简介：面向火力发电企业燃料管理智能化升级的解决方案演示文稿，聚焦燃料成本占企业总成本约70%的行业痛点，系统梳理从计划采购、运输存储、掺配结算到标准化实验室的全过程管理思路。方案以业务应用层、数据隔离层、设备互联层为总体架构，重点展示车厢激光定位采样、样品自动封装写码、全自动制样流程、数字化煤场管理及燃料入厂射频识别等硬件与信息系统的协同设计，强调无人值守、数据不落地、过程不干预的建设原则，为火电企业降低运营成本、防范管理风险提供系统参考。资源为单个演示文稿文件，大小10.12MB，版式清晰、图文结合，适合燃料管理岗位人员、电力企业信息化工程师及方案规划者按业务模块对照学习。目前已有149人浏览学习，其中既有总体框架图，也有设备级技术细节，可作为智能化改造立项汇报或技术交流的直观素材。
1. 燃料智能化管理系统解决方案：先算清燃料成本烂在哪，再谈系统怎么建
燃料成本占火电厂总成本的七成左右，可多数电厂的燃料数据还停在“地磅房手抄、化验室电话报数、煤场月底估堆”的状态。燃料智能化管理系统解决方案要解决的核心问题，不是上一套软件，而是把入厂计量、采制化、煤场存储、掺配掺烧、结算统计这五段业务用一条封闭的数据链串起来，让每一吨煤从进厂到入炉都留下可追溯、可审计的电子记录。适合谁看：电厂燃料专工、发电集团信息化负责人，以及想接燃料管控项目的系统集成商。
2. 方案的本质与系统架构：先搞清五段业务闭环，再谈设备选型
2.1 五段业务闭环：从入厂到入炉，哪一段管不好就从哪里漏钱
我拿到这类方案，习惯先把燃料管理拆成五个业务段，逐段对一遍痛点和数据缺口，再决定系统边界。第一段是入厂计量，负责汽车衡、轨道衡、皮带秤的称重数据采集，同时要防“压磅”“不完全上磅”“套用车号”这类作弊手段。第二段是采制化，采样、制样、化验是燃料管理的黑匣子，样品编号如果跟矿点、供户信息直接挂钩，化验结果就容易被人为干预。第三段是煤场存储，煤场堆了哪些煤种、每堆热值多少、存放了多久、损耗了多少，多数电厂靠Excel和拍脑袋。第四段是配煤掺烧，锅炉要烧的煤和目标热值、硫分之间的差距，往往靠运行人员经验调。第五段是结算统计，亏吨、亏卡、热值差最终都反映在这里，这也是审计最关注的一段。
五段业务不是相互独立的。计量结果决定结算吨数，采样编号决定化验结果对应的煤源，煤场料堆数据决定掺配方案能不能执行，掺配执行情况又反过来影响入炉煤成本和锅炉效率。所以系统设计的第一原则，是数据必须从上一段自动流转到下一段，不能靠人工二次录入。任何一个环节出现人工敲键盘的动作，系统价值就打折一半。
为了控制落地复杂度，我的做法是先把五段的字段理顺，再定义接口。入厂计量完成一个批次的称重后，系统自动生成来煤批次号，这个批次号会一路携带到采样、制样、化验、煤场、掺配记录里。批次号设计成日期+流水号+车号后四位，例如20240512-0036-冀A1234，保证唯一且可读。采制化环节另外生成加密编码，把车号和矿点信息隔离掉，化验员只看到样品编码，看不到煤源信息。这一套编码规则，是后面所有数据闭环的基础。
2.2 三层平台架构：采集层、数据层、应用层各管什么
常见做法是采用三层架构，和大多数电厂已有的DCS、SIS系统能兼容。最底层是现场设备层，包括汽车衡称重仪表、轨道衡、皮带秤、采样机、制样机、量热仪、工业分析仪、盘煤仪、给煤机等。中间是数据采集层，通过串口服务器、PLC、Modbus网关把设备数据汇总到采集前置机，前置机再写入数据库。最上面是业务应用层，包含来煤管理、计量管理、采制化闭环、煤场三维管理、配煤掺烧、结算统计、报表大屏等模块，按角色分配权限。
选型时不用纠结是不是最先进的架构，我一般坚持两个原则。第一，采集前置机必须本地部署，不能只靠云端，因为地磅房和化验室的网络质量不一定好，而且计量数据属于敏感数据，断网时也要保证现场能继续过磅、继续采样。第二，数据库用关系库加实时库的组合，关系库存业务数据，例如批次、合同、化验报告、结算记录，实时库存量、皮带瞬时流量、给煤机频率这类高频测点，报表和大屏取数时互不干扰。
