用于降低燃烧过程烟和噪音的反馈控制技术领域
所公开的实施例涉及燃烧过程的控制，所述控制包括根据过程变量的燃烧参数的
建模和应用反馈控制机构，以减少至少由该过程产生的烟。
背景技术
在加工工业中，例如石油(油)精炼厂和石油化工设备，在将废气释放入大气前，利
用蒸汽辅助、可燃气体辅助或空气辅助的燃烧尖燃烧在精炼厂或设备阶段中的废气，从而
在通常所指的“燃烧(flaring)”或“燃烧(flare)”过程中降低环境污染是常见的做法。点燃
通常仅作为年终过程执行几周直到约一个月。更常见地，如通常用于石油化工及油工业的
燃烧是挥发性有机化合物(VOC)燃烧过程，该燃烧过程用于安全地处理来自紧急过程扰动，
以及过程开始、过程关闭以及转变操作中所产生的可燃废气。燃烧有助于阻止有毒烃类释
放到大气中。然而，烃类的燃烧很少100％完全燃烧，导致由于烃类的低效率燃烧产生逆流
烟(back smoke)(下文为“烟”)产物，从而带来巨大的财务成本，这是由于有价值的烃类的
燃烧以及燃烧产生的噪音(或声音)产物(燃烧噪音或蒸汽喷射噪音)。
管理机构(例如美国环境保护署(EPA))通常在烟和噪音监测和控制方面强加环境
管制。一般降低烟具有最高优先权级，但在精炼厂相对靠近居民区的地方，降低噪音也很重
要。不坚持EPA或其它规定会导致征收严重的财务处罚，有时撤销过程所有人的营业执照。
燃烧监测和控制设备或系统的主要作用是监测和测量燃烧的特定参数，例如烟的
量/体积，燃烧的大小，以及噪音水平(通常为dB)，以及采取某些对策来控制燃烧从而确保
遵守EPA烟和噪音水平的规定。一些产品和研究在现场进行并基于远程传感器来监控燃烧。
例如，基于热电偶、红外(IR)传感器或摄影机的系统可用于指出烟的产生和消失以及在某
种程度上烟的量。然而，控制动作，例如控制蒸汽或其它辅助气体流到该过程以减少烟，仍
然为人工作业。
发明内容
提供此发明内容来以简化的方式介绍所公开的构思的简要选择，在下面包括所提
供的附图的具体实施方式中进一步描述所公开的构思。此发明内容不旨在限制所要求保护
的主题的范围。
所公开的实施例包括系统和模型预测控制(MPC)的基于模型的方法，并且用于在
处理设备处在气体辅助燃烧过程期间减少烟和噪音的排放。所公开的实施例意识到设备设
计的提高，例如在加工工业处(例如石油(油)精炼厂和石油化工设备)燃烧尖的改变，不能
很大程度上解决烟/噪音的问题，随着燃烧尖性能在一段时间内降低，例如由于在燃烧烟道
中燃烧的各种加工气体蒸汽(气体混合物)的变化。还意识到一种反馈控制机构可代替地用
于处理将烟和噪音的排放水平最小化的问题。
所公开的实施例提供了自动燃烧控制方法，从多元的意义上来模拟包括烟和噪音
的燃烧事件，用于所公开的实施例的MPC模型的各自的一对一模型彼此相互作用，这允许使
用基于模型的控制器(该控制器采用了公开的MPC模型)来控制辅助气体流。该辅助气体可
为蒸汽、可燃气体(例如天然气或丙烷)，或其它气体(例如空气)。传感器和相关电子产品与
反馈控制和数学建模结合来提供MPC模型内的多个一对一模型，其中MPC模型提供辅助气体
流的反馈控制，从而降低烟和噪音两者并将烟和噪音两者保持在预定的极限之下，例如规
定的权威限值(例如美国环境保护署(EPA))。
一个公开的实施例包括一种减少在处理设备处排放的方法，该方法包括提供用于
包括辅助气体的燃烧过程的MPC模型，该MPC模型来自在控制变量(CV)之间的多个一对一模
型，该控制变量(CV)包括烟计值(烟值)和/或燃烧计值(燃烧值)(CV1)和噪音水平(CV2)，以
及作为被控变量(MV)的辅助气体流，以及作为干扰变量(DV)的另一过程气体流。该MPC模型
接收燃烧过程期间感测到的燃烧相关参数，该燃烧相关参数包括CV1(CV1*)的测量值和CV2
(CV2*)的测量值，以及可选地来自合适的流传感器的干扰变量(DV*)的值。所提供的CV1*高
于CV1的最小设定值(CV1设定值)，并且CV2*高于CV2的设定值(CV2设定值)，燃烧过程通过
使用所述MPC模型的过程控制器来自动控制，该过程控制器基于CV1*和CV2*，CV1误差和CV2
误差以及(iii)识别出的一对一模型自动确定更新的MV流设定值(更新的MV未来走势)。DV
可测量或评估，以支持包括DV的一对一模型。如果DV没有被测量或评估，则该一对一模型不
