摘要：为节约能源，充分利用高温高压余汽，提出一种多釜多阶自动倒汽控制算法，将蒸压釜的蒸养过程数字化。根据不同釜之间的蒸养工艺阶段，在保证生产效率的情况下，将蒸养后的余汽通过釜间压差多阶分段倒入到多釜利用。倒汽过程按多釜调度规则执行，直到余汽消耗利用完毕。倒汽执行阶段通过模糊PID控制，严格跟随工艺曲线，确保产品蒸养质量。结果表明：所提方法在确保产品质量的基础上，能充分减少余汽的能源浪费，降低ALC工厂的能源消耗。

　　关键词：多釜多阶；自动倒汽；余汽回收；节汽；ALC；低碳

　　Abstract:In order to save energy and make full use of high temperature and high pressure autoautos,a multiple stages automatic steam reversing control algorithm is proposed,which digitizes the steam curing process of the autoclave.According to the steam curing process stages between different autoclaves,under the condition of ensuring the production efficiency,the residual steam after steam curing is poured into the multiple autoclaves by multiple tage sections through the pressure difference between the autoclaves.The steam reversing process is implemented according to the multiple autoclave scheduling rules until the residual steam is consumed and utilized.Fuzzy PID control is adopted in the steam reversing execution stage to strictly follow the process curve to ensure the steam curing quality of the product.The results

　　show that on the basis of ensuring the product quality,by using the proposed method,the energy waste of residual steam can be fully reduced and the energy consumption of ALC plant can be reduced.

　　Key words:multiple kettles and multiple stages;automatic reverse steam;residual steam recovery;steam saving;ALC;low carbon

　　0引言

　　加汽混凝土ALC行业面临着日益趋紧节能减排的硬约束，节能和环保督察在全国各省(区、市)全面覆盖，部分企业的生产受到限制。能耗和环保达标排放不仅是对企业的最基本经营要求，也已经成为一项关乎加汽行业生死存亡的攻坚战[1]。加汽混凝土生产的燃汽能耗标准越来越严苛，节汽对生产效益和环保都有重大的意义。

　　蒸压釜是加汽混凝土生产的关键设备，但是其自身的能耗相当高。一般在蒸压釜倒出余汽以后，其内部的压力就会逐渐降低，在压力降到0.5 MPa左右以后或者倒出蒸汽压力的大小与受汽蒸压釜的釜内压力一致时，余汽就很难再被倒出循环利用[2]。

　　从蒸汽能源节约和生产效率平衡角度综合考虑，目前蒸压釜排汽压力的确定需要经过长期的生产实践来摸索一个合理的压力[3]。

　　部分节能环保公司针对ALC线蒸压釜能耗过高的问题也予以关注，并提出了一些解决方案。李强等[4]提出了一种RDSR蒸压釜全自动节能控制方法，特征在于完成蒸压过程后，第一蒸压釜内部蒸汽可再次利用：将第一蒸压釜中剩余的压力为1.0 MPa的余汽倒入另一釜中进行置换预热，之后将第一釜中剩余的压力为0.3 MPa的余汽输送至热能回收网，利用0.3 MPa余汽对锅炉软水进行换热。此方法将一次倒汽结束后的余汽用于对锅炉软水进行换热，在多釜同时工作时，锅炉软水加热需要的热能有限，多釜工作时，部分釜0.3 MPa以下余汽的热能不能有效利用。中国科学院理化技术研究所毛祥等[5]提出了一种加气混凝土砌块蒸压生产系统，采用了MVR热泵技术，在蒸压釜出口端增加了蒸汽压缩机，将蒸压釜内倒汽结束后剩余的蒸汽抽至蒸汽压缩机升温加压，送往下个需加蒸汽的蒸压釜，提高压力和冷凝温度，充分利用蒸压养护气体的冷凝潜热，实现蒸汽的回收利用，避免了蒸汽的浪费。此方法采用热泵技术，需要增加蒸汽压缩机，此外抽至蒸汽压缩机升温加压也需要一定时间，一定程度上会影响周转节拍。

