煉化企業(yè)工藝加熱爐節(jié)能運(yùn)行的綜合評(píng)價(jià)

青山

摘要對(duì)工藝加熱爐的運(yùn)行情況進(jìn)行綜合評(píng)價(jià)，是煉化企業(yè)設(shè)備節(jié)能管理的一項(xiàng)基礎(chǔ)性工
作。采用基于熵權(quán)法和層次分析法的主客觀組合賦權(quán)法，確定排煙溫度、爐體外表面溫度、煙
氣氧含量、過(guò)剩空氣系數(shù)和熱效率等五項(xiàng)指標(biāo)的權(quán)重系數(shù)。對(duì)新疆兩家石化企業(yè)的加熱爐按熱
負(fù)荷大小分為四組，采用灰色關(guān)聯(lián)度法進(jìn)行節(jié)能運(yùn)行的綜合評(píng)價(jià)，通過(guò)比較關(guān)聯(lián)度的大小得到
節(jié)能情況的排序，為企業(yè)加強(qiáng)加熱爐的節(jié)能管理提供了可靠的依據(jù)。采用Excel VBA 編程簡(jiǎn)化了
加熱爐評(píng)價(jià)計(jì)算過(guò)程，為企業(yè)評(píng)價(jià)加熱爐運(yùn)行狀況提供了便利。
關(guān)鍵詞工藝加熱爐熵權(quán)法層次分析法灰色關(guān)聯(lián)主客觀組合賦權(quán)法

工業(yè)加熱爐總是要在一定過(guò)量空氣量的條件下
才能完全燃燒。燃燒所用實(shí)際空氣量與理論空氣量
之比叫做過(guò)�？諝庀禂�(shù)。在實(shí)際操作中，如果過(guò)剩
空氣量增加，排煙時(shí)大量的過(guò)�？諝鈱�熱量帶走排
入大氣，使得排煙損失增加，熱效率降低，見(jiàn)圖1。
圖1 過(guò)剩空氣系數(shù)對(duì)熱效率的影響
圖1 表示在不同的排煙溫度下，過(guò)剩空氣系數(shù)
每增加0.1 對(duì)熱效率下降值的影響[1]。由此可見(jiàn)，降
低過(guò)剩空氣系數(shù)可以有效地減少排煙損失，提高熱
效率。
1.5 熱效率
加熱爐熱效率是反映加熱爐整體運(yùn)行水平的重
要指標(biāo)。影響加熱爐熱效率的主要因素有排煙溫度
的高低、過(guò)剩空氣系數(shù)大小、爐體保溫情況及其散
熱損失、燃料完全燃燒程度。熱效率的計(jì)算一般采
用反平衡法。
2 評(píng)價(jià)指標(biāo)的主客觀賦權(quán)法
加熱爐的節(jié)能運(yùn)行評(píng)價(jià)是多指標(biāo)綜合評(píng)價(jià)問(wèn)
題，必須確定科學(xué)合理的指標(biāo)權(quán)重。賦權(quán)方法分為
主觀賦權(quán)法和客觀賦權(quán)法。主觀賦權(quán)法包括專家咨
詢（Delphi） 法、AHP法等，客觀賦權(quán)法包括熵權(quán)
法、相關(guān)系數(shù)法等。
2.1 熵權(quán)法
熵在信息論中用來(lái)度量數(shù)據(jù)所提供的有效信息
量。當(dāng)評(píng)價(jià)對(duì)象在某項(xiàng)指標(biāo)上的值相差較大時(shí)，提
供的有效信息量大，則該指標(biāo)的權(quán)重較大；反之，
若某項(xiàng)指標(biāo)的值相差較小，則權(quán)重也較�。辉谀稠�(xiàng)
指標(biāo)上值完全相同時(shí)，應(yīng)考慮從評(píng)價(jià)指標(biāo)中去除。
因此，可以根據(jù)各個(gè)指標(biāo)指標(biāo)值的差異程度，通過(guò)
熵值計(jì)算各指標(biāo)的權(quán)重。具體步驟[3]如下：
設(shè)有m 個(gè)評(píng)價(jià)對(duì)象為X = （X1，X2，...，Xm），
對(duì)n 個(gè)評(píng)價(jià)指標(biāo)進(jìn)行評(píng)價(jià)得到評(píng)價(jià)矩陣
Aij = {xi( j)} （xi( j) 為第i 個(gè)指標(biāo)的值）。對(duì)于給定
的評(píng)價(jià)指標(biāo)j ， xi( j) 的差異越大，則評(píng)價(jià)區(qū)分度
的信息越大。信息熵函數(shù)表達(dá)式為：
ej = -kΣi = 1
m xi( j)

n - E（j = 1,2,…,n） （3）
則wj 可度量不同指標(biāo)的區(qū)分能力，也即各指
標(biāo)權(quán)重信息。
2.2 層次分析法
層次分析法（AHP） 是美國(guó)運(yùn)籌學(xué)家T. L.
Saaty 教授于20 世紀(jì)70 年代初提出的一種定性與定
量分析相結(jié)合的多指標(biāo)決策方法，是一種主觀賦權(quán)
方法。它通過(guò)兩兩比較的方式，結(jié)合“1～9 比率
標(biāo)度”，確定分層結(jié)構(gòu)不同指標(biāo)的權(quán)重，并對(duì)專家
判斷的一致性進(jìn)行檢驗(yàn)，若一致性不符合要求，允
許重新判斷決策，從而將復(fù)雜、模糊的問(wèn)題簡(jiǎn)化、
量化。該方法能模型建立和求解較簡(jiǎn)便，也能有效
地降低專家的個(gè)人偏好對(duì)打分的影響。
2.3 主客觀組合賦權(quán)法
熵權(quán)法的突出優(yōu)點(diǎn)是：權(quán)重系數(shù)客觀性強(qiáng)，是
由指標(biāo)數(shù)據(jù)矩陣的計(jì)算得出。但賦權(quán)法的結(jié)果中最
重要的指標(biāo)不一定就有最大的權(quán)重系數(shù)，解釋性不
好。因此，還必須結(jié)合層次分析法，彌補(bǔ)單純熵權(quán)
法的缺陷。在實(shí)際確定指標(biāo)的權(quán)重中，可根據(jù)需要
將主觀賦權(quán)法和客觀賦權(quán)法，采用合適的組合方式
構(gòu)造組合權(quán)值，稱之為組合賦權(quán)法[4]。組合賦權(quán)可
以彌補(bǔ)單純使用主觀賦權(quán)法或客觀賦權(quán)存在的缺
點(diǎn)，減少隨意性。