火力发电厂锅炉煤粉细度软测量技术的研究.pdfVIP

火力发电厂锅炉煤粉细度的软测量技术研究 张磊，韦红旗 东南大学动力工程系（210096 ） Email：Leizhang_1983@163.com 摘 要：针对火电厂制粉系统煤粉细度难以在线实时测量及测量精度低等问题，本文采用了 基于神经网络结合遗传算法的新型软测量模型，通过遗传算法训练BP 神经网络权值的方法， 并实现了某热电厂 220t/h 四角切圆煤粉锅炉煤粉细度的在线监测。以实际锅炉运行数据为 检测值得到的模型输出结果表明，该方法具有较好的在线监测效果。 关键词：煤粉细度；BP 神经网络；遗传算法；软测量； Matlab 引言 对于发电厂煤粉锅炉来讲，无论是中储式制粉系统还是直吹式制粉系统,煤粉细度是 影响其经济安全运行的重要因素，特别是燃用贫煤和无烟煤的锅炉，煤粉细度的影响更为重 要。目前贫煤和无烟煤大多采用四角切圆燃烧，由于这种燃烧方式的特点，如果颗粒较大， 煤粉在离开燃烧器区时很难完全燃烧，然而后期混合较差，使得燃尽性差，飞灰含碳量增加， 锅炉燃烧效率降低，表 1 中所示的为某电厂制粉系统试验时的实际数据，从中可以看出煤粉 细度对灰渣未完全燃烧损失q4 的影响，进而影响锅炉效率。同时不合适的煤粉细度也容易导 致高温腐蚀和结焦、再热器超温爆管、尾部受热面的磨损甚至炉膛灭火等一系列问题。因此， 在锅炉运行中必须严格控制煤粉细度，及时的掌握运行时的煤粉细度具有及其重要的意义。 表1. 某电厂煤粉细度与q4 关系 工况序号 细度1 细度2 细度3 煤粉细度 % 20.10 24.00 15.80 飞灰可燃物含量 % 2.44 2.84 1.85 炉渣可燃物含量 % 7.73 4.62 3.46 飞灰未完全燃烧热损失 % 1.025 1.200 0.774 炉渣未完全燃烧热损失 % 0.382 0.22 1 0.164 灰渣未完全燃烧热损失q4 % 1.408 1.422 0.937 然而对于火力发电厂锅炉煤粉细度的监测，目前多数电厂都是通过离线取样、分析的方 法，一个粉样从分析到得到结果，往往需要很长的一段时间。虽然一定程度上可以确定煤粉 细度，但由于分析结果的滞后，因此在运行中不能实时准确知道煤粉细度状况，无法及时进 行锅炉的相应调整。 [1] [2] 近年来, 国内外都在开展煤粉在线测量技术研究,如采用热力学法 、微波法、电容法 、 [3]、光脉动法等。但这些技术由于种种实际限制,在应用到电厂的磨煤机出口的煤粉细 电荷法 度在线测量时都没有实际可操作性或没有进行必要的工业性实验。且上述一些方法与煤粉的 特性有关,煤种变化会增大测量误差。有鉴于此，本文采用软测量技术，在成熟的硬件传感 器基础上，以计算机技术为核心，通过人工神经网络结合遗传算法建立软测量模型，利用较 易测量的辅助变量和信息 （锅炉运行数据）去映射难测量的变量 （煤粉细度），从而实现了 煤粉细度的在线软测量。 1. 建立软测量模型 - 1 - 本文采用神经网络结合遗传算法的方法建立软测量模型。神经网络具有自学习、自组织 和鲁棒性及