不同运行阶段下的预警一致性，从而降低严重堵磨、非计划停磨及相关安全风险。