　　为充分利用蒸压釜内的余汽，节约蒸汽能源，同时不增加结构成本的基础上，本文提出了一种多釜多阶自动倒汽方法。在多釜全自动蒸养过程中，恒压过程结束的釜倒出汽到需要倒入汽的釜先进行一阶倒汽。当两釜间压力平衡时，倒入汽釜切换为进汽模式，倒出汽的釜将釜内余汽进一步倒入到下一条等待倒入汽的釜进行2阶倒汽。待两釜间压力平衡，2阶倒出汽的釜切换为排汽模式，2阶倒入汽的釜切换为进汽模式。这样各釜根据排产情况，将生产中的余汽在釜间自动调度，降低能耗的同时也满足蒸养生产工艺需求。

　　1蒸压釜多釜多阶倒汽算法设计

　　1.1多釜多阶倒汽自动调度控制设计理论上，任何一条蒸压釜都能向除自身外的任何一条釜倒出汽，任何一条蒸压釜也能接受除自身外的任何一条釜的余汽。釜蒸压釜倒汽组合如图1所示。如何在釜间有效地进行倒出倒入汽，使蒸压釜的余汽充分利用是本研究的重点。

　　蒸压釜的自动蒸养工图1 9釜蒸压釜倒汽组合示意艺过程如图2所示，分为4个阶段：抽真空、倒入汽进汽升压、恒温恒压以及倒汽降压。釜在抽完真空后，进入倒入汽升压前才满足倒入汽条件，在恒温恒压结束后，才能满足倒出汽条件。所以一对釜若要满足倒汽条件，必须是有一条釜要结束恒温恒压过程，满足倒出汽条件，而另一条釜要结束抽真空过程，满足倒入汽条件，这样两釜才能匹配进行倒汽动作。

　　结合以上蒸养工艺过程，传统的倒汽方式为一釜向另一釜倒汽到两釜压力平衡后，倒出汽釜的余汽直接排放掉，未充分循环利用能量，而且大量余汽直接外排也会污染环境。针对这种情况，本文提出了一种多釜多阶自动倒汽方法：当一条倒出汽的釜在倒出余汽到一条需要倒入汽的釜后，倒出汽的釜内余汽还可以继续利用，倒入到一条压力更低的倒入汽釜中，倒出汽釜内的余汽循环率达85%以上，降低能源损失。

　　多釜多阶倒汽算法流程：

　　(1)根据各釜恒压结束后倒出汽请求时长和釜内压力动态建立倒出汽请求栈，如图3所示。

　　(2)根据各釜抽真空结束后倒入汽请求时长和釜内压力动态建立倒入汽请求栈，如图4所示。

　　(3)根据倒出汽请求栈和倒入汽请求栈，根据排队规则匹配生成倒出倒入汽1阶排队索引栈。

　　(4)在1阶排队索引栈基础上按2次顺序倒出规则插入2阶倒汽顺序，形成多阶倒汽排队顺序栈。表1所示为倒出倒入多阶排队索引栈表。

　　(5)多阶倒汽排队顺序栈完成后，按栈的顺序执行倒出与倒入汽输出控制。

　　步骤1：判断优先的釜是否已达到倒出倒入的条件(蒸压周期和生产周转原因，不能如理想情况下时，确保一条釜满足倒出汽条件时，另一条釜刚好满足进汽条件)。

　　在一釜满足倒出汽的条件时，若接受余汽的釜均未满足倒入汽条件，则倒出汽釜进入倒出等待阶段。若此时多条釜经过恒压阶段进入倒出汽阶段，则进行倒出汽排队。

　　在一釜满足倒入汽的条件时，若倒出汽的釜暂未满足倒出汽条件，则倒入汽釜进入倒入等待阶段。若此时多条釜经过抽真空阶段进入倒入汽阶段，则进行倒入汽排队。1阶倒汽第一步如图5所示。

　　步骤2：在组好队的倒出汽与倒入汽的釜均满足条件时，两釜间进入倒汽阶段。倒出汽釜的倒汽阀全开，倒入汽釜的倒汽阀按设定的升压曲线进行倒汽PID调节，跟随压力曲线控制倒汽速度。1阶倒汽第二步如图6所示。

　　步骤3：当倒出倒入的两釜压力达到压力平衡时，倒出汽的釜关闭倒汽阀进入2阶倒出等待阶段，倒入汽的釜由倒汽阀切换为进汽阀，按之前设定的升压曲线进行进汽PID调节。1阶倒汽第三步如图7所示。

