PLC控制系统在气力除灰系统中的应用.pdf

第43卷
中国井矿盐
vol,43
CHINA WELL AND ROCK SALT
PLC抱制系統在气除灰系统中的应用
邹海林
(江西晶昊盐化有限公司动力分厂,江西樟树331200
摘要:在简述仓泵气力除灰系统及其PLC控制系統基础上,详细地介绍了S7-200PLC功能,并对其运行过程中
存在问题提出致进办法。
关键词PILC控制系统;气力除灰系统;仓泵;功能;改进
中图分类号:TS33
文献标识码:A
文章编号:1001-0335(2012)05-0029-02
The Application of PLC Control System in Pneumatic Ash Removal System
Zou Hailin
(Power Branch of Jingxi Jinghao Salt and Chemical Co, Ltd Zhangshu Jiangi 331200)
Abstract: Based on the brief discussion of sump pump pneumatic ash removal system and PLC control system, this paper introduces
the function of S7-200PC in detail and then proposes improving methods to the existing problems in the operation process
Key words: PIC control system, pneumatic ash removal system, sump pump, function, improvement
1前言
灰吹到灰库内,由于突然扩容,速度急剧降低,大部
分灰粒从气流中分离出来并降落到灰库内,只有少
我厂4台75h循环流化床锅炉除尘设备都采用部分很细的灰粒随气流进入压力式布袋除尘器,并
静电除尘器。原除尘器灰斗分离下来的干灰,经螺旋被捕集下来,较清洁的空气排入大气。我厂气力除
输粉机进人加湿搅拌机,不定时地将湿灰放人汽车中灰流程图如下图所示。
运到贮灰场,灰在搅拌时因种种原因搅拌不均,放伏3S7-200PLC控制系统概述
时有干灰向四处扩散,形成浓浓“灰雾”,污染了现场生
产环境,对现场设备、卫生造成不良影响。经技术改造
我厂仓泵气力除灰系统采用西门子S7
后,4台循环流化床锅炉除灰系统都采用仓泵气力除20PLC自动控制系统。该系统是西门子公司1999
灰系统。在仓泵气力除灰系统中,设计了S7-200PL
年推出控制系统。它具有完成顺序逻辑功能及闭环
自动控制系统,实现了仓泵气力除灰过程自动控制
处理控制功能,集顺序控制过程控制、数据处理为
一体的特点。它由硬件和软件两大部分构成。硬件
2气力除灰系统简介
分为两级:上位机监视级和下位机控制级。监视级
气力除灰系统是以空气为介质输送细灰的系由1台研祥工控计算机和1台激光打印机组成。实
统。气力除灰不需要冲灰水源,不改变灰的特性。既现现场设备运行状态的动态监视,并可随机打印运
约能源,也为灰的综合利用提供了有利条件。气行数据;控制级由2台S7-200型可编程辑控制器
力除灰系统分为正压和负压两大类。我厂除灰系统(PLC)及其扩展模块构成。上位工控机(PC)与P
采用正压气力除灰系统一仓泵气力除灰系統,每个通过PC-PPI电缆连接,PC通过端口RS232与PIC
电场灰斗下配置1台仓泵。它是利用空压机提供的
端口RS485通信,通信协议为PPI协议。S7-200PLC
压缩空气使仓泵内的灰与空气混合,并吹人输送管组态软件采用 MICROWIN编程软件。该软件指令
道,直接排人灰库。其工艺流程是:从静电除尘器灰
丰富;支持LAD、STL、FBD编程语言;方便友好在线
斗分离下来的灰,进入仓泵,用压缩空气将缸体内帮助;使用简便。
作者简介:郐海林(1971-),男,江西奉新人,エ程师,主要从事制盐自控技术工作。
蚀预测中的应用[].腐蚀科学与防护技术,2002(1):52-54.
[8]王小平,曹立明,遗传算法一一理论、应用与软件实现
[5]周计明,刘道新,白真权,神经网络在预测高溫高压环境中油管钢[M],西安交通大学出版社,2002:344.
腐蚀速率的应用[J].腐蚀科学与防护技术.2003(6):342-344.
[9]张彼德,表子春,袁宇春,基于遗传算法优化的BP神经
[6]李亚峰,陶翠翠,将白懿等.改进BP神经网络预测埋地金属给网络的变压器油中气体预测[J].西华大学学报(自然科学
水管道外腐蚀速率的研究[J].给水排水.2010(S1):44044
版).2010(2):145-147
[7]兰志刚,侯保荣,白刚等.海洋环境中平台钢腐健速率的三
(收稿日期:2012-08-07)
层BP神经网络预测[J].海洋科学.2010(12):75-77.
(编辑/孔志远)
2012年9月第5期