Цифровой помощник в управлении промышленными котлами

Как сэкономить на генерации электричества при правильной утилизации доменного газа.

Доменный газ – это побочный продукт, образующийся при производстве чугуна. В России чаще всего его используют в качестве дополнительного источника электроэнергии. Для этого газ подают в промышленные котлы, где он превращается в пар, а оттуда – в генератор. Но состояние котлов постоянно меняется, что влияет на итоговый результат. Возникает вопрос: как стабильно производить электричество при минимальных затратах? В статье расскажем, как мы разработали модель, которая помогла сэкономить затраты и оптимизировать работу операторов котлов. Этот подход также можно применить в других задачах, связанных с управлением сложным и дорогим оборудованием.

Доменного газа у нас более чем достаточно – Россия входит в тройку стран-лидеров по объему производства чугуна. Внутри страны наиболее значительные объемы производства приходятся на Уральский Федеральный округ, где сосредоточено 36,3% всех мощностей, и предприятия способны производить до 19,1 млн тонн чугуна в год.

При плавлении сырья в доменной печи образуется не только чугун, но и побочные продукты горения, одним из которых является газ. Выходя из печи через определенные трубы, на одну тонну чугуна газ выносит около 50 кг пыли. Чтобы использовать газ дальше, его нужно провести через несколько этапов очистки.

Далее доменный газ подается на вход в промышленные котлы, где сжигается и передается в паровой аккумулятор, в результате чего генерируется электричество. Оно может быть использовано предприятием для своих нужд или даже передано в городскую энергосеть.

Если такого процесса нет, то газ просто сгорает на свече (см. картинку ниже).

Помимо доменного газа для генерации электричества также используется природный газ. Это сырье обладает стабильными качественными характеристиками, но оно дорогое.

Её мы сформулировали следующим образом: нужно добиться того, чтобы оптимально управлять котлами для получения пара, при этом по минимуму использовать платный природный газ и по максимуму – доменный, который достается бесплатно.

Одним из ограничений выступает КПД котлов, которое со временем меняется, и в идеальном мире оператору нужно успевать следить за работой каждого.

Изначально задачу мы разбили на три:

На входе у нас были следующие данные:

В итоговом решении мы комбинировали оптимизацию с машинным обучением: восстановили из телеметрии зависимость, как меняется КПД отдельного котла, как меняются свойства входных и выходных параметров, а полученные зависимости передали в оптимизацию. Оптимизация подсказывает оператору, как лучше управлять котлами и как менять режимы работы.

Результат работы модели – оптимальное решение по загрузке каждого котла в момент времени: насколько его нужно загрузить, каким газом и в каком количестве. С точки зрения реальных данных, на основе которых мы считали, мы добились снижение расхода природного газа на 3-10% относительно человеческого управления. На больших масштабах такое улучшение дает огромный экономический эффект.

За счет чего достигается оптимизация? Мы предполагаем, что в реальной жизни операторам трудно следить за телеметрией и увидеть падение КПД отдельно взятого котла. Скорее всего, люди стараются быть плюс-минус стабильными в управлении.

Плюс модели же в том, что алгоритм управляет расходом природного газа и паровой нагрузкой всех котлов в целом.

Данный подход можно условно представить в виде двух взаимодействующих математических моделей: модели машинного обучения и модели нелинейной и линейной оптимизации. Первая восстанавливает зависимость из телеметрии и учится в реальном времени изменяющимся условиям, а вторая, получая восстановленные зависимости и ограничения, помогает принять более качественное решение в моменте. Такой метод перспективен в разных областях, в частности, в работе со сложным оборудованием в больших производственных компаниях, когда нужно быстро принимать решение на основе большого количество меняющихся факторов и телеметрии.
Если у вас есть потребность в создании подобного сервиса, оставьте заявку на нашем сайте или напишите нам на contact@f5devs.ru. Мы оперативно свяжемся с вами, чтобы обсудить проект.