包括DV，并且MPC模型可处理作为设备模型不匹配的DV和MV的影响。
附图说明
图1为流程图，该流程图示出了根据示例性实施例的利用燃烧过程在加工工业处
减少烟和噪音排放两者的示例性方法的步骤。
图2为表格，该表格示出了根据示例性实施例的可用于建立所公开的MPC模型的四
(4)个示例性一对一过程模型。
图3为根据示例性实施例的示例性燃烧反馈和基于MPC控制系统的图表。
具体实施方式
公开的实施例参照附图进行描述，其中贯穿附图使用了同样的附图标记来标出相
似或等同的元件。附图并不是按比例画出，并且附图仅提供用于示出特定的公开的方面。下
面几个公开的方面参照示例性应用进行描述。应当理解的是，很多的具体细节、关系和方法
被提出以提供公开实施例的完整理解。
本领域技术人员将会意识到本文所公开的主题可在没有一个或多个具体细节的
情况下实施或以其它方法实施。在其它实例中，已知的结构或操作未具体示出以防止使得
特定方面不清楚。该公开不仅限于所示出的动作或事件的顺序，这是由于有些动作可能以
不同的顺序发生和/或与其它动作或事件同时发生。另外，不是所有示出的动作或事件都需
要执行根据本文公开的实施例的方法。
公开的实施例包括将来自加工工业中的燃烧烟道的烟和噪音排放最小化的基于
MPC模型反馈控制。在公开的基于MPC控制的框架下，烟和/或燃烧和噪音形成了控制变量
(分别为CV1和CV2)，采用一个辅助气体流(即MV)控制该控制变量。该过程气体流作为到控
制系统的DV。不同于更早的工作，公开的实施例可考虑并且一起解决了最小化/控制燃烧噪
音和烟的问题。此外，更早的工作通常依赖于基于方法的专门规则，从而生成控制输入，该
控制输入通常被认为是不可靠的。
公开的MPC模型采用来自标准燃烧监测/感测设备(例如，用于感测燃烧相关参数
数据的红外(IR)传感器、光学或红外热成像照相机以及用于感测噪音水平数据的噪声测量
器)的燃烧相关输入(反馈)，MPC模型将燃烧相关参数数据与包括作为DV的至少一个过程气
体流的过程变量相关联。该过程气体通常为各种可燃气体的混合物。尽管混合过程气体的
成分可能很难精确获得，但混合过程气体的成分通常基本上会在执行特定的燃烧过程的数
天或数周内保持相同。通过燃烧来烧的废气通常为单一类型。一个辅助气体流用作MV。这些
过程气体流和辅助气体流变量通过公开的实施例来识别，以对燃烧过程所产生的烟和燃烧
噪音的水平有最大的影响。
图1为流程图，该流程图示出了根据示例性实施例的利用燃烧过程减少在加工工
业处烟和噪音排放的示例性方法100的步骤。步骤101包括提供用于包括辅助气体的燃烧过
程的MPC模型，该MPC模型包括在CV之间的多个识别出的一对一模型，CV包括(i)烟计值和燃
烧计值(CV1)的至少一个和(ii)噪音水平(CV2)，以及作为MV的辅助气体流，以及作为DV的
至少另一个过程气体流。可有多个DV。如上所述，辅助气体通常为单一类型。辅助气体可为
蒸汽、可燃气体(例如天然气(NG)或丙烷)、空气或其它非可燃气体(例如氮气)。
很多设计通常使用蒸汽或空气助燃。除了在废气具有较低热值的情况下，气体助
燃并不常见。步骤102包括该MPC模型接收燃烧过程运行中感测到的燃烧相关参数，包括CV1
(CV1*)和CV2(CV2*)的测量。如本文中所用，感测参数的“测量”是指用于系统中的特定参数
所使用的数据采样率内所传送的测量。实际上，CV、MV、DV(如果测量过)在不同采样率下均
可用，通常采样率范围从毫秒到秒。例如，CV(例如烟和噪音)通常以毫秒的数量级采样，而
辅助气体(MV)流和过程气体流(DV)(如果通过合适的流测量器测量过)通常以秒的数量级
采样。
为了处理CV1*和CV2*的采样率中的任何不平均以同步地将所有测量值代入一个
(共同的)采样率，通常还包括预处理步骤，该预处理步骤包括下采样测量值/求测量值的平
均值。所感测的参数可通过至少一个燃烧过程监测设备(例如光学红外传感器、用于烟的光
学或红外热成像照相机以及用于测量噪音的噪音测量器)提供。如上所述，DV(或DV)可测量
或不可测量。当测量DV时，模型(例如下面描述的M1和M2)还展现为直接辅助计算MV的未来
移动。
步骤103包括所提供的CV1*高于CV1(CV1设定值)的预定的最小设定值，并且CV2*