硬件部署上，汽车衡和轨道衡的称重仪表要支持RS485或以太网输出，并且具备动态锁零功能。采样机和制样机必须支持远程下发编码，也就是系统在集样器上分配一次编码后，采样控制柜能通过PLC指令自动打码。量热仪和工业分析仪要支持串口数据输出，最好带XML或文本格式的化验结果文件。做系统方案时，我会在设备招标技术规范书里把这些接口要求全部写进去，否则后期改造要额外加采集模块，费用和工期都很难控。
2.3 来煤批次数据流：一个批次从进厂到入炉的字段流转清单
数据流设计是方案能不能落地的关键。下面这份字段清单是我做项目时习惯先和业主确认的，每一条都对应一个数据采集点或业务动作。
| 业务阶段 | 关键数据字段 | 采集方式 | 下游使用方 |
|---|---|---|---|
| 入厂登记 | 车牌号、矿点编号、合同号、煤种、供应商 | 人工登记或RFID识别 | 计量、采样、结算 |
| 重车过磅 | 毛重、过磅时间、衡器编号、称重照片 | 称重仪表自动采集 | 结算、煤场 |
| 采样 | 一次编码、采样时间、采样点位、子样数 | 采样机PLC自动上传 | 制样、化验 |
| 制样 | 二次编码、制样人员、全水分样/分析样编号 | 制样机或人工PAD登记 | 化验 |
| 化验 | 收到基低位发热量、全硫、灰分、挥发分、水分 | LIMS接口自动采集 | 煤场、掺配、结算 |
| 皮重过磅 | 皮重、回皮时间 | 称重仪表自动采集 | 结算 |
| 煤场堆放 | 料堆编号、煤种、堆放时间、堆取料设备作业记录 | 盘煤仪+堆取料PLC | 掺配 |
| 掺配执行 | 配煤比例、给煤机频率、皮带混煤热值 | 给煤机DCS接口 | 锅炉运行、成本核算 |
这里面最容易忽略的是“皮重过磅”这一条。很多电厂只记毛重不记皮重，或者皮重是人工填的，结算时净重就失真。系统里要把毛重、皮重、净重三条记录都做成不可修改的流水，任何一条缺失都视为计量异常。数据库设计上，我建议分成三类表：基础档案表，存放矿点、合同、煤种、供应商；业务流水表，存放过磅记录、采样记录、化验记录、堆取料记录；编码映射表，存放一次编码、二次编码、化验编码的对应关系。编码映射表必须设计成只能追加、不能修改删除，方便审计追溯。
3. 入厂计量与采制化闭环：防作弊参数和盲样编码抓出“亏吨”和“人情样”
3.1 计量环节的三个必调参数和防作弊联动逻辑
入厂计量是燃料管理最容易失守的一道门。汽车衡过磅时常见作弊手法包括车头压一半上磅、双轮胎压在磅缝上、套用轻车皮重、遥控干扰称重仪表等。系统方案里防作弊不能只靠摄像头，我一般会在技术规范里明确三个必调参数。
| 参数名称 | 建议取值 | 作用 |
|---|---|---|
| 衡器稳定时间 | 3～5秒 | 车辆完全上磅且重量稳定后才锁存数据，防止急刹车冲击造成误差 |
| 防作弊光幕对射 | 红外对射或激光扫描 | 检测车辆是否完全进入秤台，未完全上磅时禁止称重 |
| 皮重比对阈值 | 历史皮重±2% | 同一车牌皮重超出历史范围时自动报警并锁定，阻止套用轻车皮重 |
这三个参数里，衡器稳定时间是地磅房调试时最容易被忽略的。设得太短，车辆还在晃动数据就锁了；设得太长，司机等待时间长，过磅效率下降。我一般会配合称重仪表上的“动态锁零”功能一起调，先看现场车辆通过速度，再决定稳定时间。曾经遇到一个项目，衡器稳定时间设了1.5秒，结果同一辆车连续过两次磅，净重差了近300公斤，后来调整到4秒才稳定下来。
防作弊光幕的安装位置也有讲究，光幕要装在秤台两端，高度覆盖车轮半径以上，防止车辆从磅缝处压边。信号接入称重仪表或PLC后，要再和称重软件的“允许称重”逻辑联动：光幕未全部遮挡，软件不发送称重指令。这套联动逻辑不是简单接个报警灯，而是要把“称重过程状态”记录到数据库里，作为后续审计依据。另外，如果现场有轨道衡，还要加车轮传感器判断整节车皮是否完全上衡，逻辑类似。
