键参数作为输入，以炉温碳转化率等作为输出，结合工艺机理经验辨识技术，建立气化炉气化过程模型。 针对气化炉反应机理复杂影响因素多存在不确定性等特点，采用机理分析和数据分析相结合的方法，在深入了解气化炉反应机理的基础上，综合采用机理分析统计分析神经网络专家系统等人工智能的方法，建立气化炉气化过程数学模型。 气化炉转化率预测本项目结合机理分析，采用辨识建模技术，根据入炉氧气压力水煤浆浓度原料煤品质氧煤比煤浆流量气化炉工作压力等变量建立气化炉转化率预测模型。 炉膛温度动态预测炉膛温度是关键操作参数，对于气化过程十分关键。 通过建模方法，建立炉膛温度动态预测模型，为控制操作优化提供支持。 气化炉操作优化模型的研发在气化炉气化过程模型研发的基础上，进步定量定性分析水煤浆品质气化炉运行状况主要指标参数与气化炉重要部件耐火砖喷嘴的使用寿命和维护费用，以及黑水处理成本之间的相关性，获得气化炉运行状况与气化炉长期稳定运行整体效益之间的关系模型。 在此基础上，以转化率能耗装置损耗等长期整体效益作为目标，构建以综合优化为目标的气化炉操作优化模型。 所建立的模型不仅仅考虑短时间内，如个班次的优化稳定运行，而是从中长期生产效益出发，考虑较长生产周期内的气化效率关键部件的使用寿命和维护费用以及关联效益等多个目标，以综合效益最大化为优化目标，提供气化炉操作优化模型。 气化炉智能优化操作控制方案的设计根据建立的气化炉操作优化模型，综合利用专家系统人工智能和数学方法，通过综合协调与优化计算，确定合理的水煤浆品质特性要求气化炉关键操作参操作控制提供依据。 气化炉智能操作优化方法针对气化炉生产过程非线性耦合性强时滞等特点，基于模糊专家系统等技术，设计满足生产需要的工况智能优化控制方法，充分利用线生产操作人员的经验和数据工艺机理分析两方面的结果，保证操作优化方案的可行性。 面向生产过程的新型高效优化算法传统优化算法无法在复杂非线性多不确定性的新型优化问题求解中应用，现代智能算法如神经网络遗传算法等具有计算速度慢的缺陷。 通过对优化模型特点的分析，对现有优化方法的集成与改进，开发具有针对性的新型高效优化算法，满足生产应用的需要。 并在此基础上，提炼出面型，将所积累的生产经验生产数据和工艺机理相结合，将控制优化技术应用于生产，根据气化工艺确定水煤浆品质灰分灰熔点等特性粒度等范围根据专家规则确定配煤品质要求根据配比和配煤品质计算模型计算配煤品质根据配煤品质与水煤浆品质流变特性关系模型计算水煤浆品质特性水煤浆品质特性是否合格根据规则调整配煤品质根据配煤品质要求和专家规则确定煤种配比方案配煤品质是否合格根据规则调整配煤比根据配比计算各煤种配合用量。 如有多种配比方案，通过优化计算确定最优化的各煤种用量。 配煤操作提高生产效率，降低能耗。 二研究开发内容本项目开展以下两方面的研究根据气化炉等气化装置的设计和运行要求，确定合理的水煤浆浓度有效成分含量和灰熔点等品质以及流变特性的范围，开发配煤优化与磨煤操作优化专家系统，通过合理设置配煤比例和制浆过程操作，保证水煤浆品质。 图配煤优化算法流程图二根据水煤浆的品质特性，通过分析气化炉反应过程的机理和历史生产数据，建立操作参数优化专家规则，选择合理的操作参数，方面平稳装置运行提高转化效率另方面，从煤耗能耗设备损耗及维护费用等方面，从长期整体角度实现综合优化。 主要研究如下水煤浆气化装置关键指标的软测量水煤浆品质特性软测量针对水煤浆特性难以在线检测的特点，通过机理分析统计分析和建模，根据配煤磨煤气化炉运行状况，对水煤浆品质进行实时估计，为调整配煤和气化炉操作提供依据。 气化炉转化率软测量本项目结合机理分析，采用辨识建模技术，根据入炉氧气压力水煤浆浓度原料煤品质氧煤比煤浆流量气化炉工作压力等变量建立气化炉转化率软测量模型，为物料平衡计算提供支持。 配煤优化专家系统建立配煤专家规则库根据积累的配煤经验操作规则，并分析历史生产数据和实验数据，建立配煤专家规则库。 建立配煤品质的计算模型针对各煤种的品质和配煤品质指标的实验和生产数据，通过数据统计分析和处理，构建配煤品质的线性或非线性测算模型，为配煤品质的预测和配煤比的优化提供依据。 水煤浆品质特性的预测模型通过机理分析和数据分析建模技术，辨识煤种性质配比程师本课题技术人员顾幸生，华东理工大学信息科学与工程学院教授，博士生导师孙自强，华东理工大学信息