摘要：本文研究应用人工智能技术实时监控火电企业的SCR净化脱硝系统，通过氨逃逸的精准感应保障设备安全稳定的运行。针对目前国内火电厂粉尘含量高、氨逃逸分布不均等问题，本文设计一种基于人工智能的高精度多点在线式氨逃逸监测系统的，综合测量技术、仿真技术和先进控制技术，实现监测系统高效稳定运行。

关键词：多点在线式;氨逃逸;PIMs技术;TDLAS技术;模糊控制

火电企业是烟尘、二氧化硫和氮氧化物等大气污染物的主要排放源，随着《火电大气污染物排放标准》（GB13223-2011）的实施，满足环保排放要求成为火电企业运行的关键指标之一。

针对越来越严格的环保约束，“超低排放”理念得到火电企业的普遍认同。为实现“超低排放”，火电企业采用多种污染物高效脱除技术，探索研发先进减排技术。

1 现状分析

对于燃煤发电的火电企业，生产过程中的逃逸氨极易与烟尘中存在的SO3进行反应生成ABS （NH4HSO4），长期累积在空预器中就会发生堵塞。因此，严密监测逃逸氨浓度至关重要，但是传统监测手段通常存在以下这些难点和弊端：

（1）环境烟尘浓度高，引发激光气体分析仪的激光不能够穿透整个烟道，进而导致检测中断。

（2）燃煤电厂的SO3含量过高，会导致在采样环节上任何细小位置产生ABS，进而导致氨气损失甚至完全消失。

（3）氨逃逸检测灵敏度不够，氨逃逸本身含量很低，基本上很难检测到3ppm以下的氨逃逸。

（4）氨逃逸分析仪的校正问题，用户不容易获得准确的低浓度氨气标准气体，现场定期标定正非常困难。

（5）逃逸氨在烟气中分布不均，造成空预器堵塞。

2 基于PIMs和TDLAS技术的高精度氨逃逸多点监测系统

基于PIMs（伪原位检测Pseudo In-Situ Measurement）技术的多点在线式氨逃逸监测系统的开发致力于解决我国火电厂监测系统中普遍存在的痛点难点，经过数以千计的模拟测试、数百家火电厂的实地测试验证以及五次系统版本的更新迭代后，PIMs系统验证稳定可靠，能够彻底解决以往在氨逃逸监测方面的诸多难点。

2.1源自PIMs技术氨逃逸检测单元

PIMs技术的核心设计在于多次反射光学检测池与镜片充分隔离，这样保证了镜片独立工作不受烟尘污染，有效避免多次反射池的温度/压力传感信号变化，确保经过多次反射后的光束依然精准不偏移。示意图如图1。

基于PIMs技术的氨逃逸检测单元设计独特，氨逃逸检测单元能够安装在烟道，烟气通过光缆/同轴电缆（没有传统采样管线）与分析小屋的多通道气体分析仪连接，分析仪监测气体中特定光谱强度变化，计算出逃逸氨的浓度。多通道分析仪主机可以连接多个基于PIMs技术的氨逃逸检测单元组成高精度多点氨逃逸监测系统。

基于PIMs技术的氨逃逸检测系统的另一个核心技术是整套系统的自动标定技术，传统装置为了保证检测准确性需要定时用氨气标准气体对系统进行标定，而PIMs系统则巧妙地在激光光谱分析仪内置了密封的氨气标准气体，用户使用分析仪的lasIRview软件就能设定系统的零点（ Zero）和跨度（Span）来自动标定。

图2是用户利用内置标准氨气来进行的零点和跨度考核数据的示意图。

2.2 TDLAS技术

TDLAS（Tunable Diode LaserAbsorption Spectroscopy可调式二极管激光吸收光谱）的原理是通过选择性吸收特定波长的光谱来得到气体的吸收光谱，使用朗伯一比尔（Lambert Beer）定律来定量计算气体浓度：

