AI烟气脱硝喷氨优化：NOx预测与氨逃逸约束

在燃煤锅炉脱硝环节，喷氨量长期依赖出口NOx与人工经验，负荷波动时容易出现“过喷保达标”，氨逃逸与空预器堵塞风险随之上升。能源AI实验室本期完成一套面向选择性催化还原（SCR）的喷氨优化实验：以DCS历史数据与CEMS分钟级序列为输入，构建NOx软测量与多步预测模型，并将氨逃逸、反应器入口温度、烟气流场均匀性作为约束，输出喷氨阀开度建议。模型不直接替代DCS控制，先在操作建议模式下运行，由运行人员确认后执行。

要点：

• 进展：在两周历史工况回放中，出口NOx预测平均绝对误差约3.5 mg/m³，典型变负荷段可提前约3分钟给出调整方向；建议策略下氨逃逸未越过设定上限。
• 下一步：接入喷氨格栅分区调门，做小步长闭环测试，并补充烟气在线分析仪延迟补偿。