3.2 盲样流转六个步骤：化验员不该知道样品是哪一车煤
采制化环节的核心是盲样管理，也就是编码隔离。我见过把供应商名字直接写在样品袋上的电厂，化验结果出来之后，供应商和燃料部之间难免有“交流”，这属于典型的制度漏洞。系统方案里要用两次编码把它堵住。
第一步，采样机在采样现场自动生成一次编码，编码由系统随机分配，同时关联批次号、车号、采样时间、子样数。第二步，采样完成后的样品进入集样器，集样器按编码打印条码，现场人员把条码贴到样品桶上。第三步，制样间收到样品后，制样人员扫描一次编码，系统生成二次编码，二次编码与一次编码是一对一映射，但化验单上只打印二次编码。这中间，制样人员能看到一次码，但看不到矿点、供户、批次信息。第四步，分析样和存查样分别贴二次编码条码，存查样按规定期限留存，以备复检。第五步，化验室接收分析样时扫描二次编码，系统自动根据编码映射表把煤样编号和化验任务关联起来，化验员只知道这是“样号20240512036”，不知道它来自哪辆车、哪个矿。第六步，化验结果出具后，系统在结算阶段才把二次编码映射回一次编码和批次号，完成数据闭环。
编码映射表和数据权限是配套的。化验室账号只能看到二次编码和化验结果，不能查询编码映射表，燃料管理岗才有解码权限。系统里每次编码生成和映射查询都要留日志，谁在什么时间查过哪条映射关系，全部可追溯。这一步听起来简单，但很多方案落地时败在权限没做细，化验员在系统里多点几下就能看到煤源信息，盲样就白盲了。
除了盲样编码，化验数据采集也建议自动化。量热仪、工业分析仪大多有RS232串口或能导出文本文件，采集程序定时读取，自动解析发热量、硫分、灰分、挥发分、水分等字段。如果化验室已经上了LIMS系统，就通过LIMS中间库对接，燃料管理系统定时从中间库抓取结果，避免两套系统数据不一致。这里要注意小数位规范：发热量取整数，硫分保留两位小数，灰分和挥发分保留一位小数。两套系统的小数位规则必须一致，否则结算时计算热值差会差出好几万。
3.3 化验接口联调的关键点：先定协议再谈采集
化验接口联调是采制化闭环里的高频踩坑点。量热仪厂家提供的串口协议往往是自定义文本格式，不同批次的仪器输出格式还不一样。我的做法是在招标时就要求厂家提供完整的通信协议文档，包括帧格式、数据位、校验方式、数据单位，并且明确“仪器必须支持自动打印和串口输出，不允许只有手动打印按键”。联调时先做回环测试，让仪器输出一组标准样数据，比对系统解析结果和纸质记录，确认每个字段的位置和小数位都一致后再上线。
有些老量热仪只有串口输出，没有网口，这时需要配串口服务器，把RS232转成TCP，采集程序走Socket读数据。串口服务器要选带看门狗功能的，避免长时间运行死机导致数据断采。采集程序还要做断线重连和补传机制，样品的测定结果带时间戳，断线期间的数据等网络恢复后补传，并且标记为“补传数据”以区分实时数据。这些细节直接决定系统稳定性，我在项目验收时一定会模拟一次串口断开，看数据是否能在恢复后自动补齐。
4. 数字化煤场与配煤掺烧：三维盘煤算准“家底”，配煤模型算省“成本”
4.1 三维盘煤的两种主流路线：固定式激光盘煤仪和无人机航测怎么选
煤场管理的痛点是“账面煤量”和“实际堆取量”对不上。月底盘煤如果靠人工拿测距仪跑堆，几百米长的煤场半天都量不完，误差还大。数字化煤场通常用三维激光扫描技术做料堆建模，主流路线有两条。
固定式激光盘煤仪是在煤场周边或斗轮机大臂上安装激光扫描传感器，扫描时传感器按设定角度旋转，获取料堆表面点云数据。优点是精度高，单次扫描体积误差可以控制在1%以内，适合直径较大的条形煤场；缺点是要在煤场安装固定支架或利用现有斗轮机，施工时要考虑粉尘和震动对激光设备的影响。无人机航测是近几年常见的替代方案，用无人机搭载激光雷达或摄影测量吊舱，按规划航线飞一遍煤场，后期生成三维点云和体积模型。优点是设备投入灵活，临时煤堆、不规则堆场都能测；缺点是点云精度受天气和粉尘影响大，体积误差通常在2%到3%之间，而且每次测量都要安排飞行作业，没法做到一天内多次盘点。