I=I0 exp （-σcL）

I：被吸收后的光强度

I0：吸收前的光强度

σ：吸收截面

c：吸收物质的浓度

1：光程路径长度

TDLAS技术核心是利用激光极精细的光源宽度对单一气体吸收峰做窄带的高频扫描，因为激光的光谱宽度可以精确到O.OOOlnm，利用电流和温度调控就可以在非常小的光谱范围内对单一吸收峰进行高频测试，获得极高的测试精度和极低的背景干扰，可以认为是完全不受其他气体影响的检测技术。

3 喷氨优化控制策略

采用“两级串级+预测模型+模糊控制”复合控制系统。

3.1 串级控制

主被控参数：以SCR出口NOx浓度作为被调节量;

副被控参数：以氨气流量作为被调节量。

3.2 预测模型

监测系统从锅炉、SCR等处获取输入数据，根据烟气入口NOx量的计算模型准确计算预知出入口NOx量，克服大时延的问题;同时又用NOx测量结果对预测模型修正拟合。计算公式如下：

3.3 模糊控制

利用模糊控制器调整PID设定值，将SCR出口NOx浓度控制在一定范围内，降低氨逃逸，提高控制品质。

模糊控制器的输入量为出口NOx浓度测量值与设定值的偏差e及其偏差变化率ec，输出量为氨氮比调整值△k。

根据对影响因素的相关性分析结果以及专家的分析判断，可以得出具体的模糊规则表。由模糊控制器根据实际输入量进行查表及计算，并输出氨氮比调整值Ak。

模糊规则表见表1，模糊向量表见表2。

4 相关应用

（1）基于人工智能的氨逃逸监测系统进行现实场景应用，如图3所示。

（2）基于PIMs技术的氨逃逸检测单元如图4所示。

5总结

SCR脱硝工艺中的氨逃逸检测实际上是一个世界性的难题，尤其对于中国电厂的高粉尘工况下的烟气。综上所述，基于PIMs技术和TDLAS技术的高精度氨逃逸监测系统是在国内外大量传统氨逃逸分析仪在高粉尘工况下不能正常工作的现实情况下开发成功的，它保留了TDLAS的技术优势，用氨逃逸检测单元替代传统的原位对射光学端（in-situ），并且充分利用了TDLAS的光纤分布优势，组成了一套高精度多点氨逃逸监测系统，彻底解决了火电厂在线氨逃逸检测系统普遍存在的震荡、跟踪慢、过调问题，大大提高了火电机组运行过程的工作效率和环保性。

参考文献

[1]苗祎鹓，基于PIMs技术的多点在线式氨逃逸检测系统在燃煤电厂的应用[J].科学技术创新，2019 （24）：34-35..

[2]栾辉，王若尧，唐智和，邹诚诚，鞠峰，烟气氨法脱硫氨逃逸情况监测与评价[J].油气田环境保护，2019，29 （06）：53-56+60+66.

[3]吴晔，燃煤电厂氨逃逸在线监测技术现状及设备选型建議[J].科技资讯，2019，17 （32）：55-56.

[4]吴晔，张东平，王大钊，王伟，基于TDLAS多点氨逃逸测试系统的运行优化[J].化学工程与装备，2019 （04）：286-288.

[5]游松林，罗洪辉，王振，姚勇琪，刘秀如，孙漪清，陈锋，燃煤电厂SCR脱硝系统氨逃逸率控制技术研究[J].华电技术，2019，41 （02）：55-59.

[6]李超，张杨，朱跃，燃煤电厂SCR烟气脱硝氨逃逸在线监测应用现状分析[J].发电与空调，201 7，38 （05）：41-44.

[7]盛青.电厂烟气脱硫脱硝监测与氨逃逸量检测分析[J].资源节约与环保，2017 （04）：5 3+56.

[8]蔡跃东，氨逃逸测量原理的分析及应用[J].热电技术，2016，2：9-11.

作者简介

张真龙（1981-），男，土家族，贵州省铜仁市人。大学本科学历，工程师。目前从事燃煤电厂工程技术（动力工程）方面的研究。