　　步骤4：当步骤3中进入倒出汽等待的釜匹配到有满足倒入汽条件的釜时，进入2阶倒出汽阶段，将1阶倒出后剩余的余汽倒入到一条暂未进汽的新釜中。1阶倒汽第四步如图8所示。

　　步骤5：当步骤4中2阶倒出汽釜和倒入汽新釜间达到压力平衡时，倒出汽釜结束倒汽，倒入汽釜等待下一条满足倒出汽条件的来继续倒汽到该釜中，进入2阶倒入汽。2阶倒汽过程如图9所示。

　　步骤6：按倒出倒入多阶排队索引栈执行下一阶段。倒出倒入多阶排队索引栈表执行过程如报表2所示。

　　(6)处于倒汽中的釜出现异常报警时，剔除出现故障的釜，生成新的多阶倒汽排队索引栈。按新的多阶倒汽排队索引栈执行倒汽流程，如表3所示。

　　2号倒出汽釜异常(阀门故障，传感器故障)或中途切换到手动时，按表4执行。

　　1.2多釜多阶倒汽模糊PID工艺曲线跟随设计

　　模糊推理是基于模糊逻辑的思想发展起来的推理机制，模糊逻辑是利用语言文字来计算的逻辑。1965年，美国加利福尼亚大学教授Zadeh[6]提出“隶属函数”概念来定量描述事物Fuzzy性的模糊集合理论；1973年，Zadeh[7]定义了模糊控制器；1974年，英国工程师Mamdani[8]首次将模糊集合理论应用到蒸汽机控制中，1985年Kiszka等[9]提出了模糊系统稳定性理论；1988年Dubois和Prade[10]提出了模糊近似推理。在国内，越来越多的研究者将模糊推理应用到生活的各个领域：白云飞等[11]通过模糊推理实现了对蜂群中蜂王的识别；孙博[12]利用模糊推理技术实现了雷达激动目标跟踪，将这一技术从理论层面成功应用到军事领域；梁娟等[13]利用自适应神经模糊推理系统和比例积分违法实现了一种机器人控制方法；袁小平等[14]利用优化的模糊PID控制器改善了电动汽车驱动器控制系统中量化因子和比例因子子调节能力；陈果等[15]采用变论域模糊PID控制提高了导管机器人的响应速度、定位精度与稳定性。

　　在蒸压釜釜间倒汽过程中，为确保釜内产品质量，倒汽需要严格按设定的工艺曲线执行升压过程。

　　倒汽中的汽源为另一釜的余汽，随着倒汽过程的执行汽源压力会发生变化；另一方面根据釜内产品情况，工艺人员可能设置多组差升压速率差异性很大的升压曲线。如果依靠传统的PID控制方法，很难满足快速跟随工艺曲线的目标。针对这种情况，本文设计了一种模糊PID控制的升压曲线跟随方法。

　　建立模糊PID控制的升压曲线跟随模型如图10所示。确定模糊控制器结构，即根据具体的系统确定输入、输出量，如图11所示。

　　确定描述输入输出变量语言值的模糊子集，{NB，NM，NS，ZO，PS，PM，PB}，并设置输入输出变量的论域，根据实际应用情况，设置误差E和误差变化EC的论域为[-0.2 0.2]，量化函数如图12所示。

　　根据二维控制结构以及相应的输入模糊集，制定模糊控制规则，如图13~14所示。

　　模糊控制器的输出量是一个模糊集合，通过解模糊化方法判决出一个确切的精确量。本文采用重心法计算各输出量的量化值。采用的隶属度函数为三角函数，特点是在任何方向计算隶属度的和均为1。根据不同的升压曲线，自适应的调整PID的Kp与Ki，以到达快速跟随工艺升压曲线的目的。

　　2蒸压釜多釜多阶倒汽系统实现

　　设计ALC生产线蒸压釜的结构及管路如图15所示，包含抽真空、进汽升压、倒汽、排汽4个分汽缸，每个分汽缸连接了到各釜的阀门及管道。根据应用需求，进汽分汽缸上的进汽阀和排汽分汽缸上的排汽阀以及倒汽分汽缸上的倒汽法采用比例阀，其余的采用开关阀。