选路线不是越贵越好。如果煤场有固定斗轮机，优先考虑把扫描头装在斗轮机悬臂上，斗轮机行走时就能完成全煤场扫描，省去额外支架成本。如果煤场场地复杂、煤堆分散，无人机航测更实用，一个月飞一次就能满足结算需求。参数上，三维建模的网格间距建议控制在0.5米以内，现场扫描点间距越密，堆体表面细节越完整，体积计算越准。
盘煤数据的价值不只是算体积。系统要把点云模型和煤质数据挂接，每个料堆模型上标注煤种、矿点、入厂日期、入厂热值、硫分、当前估计热值。这样煤场调度人员在系统里点一下料堆，就能看到这个堆还有多少吨、还能烧几天、煤质指标是否满足锅炉当前要求。我做过一个项目，盘煤后发现两个相邻料堆的煤种标识贴反了，导致配煤比例一直算不准，三维模型把堆位和煤种可视化之后，这个问题当场就暴露了。
4.2 煤场分区与料堆编码规则：把“什么煤在什么位置”变成系统语言
煤场数字化必须先做分区和编码，否则点云模型再漂亮，数据也落不到业务上。常见的煤场分区是按煤场物理位置切块，例如A区、B区、C区，每个区再细分堆位，A-01、A-02……料堆编码规则我建议这样设计：区域字母+堆位序号+入厂月份+煤种缩写+入厂热值等级，例如A-01-202405-神混-5000。这个编码的好处是现场堆取料作业人员一看编号，就能判断煤的位置和大致热值范围，系统里也方便做筛选统计。
料堆档案还应该记录存放时间。煤炭长时间堆放会产生热值损耗，尤其是高挥发分煤种，三个月热值损耗可能达到200到400大卡/公斤。系统里对超过存放周期的料堆自动打上“优先取用”标记，配煤方案排序时自动把旧煤排到前面。这个逻辑不复杂，但能直接降低厂内存煤热值损失。我见过一个电厂，煤场里堆了半年的低价褐煤一直没用，最后热值掉到锅炉点不着火，只能从煤场清走，这就是料堆档案缺失的代价。
4.3 配煤掺烧的基础模型：热值和硫分的双约束，用Excel也能算
配煤掺烧模型是燃料管理方案里最难落地也最出效果的部分。实际上，大多数电厂不需要上复杂的非线性优化算法，一个线性约束模型就能解决日常掺配方案计算。
设目标煤种为需要配出的混煤热值 (H_{target})，硫分 (S_{target})，参与掺配的煤种有 n 种，每种煤的配入比例为 (x_i)，则基础模型为：约束条件 (H_{min} \le \sum_{i=1}^n x_i H_i \le H_{max})，(S_{max} \ge \sum_{i=1}^n x_i S_i)，且 (\sum_{i=1}^n x_i = 1)，(x_i \ge 0)。目标函数可以选“混煤单位成本最低”或“现有库存消耗最快”。设定好约束后，用Excel的规划求解就能算出配比，燃料管理系统里只需要把约束条件和各煤种煤质数据存好，再把求解结果下发给掺配执行环节。
不过这里要提醒一句：煤质数据是动态的，矿点来煤的化验结果是一批一批变的，掺配模型必须每天用最新煤质化验数据校准一次，而不是一套配比用一个月。系统里要做“配比版本管理”，每次调整比例都记录原因和操作人，方便运行人员回溯。模型下限也不要定得太紧，给煤机下料波动会导致实际混煤热值和模型目标差个100到200大卡，所以要留出热值余量，一般按目标热值低50大卡作为报警线，低于这个线时提示运行人员调整给煤机比例。
5. 方案落地时最容易翻车的五个环节：从地磅丢数到掺配执行不下去
5.1 地磅数据偶发丢失，月底结算对不上账
