基于实时数据锅炉尾部受热面清洁因子算法研究.docVIP

基于实时数据锅炉尾部受热面清洁因子算法研究 　　摘要：基于热平衡原理，采用DCS监测系统实时运行数据，针对具体低温受热面，进行了清洁因子算法流程的设计，并描绘出其随时间变化的曲线图。分析比较了清洁因子不同算法的优缺点，针对空气流量监测不准、低温受热面结构交错布置、测点数量不多且分布不均等问题，提出了以烟气挡板处烟温为基础，整体处理尾部烟道受热面热平衡的计算方法。 　　关键词：清洁因子；在线监测；算法设计 　　前言 　　从现有研究看，目前对于炉膛受热面的积灰监测主要采用高温热流计，尾部烟道内受热面的积灰监测主要采用烟气-工质热平衡法计算，计算数据采用锅炉实时监测数据。尤其是对锅炉尾部受热面的积灰计算，要求锅炉负荷必须保持稳定，这和实际运行时有很大的差异，实际运行时锅炉负荷往往是变化的，而锅炉负荷对积灰特性的计算影响较大，根据变负荷下的实时监测数据计算的清洁因子并不能准确反映受热面的真实积灰状态。另外，现有的积灰特性计算方法研究，由于缺乏烟气侧温度数据，采用了由工质吸热量，基于烟气-工质热平衡方法，来解算烟气温度，再进行清洁因子计算的方法（如图1所示），解算流程是：空预热器-省煤器-低过-低再-高再-高过。然而，对于300MW机组的锅炉来说，省煤器、低过和低再布置在同一个尾部烟道内部，而且低过的受热面和低再受热面管束交错重叠布置，很难明确区分烟气进口和出口，以及烟气量，更不用说计算烟气侧进出口温度了。本文研究者曾经采用上面的解算顺序，进行了尾部受热面积灰特性计算，发现根本无法反映受热面的积灰特性变化规律。 　　图1 传统清洁因子计算流程图 　　1彭城电厂300MW燃煤锅炉DCS系统测点分布 　　本文研究的具体对象是彭城电厂一台1025t/h亚临界压力自然循环锅炉。型式是：亚临界压力、一次中间再热、单炉膛、燃烧器布置于炉膛四周、切圆燃烧、尾部双烟道结构、采用烟气挡板调节再热汽温、固态排渣、全钢架悬吊结构、平衡通风、半露天岛式布置。计算数据来自某日DCS运行参数数据库，该日锅炉负荷较为稳定，中间有一次吹灰操作，符合本文研究条件。该电站锅炉DCS数据实时监测系统，在各监测位置有两个测点，同时记录两组数据。本文数据采集的方法是：每隔30秒采集一次数据，以五分钟内的平均值为一次记录值。计算中，每个时间点的参数值，为两组数据的平均值。 　　该电厂DCS系统测点在尾部烟道的分布情况为： 　　1.烟气温度测点。中隔墙上部两侧（即前转向室和后转向室），低过出口（即省煤器入口）， 省煤器出口，低再出口，烟气挡板处，共六处烟温测点。 　　2.工质热工参数测点。汽包，再热器喷水减温器前（即低再出口），过热器1#喷水减温器前（即低过出口），低再事故喷水器后（即低再入口），省煤器入口，共五处工质热工参数测点。 　　具体分布如图2所示： 　　图中：●为水或蒸汽温度、压力、流量测点，共5处；▲为烟气温度测点，共6处。 　　图2 锅炉尾部烟道DCS系统测点分布 　　2基于电厂DCS系统的锅炉受热面积灰在线监测模型 　　现代锅炉DCS系统在锅炉尾部对流受热面中的监测点比较全面，很容易实现在线监测。首先通过物质平衡和能量平衡，先计算出烟气在中隔墙两侧的分流比例，然后再采用热平衡法，根据受热面进、出口烟气或工质的参数，以及锅炉本体的结构尺寸，就可以计算出受热面的热流密度。通过其他的软件和设备将热流密度直接展示在监测屏幕，就可以实时获取受热面灰污状况。清洁因子作为表征受热面积灰程度的参数，被广泛应用于在线监测燃煤锅炉受热面灰污状态的研究领域[1]，本文也采取CF监测形式。 　　式中：λ均烟温下的烟气的导热系数； 管子直径； 烟气流速，； ，q为单位时间通过的流量，； 烟气运动粘度系数； 普朗特准则数， ， 为烟气动力粘度系数， 为烟气定压比容，λ为烟气的导热系数； 管子沿烟气流程排数的修正系数； 管簇横向与纵向管节距修正系数； 　　式中： 蒸汽的流量； 受热面积； 、 蒸汽进入受热面的出、进口焓； 　　3各对流受热面清洁因子计算流程及变化曲线 　　各对流受热面清洁因子计算中，理想传热系数的计算基本不变，但实际传热系数的计算流程因各受热面测点位置不同而有较大差异，上述传统清洁因子计算流程已不适用。本文根据不同受热面已知参数，分别设计了实际传热系数计算流程。 　　3.1省煤器 　　省煤器清洁因子计算中，首先要确定中隔墙两侧烟气流量。本文采用低温再热器出口、省煤器出口以及烟气挡板处烟温分布确定中隔墙两侧烟气流量，即： 　　式中： 、 低温再热器、省煤器处烟气流量比例； 、 、 低温再热器、省煤器出口、烟气挡板处烟气焓值。 　　有相关论文采用省煤器出口、低温再热器出口以及空气预热器进口的烟焓，计算中隔墙两侧烟气流量，这两种方法的比较