基于试验和bp神经网络的cfb锅炉脱硫效率研究 research on the desulfurization of cfb boiler based on experiment and bp neural network.pdfVIP

第29卷第8期 电力科学与工程 V01．29．No．8 2013年8月 ElectricPow盯sde瞅锄d Engin∞血g Aug．，2013 基于试验和BP神经网络的CFB锅炉脱硫效率研究 于伟锋，陈鸿伟 (华北电力大学能源动力与机械工程学院，河北保定071003) 摘要：在一台300Mw以洗中煤和煤矸石按6：4比例混合后制得的混矸煤为燃料的工业cFB锅炉上，研 究了床温、ca／s摩尔比、一／二次风配比主要因素对脱硫效率的影响。试验结果表明：脱硫效率随着ca／ s摩尔比增大而提高，并且提高的幅度越来越小，最后趋于平稳；脱硫效率随着床温的升高而逐渐降低， 并且减小幅度越来越小；脱硫效率随二次风率的增加先缓慢增大，后迅速下降，存在一个最佳的二次风 率。以试验数据为基础，建立了3种算法的BP神经网络模型对脱硫效率进行预测，通过对比分析发现： 基于附加动量法的BP神经网络预测脱硫效率时，在单隐含层神经元数为15时，其平均偏离度为 3．76％，最大相对误差为8．97％，这能够较好地预测CFB锅炉的脱硫效率。 关键词：循环流化床；ca／s摩尔比；一／二次风；密相区床温；BI’神经网络 中图分类号：Tl229文献标识码：A DOI：10．3969／j．issn．1672—0792．2013．08．010 对脱硫效率的影响。但是这些都是原始数据经处 0 引言 理后平均值的反应，只能是各影响因素一个质的 体现。所以本文在已有原始试验数据的基础上建 循环流化床锅炉作为一种新型的清洁燃烧技 立了BP神经网络预测模型，对试验锅炉脱硫效 术，其炉内脱硫非常复杂，运行中影响脱硫效率 率进行了有效预测。随着国家污染物排放指标的 的因素很多，包括Ca／S摩尔比、床温、脱硫剂的提高，研究燃用混矸煤发电的CFB锅炉的脱硫效 品质、煤质特性、一／二次风率等等，关于这些的 率具有重要意义。 研究已经很多¨q1。但是这些试验研究仅涉及Ca／ s摩尔比、床温等主要影响因素，关于脱硫剂粒 1试验简介及结果分析 径、烟气含氧量等次要影响因素的研究不多，且 不是在工业生产的参数下，如文献[4]试验选 试验用300Mw裤衩腿型CFB锅炉采用单锅 择的石灰石粒径是2～8mm之间；而且大部分研 筒自然循环、平衡通风、绝热式旋风气固分离器、 究多是在小型试验台上进行的，大型CFB锅炉的循环流化床燃烧方式，旋风分离器下设有外置床。 炉内过程要复杂得多，影响脱硫的因素变得相对 一次风分两路进入炉底水冷风室，左右两路二次 复杂，如炉膛沿高度方向的温度分布等，对于这 风分别进入炉膛下部裤衩之间的夹弄及四周的二 种影响因素多、内部机制复杂的问题，神经网络 次风道，分上下两层进入炉膛。燃煤经给煤机送 是一个很好地工具。 至落煤管从4个回料腿进入炉膛，石灰石粉通过 Mw循环气力输送系统送入每个回料腿落煤管上设置的2 本文在一台以混矸煤为燃料的300 流化床锅炉上，进行了工业热态脱硫试验，研究 个石灰石接口，同燃煤一同进入炉膛。该锅炉的 密相区床温、Ca／S、一／二次风份额等主要因素对主要技术参数见表1。 收稿日期：2013一06一05。 163．com。 万方数据 第8期 于伟锋，等基于试验和BP神经网络的CFB锅炉脱硫效率研究 51 表l锅炉主要技术参数 试验时维持负荷基本稳定，第一组控制锅炉 Tab．1MailI训cal UleCFBb拙r par锄ete璐of 密相区温度在885±10℃，一次风量占总风量的