SKALA 干湿/干燥控制系统：喷雾与闪干机控制系统

SKALA 干湿/干衣机控制系统是一种基于模型的控制系统，它能够感知干衣机内部的湿度，并提供及时且精确的控制响应。

烘干机内部的湿度感应

SKALA Dry水分控制 系统采用基于模型的控制算法，可对干燥机内的产品进行湿度监测。SKALA Dry 利用干燥机内的两个温度传感器检测产品的含水量，并在产品仍处于干燥机内时调整控制参数以校正其湿度。

获得专利的SKALA Dry水分控制 系统基于一种数学模型，该模型将离开干燥机的产品含水量与温降（ΔT）及生产 速率相关联。在干燥过程中，系统会测量温度传感器接触产品前后的温度，并将两者之间的温差（ΔT）代入模型，以此计算含水量的变化并作出控制响应。 图1展示了SKALA Dry方法及温度传感器的典型安装位置。SKALA Dry模型可视为一种用于测量干燥机内产品含水率的软传感器。图2展示了由SKALA Dry软传感器计算的产品含水率与在线近红外（NIR）水分仪测得结果的对比。

图1. SKALA干法模型——喷雾干燥机和闪蒸干燥机。ΔT = T_Hot − T_Cold；MC = K₁(ΔT)^p − K₂/S^q

适用于喷雾干燥机的SKALA Dry

SKALA Dry 控制系统利用进气与出气温度之间的温差，来感知湿度及干燥机负载的变化。该温差（即 Delta T）被用于基于模型的算法中，当检测到异常情况或干燥机负载发生变化时，该算法会据此正确调整温度或进料速率。

控制喷雾干燥机的传统方法是通过控制温度或进料速率来维持出口温度设定值。其中一种方法是调节入口温度以维持出口温度设定值；另一种方法则是将入口温度保持恒定，并通过调节进料速率来维持出口温度设定值。 这些方法虽然控制方向正确，但在负荷变化后，必须手动更改出口温度设定点才能维持目标含水率。这些传统方法在水分控制 方面缺乏理论依据，仅能朝正确方向进行调整。而基于理论的SKALA Dry模型则能够根据干燥过程蒸发负荷的变化，重新计算维持目标含水率所需的新工艺变量（ΔT）设定点。

位于喷雾干燥机后方的流化床干燥机可以独立于喷雾干燥机进行控制，并能对最终含水率进行额外控制。

图2. SKALA Dry 预测含水率——SKALA Dry 预测值与含水率仪测得值的对比

缩短空闲时间

通过在烘干机内合理布置温度探头，SKALA Dry 能够充当“烘干机内部”的湿度传感器。通过感知烘干机内部某一点的湿度变化并作出控制响应，大大缩短了响应延迟时间。如图 1 所示，与采用传统方法（如下游湿度计/传感器或人工取样）的系统相比，SKALA Dry 检测到湿度变化并作出响应所需的时间更短。

工艺故障引起的水分方差与故障发生时间到检测和响应时间之间的延迟时间成正比。因此，通过早期检测和响应来缩短延迟时间，也能降低水分方差。通常情况下，采用 SKALA Dry 系统可将方差降低 30% 或更多。图 3 展示了 SKALA Dry 方法在流化床干燥机上的应用位置及延迟时间的缩短情况。

图3. 死时间缩短——与下游手工采样相比，SKALA干式采样点可将死时间缩短30%

优势

通常情况下，由于控制不力，干燥产品的平均含水率较低，且为确保安全，产品往往会被过度干燥。SKALA Dry系统可降低含水率波动，从而允许提高含水率，同时确保其安全地保持在控制上限以下。平均含水率的提高将带来更优质的产品、生产 的提升以及能源节约。 图4显示了总体水分变异度的降低，图5则说明了如何安全地提高平均水分含量，从而实现生产 的提升。

图4. 水分波动的减少——平均水分相同，改进后的控制措施与当前控制措施相比

图5. 平均湿度可能发生的偏移——平均湿度发生偏移，显示生产 的增加和能量的减少

联系方式

Addium Inc. 旗下的 AQUALAB — 美国华盛顿州普尔曼市亨利苑 1300 号，邮编 99163。电话：+1.509.332.6000。电子邮件：[email protected]。

‍