高于CV2(CV2设定值)的预定设定值，使用MPC模型自动控制该燃烧过程，以从(i)CV1*和
CV2*，(ii)CV1设定值和CV1*的差，以及CV2设定值和CV2*的差(这些差构成“误差”)，以及
(iii)识别出的一对一模型(步骤101中列出)，确定更新的MV流设定值(MV的未来移动)。如
果该一对一模型不包括DV，则MPC处理作为一个设备模型的不匹配的DV对MV的影响。根据
MPC的操纵，仅执行MV的第一步以及随着循环的继续重复完整的计算，直到过程控制器能将
CV稳定在它们各自的设定值附近。
CV 1和CV2预定的最小设定值通常通过与燃烧系统的操作者的手动相互作用来获
得。该操作者可提供有燃烧计值和/或烟计值两者的多个可视图像，他或她可从中选择阈值
图像，之后他或她可进行控制动作，并且这可成为烟计值和燃烧计值的设定值(或阈值水
平)。该步骤通常称作地面实况基准测量(Ground Truth Benchmarking)，该地面实况基准
测量在加工工业设备现场进行，一般可在任何时间改变。
图2为表格，该表格示出了根据一示例性实施例的可建立所公开的MPC模型的四
(4)个示例性一对一过程模型(示出为M1、M2、M3和M4)。MPC可认为是能够处理一对一模型相
互作用，以及不可测量的DV。M1示出为：是烟或燃烧的CV1对作为MV的辅助气体流(CV1对
M1)。M2示出为：是烟或燃烧的CV1对作为DV的过程气体流(CV1对DV)。M3示出为：是噪音的
CV2对作为MV的辅助气体流(CV2对MV)，并且M4示出为：是噪音的CV2对作为DV的过程气体流
(CV2对DV)。M1、M2、M3和M4可每个(独立地)为线性的或非线性的模型。其它过程影响，例如
风速、风向或代表其它可能的DV的其它环境条件，该其它可能的DV可通过编译包括其它DV
的附加一对一模型来加入。
如上所述，该过程气体流(DV)可为MV或不可测量的变量。可能有不包括在过程气
体流蒸汽上的任何流传感器的加工设备，因此可能没有可用于DV的流测量。如果没有用于
DV的流测量，则在MPC框架中，这通常被称作“不可测量的干扰变量”，如果有流传感并且DV
被测出，则通常被称作“测量出的干扰变量”。测量出的以及不可测量的DV两者，以及评估出
的DV都在所公开的MPC框架内进行处理，如下文所述。
如果DV是测量出的DV，则DV(DV*)的测量用于识别包括DV(例如图2中的M2(CV1对
DV)和M4(CV2对DV))的一对一模型，连同其它一对一模型(例如图2中的M1(CV1对MV)和M3
(CV2对MV))，得到MV的未来移动。如果DV为不可测量的DV，则为了所公开的MPV的执行，如下
所述有两个示例性方法。如果没有包括DV(例如图2中的M2和M4，即CV1对DV和CV2对DV)的识
别出的一对一模型，则MPC模型可使用其它(非DV)一对一模型(例如图2中的M1和M3，即CV1
对MV和CV2对MV)，同时处理DV对MV的影响，作为设备模型不匹配而产生MV的未来移动。如果
DV没有被测量出或不能评估，则如上所述，DV对CV的影响通常可看作设备模型不匹配。考虑
到设备模型不匹配，反馈控制作用于误差的原理，其中误差为测量出的或真实的设备观察
和模型预测之间的差。如果DV没有被测量出，它的影响在测量出的或真实的设备观察中看
得见，但在模型预测中没有看见，结果有极大的误差且通常通过控制器有强烈的反馈动作，
从而将误差最小化。
可选地，可以创造一种间接的方式来评估DV的值，然后将DV评估使用于包括DV(M2
和M4，即CV1对DV和CV2对DV)模型的识别出的一对一模型中，并且MPC模型可使用所有图2中
所示的一对一模型(M1、M2、M3和M4)，以产生MV的未来移动。评估可通过卡尔曼滤波器或粒
子滤波器或通常任何标准的过滤技术来执行。
图3为根据一实施例的示例性燃烧反馈和基于MPC控制系统300的图表。具有燃烧
烟道22和相应的燃烧(或火焰)23和相关联的噪音(未示出)的设备21待受到控制。过程通过
所示的设备21来运行，所述过程示出为接收过程气体31和辅助气体32。该过程气体(或多个
过程气体)31通过过程气体喷射器31a喷射到由设备21运行的过程中。该辅助气体32由阀35
(该阀虽然示出为在设备21的外部，但通常在设备21内部)控制，该阀35具有致动器29，该致