　　每釜独立配置一个电控柜，如图16所示。蒸压釜内部配备有1路压力传感器，2路釜内温度传感器，4路釜壁温度传感器。通过4~20 mA标准模拟量电流信号输入到控制柜的模拟量输入模块。进汽阀、排汽阀、倒汽阀，通过模拟量输出模块输出4~20 mA标准模拟量电流信号进行电比例法开度控制。

　　软件平台上，每釜的工艺参数等信息通过MES平台进行设置，自动蒸养及釜间倒汽过程MES界面直观展示。如图17所示。

　　3蒸压釜多釜多阶倒汽实验测试

　　在蒸压釜控制系统上进行倒汽测试，在一釜倒出的余汽倒入到一条低压的釜完成1阶倒入汽后，再将倒出汽釜的余汽倒入到另一条低压釜，进行2阶倒入汽。如此可实现一釜余汽两次利用，提高了余汽利用率。多阶倒汽1阶倒入及进汽调整如图18所示。多阶倒汽2阶倒入及进汽调整如图19所示。

　　4结束语

　　本文针对装配式建筑领域ALC工厂蒸压养护工段普遍存在的热量损失过大和能量浪费问题，提出了一种ALC蒸压釜多釜多阶自动倒汽方法，并完成该系统的实现和生产验证。ALC生产线上蒸压釜的部品蒸养测试表明，该方法能较好地利用蒸压釜内的余汽，在一条蒸压釜自动倒汽完成后，将釜内余汽自动倒入到另一条需要进汽升压的蒸压釜内，釜间进行多阶导气调度的同时进行蒸养工艺曲线的自动跟随，满足蒸养工艺需求的同时提高了蒸压釜的余汽利用率，减少了余汽的能源浪费，降低了ALC工厂的能源消耗。研究结果为ALC工厂进行节能降耗提供了参考。

　参考文献：

　　[1]2019年加汽混凝土行业大汽污染防治攻坚战实施方案[Z].中国建材,2019.

　　[2]徐海进.蒸压釜的余汽利用路径研究[J].科学技术与创新,2018(15):161-162.

　　[3]魏红,马顺海,景勤智,等.加气砖生产系统凝结水回收利用系统改造设计[J].机械研究与应用,2020,33(3):127-131.

　　[4]李强,邱亚龙,王涛.202010907380.2[P].2020-11-13.

　　[5]毛祥,张振涛,杨鲁伟,等.201820349071.6[P].2018-10-09.

　　[6]ZADEH L A.Adaptive smoothing method based on fuzzy theory study and realization[J].Fuzzy sets,Information&Control,1965,8(3):338-353.

　　[7]ZADEH L A.Outline of a new approach to the analysis of com⁃plex systems and decision processes[J].IEEE Trans Syst Man Cy⁃bern,1973(1):28-44.

　　[8]MAMDANI E H.Application of fuzzy algorithms for control of simple dynamic plant[J].Proceedings of the Institution of Electri⁃cal Engineers,1974,121(12):1585-1588.

　　[9]KISZKA J B,KOCHAŃSKA M E,SLIWIŃSKA D S.The influence of some fuzzy implication operators on the accuracy of a fuzzymodel-part ii[J].Fuzzy Sets and Systems,1985,15(3):223-240.[10]DIDIER D,HENRI P.The treatment of uncertainty in knowledge⁃based systems using fuzzy sets and possibility theory[J].Interna⁃tional Journal of Intelligent Systems,1988,3(2):141-165.

　　[11]白云飞,张翔,林建.基于改进的形态学二次重建蜜蜂蜂王模糊识别方法.计算机应用与软件,2020,37(11):139-145.

　　[12]孙博.基于模糊推理的雷达机动目标跟踪[D].大连:大连海事大学,2020.

　　[13]梁娟,赵开新,陈伟.自适应神经模糊推理结合PID控制的并联机器人控制方法[J].计算机应用研究,2016,33(12):3586-3590.

　　[14]袁小平,金鹏,周国鹏.基于改进QPSO算法的电动汽车模糊控制器参数优化[J].计算机应用研究,2019,36(12):3690-3696.

　　[15]陈果,刘金根,韩世鹏.基于导管机器人的变论域模糊PID控制研究[J].计算机应用研究,2018,35(2):471-474.