现象是过磅记录偶尔少几条，司机说过了磅，系统里却查不到，月底结算时和供应商台账对不上。原因往往是称重仪表串口被地磅房的本地称重软件独占，采集程序只能从串口服务器镜像数据，一旦串口服务器死机或线缆松动，数据就丢了。解决办法是加装工业级串口服务器，设置看门狗自动重启；并且数据采集程序要带本地缓存，仪表数据先写本地文件再转数据库，断线期间补传。关键词是“心跳监测”，系统每分钟检查一次和串口服务器的连接状态，掉线就报警。
5.2 采样编码到化验环节错位，盲样变成明样
现象是化验室拿到的样品编码和采样记录对不上，甚至同一批样品出现重复编号。原因是编码规则用了“日期+流水号”，跨天或换班时流水号重置，导致两个样品撞号。解决办法是采用全局唯一编码，生成规则改成“日期+8位随机串”，不用纯流水号；同时在编码映射表里加唯一索引，重复生成时自动报错并重新生成。这类问题在验收阶段很难发现，通常要运行一个月后才暴露，编码表设计时就要从源头上防止。
5.3 三维盘煤算出的体积和来煤量差很多
现象是盘煤体积换算成吨数后，和皮带秤累计的入厂煤量偏差超过3%，导致煤场盈亏账算不清。原因有两个，一是料堆底部的地面基准面没有标定，煤堆底部堆在凹凸不平的地面上，软件默认按水平面计算，体积自然不准；二是激光扫描时煤场粉尘太大，点云出现大片空洞，软件插值后把空洞当成实体。解决办法是盘煤前先用已知高度的标准块标定基面，把地面高程点云存成模板，每次盘煤时直接套用模板；粉尘大的时段暂停扫描，或者选择夜间粉尘较低时作业。日常运行的思路是“两次盘煤差值法”，也就是只信任相邻两次盘煤的体积变化量，而不是单次盘煤的绝对体积。
5.4 掺配模型算出的比例执行不下去
现象是系统计算出最优配比是神混煤60%、褐煤40%，但现场给煤机实际下料和设定值偏差很大，混煤入炉热值完全不是目标值。原因是模型只考虑了静态煤质化验值，没考虑给煤机下料波动和皮带秤计量偏差。解决办法是把掺配执行闭环加进去：给煤机频率设定值由掺配系统下发到DCS，DCS反馈实际给煤量和皮带秤累计量，系统每分钟比对一次实际配比和设定配比，偏差超过3%就报警。另外，如果条件允许，在入炉皮带加装在线煤质检测仪，用实际入炉热值反馈修正配比。这个反馈环是配煤掺烧从“纸上谈兵”走向“闭环控制”的分水岭。
5.5 化验结果和纸质记录对不上
现象是系统里的化验热值比纸质化验单高，结算时按系统数据算热值差，供应商不同意。原因多半是LIMS接口采集时小数位或单位换算错了，比如 kJ/g 和 MJ/kg 混用。解决办法是在采集程序里做数据校验：先解析单位字段，统一换算成 MJ/kg（收到基低位发热量）；再和纸质单做三天并行比对，全部一致后才停用纸质单。另外，每次LIMS升版或量热仪更换后，要重新做一次回环测试，用标准煤样验证采集结果，再做接口回归。
6. 上线前最该花时间的一件事：把数据校验规则和双轨运行机制一起定下来
系统功能开发完不等于能上线，上线前最重要的是设计一套“数据可信”的校验规则。我一般会定四类规则：一是完整性校验，毛重、皮重、净重、采样编码、化验编码、料堆编号都不允许为空；二是合理性校验，例如单次净重在5吨到80吨之间，超出区间视为异常；三是一致性校验，化验编码必须能在编码映射表里查到对应的一次编码，查不到就阻断数据落库；四是趋势校验，同一矿点的煤化验热值如果偏离最近十批均值超过10%，自动标记为可疑数据，触发复检流程。这些校验规则要在数据库写入层集中实现，不能靠业务页面逐个判断，否则总有漏网之鱼。
同时，上线第一个月不要急着扔老办法，保留纸质台账和人工作业做双轨比对。每天核对系统数据和手工记录，发现不一致就当场排查原因，可能是编码打错、采集漏采，也可能是制度没执行到位。一个月后系统数据与纸质记录连续七天完全一致，再拆除地磅房的临时记录本。我以前做过一个项目，省了这一个月双轨运行，结果系统上线半年后审计发现累计有几十条过磅数据的时间戳和录像对不上，最后只能重新核查原始票据，太被动。数据校验规则和管理制度必须一起写进系统操作手册里，这部分做好了，系统才算真正接管燃料管理这条链。希望帮到你。
本文还有配套的精品资源，点击获取
暴力到O(n)高效解)