锅炉燃烧优化闭环控制系统的研究讲解.doc

锅炉燃烧优化闭环控制系统的研究 [摘 要]： 锅炉燃烧过程是一个复杂的物理化学变化过程，目前的技术还无法从锅炉燃烧的机理来剖析整个燃烧过程。本文通过对目前国内外几类主要的燃烧优化技术的分析，了解到模型预测技术是解决这个问题的有效手段。常用的模型预测技术包括神经网络，贝叶斯概率统计等。这种技术将锅炉燃烧过程作为一个黑箱操作过程，通过大量历史数据的训练，调整模型结构，最终使模型具备模拟锅炉燃烧过程的功能。在此基础上，再通过多目标最优化技术，调整锅炉操作变量，使锅炉运行在优化区间，实现经济、环保、安全运行的目标。欧美国家已经在这种技术的基础上，开发了多个成熟的燃烧优化闭环控制系统，并有了很多成功的实施案例。 全文可以分为三个部分。首先，通过燃烧优化综述，明确目前火电厂实施燃烧优化闭环控制系统的必要性和可行性，并且比较了主要的几类燃烧优化技术，确定了使用基于模型预测多目标优化技术的燃烧优化闭环控制系统的目标；其次，根据模型预测技术的不同，从系统原理，系统架构，系统实施，系统运行等方面分别介绍了基于神经网络技术和贝叶斯概率统计技术的两类燃烧优化软件平台，并给出了各种软件平台的特性与实施效果综合比较表；最后，在结论部分提出了几点电厂在实施燃烧优化闭环控制系统可供借鉴的经验。 [关键词]：燃烧优化，闭环燃烧优化，模型预测，多目标优化，神经网络， 贝叶斯概率统计，NeuSIGHT， Power