动器29控制阀35的位置，从而控制辅助气体32的流，该辅助气体通过刚好在燃烧23下方示
出的辅助气体喷射器32a来喷射。
在设备21处，在燃烧过程的操作期间感测燃烧相关参数的多个传感器示为照相机
24(或多个照相机)，引导朝向燃烧23进行视频观察，同时噪音测量器27放置于燃烧23的附
近，从而允许测量相关联的噪音水平(通常为dB)。照相机24可检测与燃烧23相关联的可见
的、红外和/或紫外线。
来自照相机24的视频观察和来自噪音测量器27的噪音数据可记录在系统300中，
例如在控制系统12内示出的存储器12a中。控制系统还包括处理器12c和存储器12a，其中所
公开的MPC模型存储在存储器中。控制系统12通常为分布式控制系统(DCS)，该分布式控制
系统包括多个设备过程控制器16。此处所用的DCS指的是通常为制造系统的控制系统，其中
控制器元件都不位于中心，而是分布贯穿系统，每个部件子系统由一个或多个控制器控制。
系统300和照相机24以及噪音测量器27之间的连接可为有线的或无线的。无线的
实施例将包括与传感器相关联的无线发射器和接收无线信号的无线接收器。
来自照相机24的视频信号34(为数字和/或模拟信号)以及来自噪音测量器27的噪
音数据37，示出为联接至分析模块11，该分析模块11具有处理器11a。在模拟信号的情况下，
模拟到数字的转换由模拟至数字转换器(ADC)执行，该模拟到数字的转换在将感测到的信
号发送到分析模块11之前执行或者在分析模块11处执行。
由照相机24提供的视频信号34和来自噪音测量器27的噪音数据37可由分析模块
11进行分析，从而确定燃烧23以及噪音水平各自的内容和参数。分析模块11示出提供分析
结果到控制系统12，然后可选地将该分析结果发送至用户界面(UI)13。UI13可具有视频屏
幕或显示器14和键盘或类似机构15。键盘或类似机构15可包括鼠标、控制杆、触摸屏和/或
类似物。控制系统12还提供与一个或多个设备控制器16相连的自动监测和控制。
控制系统一般包括处理器12c，以助于用户界面13、分析模块11和一个或多个设备
控制器16之间的相互作用。一个或多个设备控制器16可具有一个或多个处理器17，用于控
制和监测各种设备21参数。设备参数的控制通常包括辅助气体32、过程气体31流的控制，该
辅助气体32、过程气体31流的控制如上所述被认为对燃烧23具有最重大的影响。辅助气体
32的流和过程气体31的流可通过合适的流测量器来检测，该流测量器由单个传感器块25示
出，该单个传感器块具有“流传感器”，该流传感器示出为具有联接到控制系统12的输出。
所公开的实施例一般可用于包括燃烧的任何过程。例如，加工工业(例如石油(油)
精炼)和石油化工，例如乙烯厂。
各种公开的实施例已经如上文所述，应当理解的是它们仅借助于示例而提出，但
不是限制性的。本文所公开的主题的多种变化可根据该公开给出，而不脱离本公开的精神
或范围。另外，虽然已仅仅关于几个实施方式中的一个来公开特定的特征，这样的特征也
可，如对于任何给定或特定的应用所期望的且有利的，与其它实施方式的一个或多个其它
特征组合。
如本领域技术人员应当理解的，本文所公开的主题可具体实施为系统、方法或计
算机程序产品。相应地，该公开可采用全部为硬件实施例、全部为软件实施例(包括固件、常
驻软件、微代码等等)或组合硬件和软件方面的实施例的形式，硬件和软件方面在本文中可
能全部通常指的是“电路”、“模块”或“系统”。另外，该公开可采用计算机程序产品的形式，
该计算机程序产品以表述的任何有形介质具体实施，该有形介质具有具体实施在介质中的
计算机可用程序代码。
可以使用一个或多个计算机可用或计算机可读介质的任何组合。该计算机可用或
计算机可读介质可能是，例如但不限于电子的、磁性的、光学的、电磁的、红外的或半导体系
统、装置或设备。计算机可读介质的更具体的示例(非详尽的列表)将包括包含以下的非暂
时介质：具有一个或多个线的电气连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、
只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、便携式光盘只读存储器
(CDROM)、光学存储设备或磁性存储设备。