在燃煤与垃圾焚烧机组的脱硝环节，喷氨量长期依赖人工经验加烟囱出口NOx反馈，负荷升降或燃烧调整时容易出现“过喷—欠喷”反复，既抬高氨耗，也带来空预器堵塞与氨逃逸风险。我们联合一家热电企业，在300MW级机组上做了一次小范围实验：把入口NOx、烟气流量、温度、氧量与机组负荷轨迹作为输入，用轻量时序模型做提前30~60秒的氨需量预测，再叠加一层规则约束（氨逃逸上限、最小喷氨量、阀门动作死区），输出建议值由运行人员确认后下发。
两点阶段进展：
- 在负荷变动较频繁的工况下，出口NOx波动区间收窄约20%，液氨单耗下降约4%~6%，氨逃逸未出现超限；
- 模型对工况切换（磨煤机启停、负荷爬坡）的响应仍偏慢，下一步计划引入前馈信号并做分区建模。
需要强调，脱硝是安全与环保双重约束下的控制问题，AI给出的始终是建议值，最终下发仍由DCS与运行规程兜底；数据质量与仪表校准，决定这类实验的效果上限。
评论