基于灰色一致相关联的球磨机料位监测.docxVIP

基于灰色一致相关联的球磨机料位监测 1 球磨机筒内料位的测量 目前，中国的大型发电锅炉系统都配备了低速钢球磨煤机，采用了中间仓储式结构，但大部分系统无法达到经济条件。一个原因是，很难直接测量内部负荷。因此,解决磨内负荷的测量问题不论对于其控制还是经济运行和监测均具有十分重要的意义。 近年来,对球磨机筒内负荷的检测提出了居多方法,如差压法、功率法、轴承振动法等。由于球磨机的负荷不可直接检测且对其影响的因素很多,本文提出“料位”的概念,用料位来代替磨负荷,并运用灰色关联理论对影响料位的各辅助变量进行选择,用非线性PLS作为球磨机筒内料位软测量方法。通过对影响料位的各辅助变量的在线检测以实现料位的软测量,从而实现球磨机的最佳工况运行。 2 磨煤机最大存煤量的测量 定义球磨机的料位为:球磨机内煤的体积与减去钢球所占容积后磨煤机的容积之比(%),其数学表达式为: Fill-level=Μm/ρmV-Μgq/ρgq(1)Fill?level=Mm/ρmV?Mgq/ρgq(1) 其中:Fill-level—料位;Mm—筒内存煤量,kg;ρm—球磨机中煤的密度,kg/m3;V—球磨机筒内容积,m3;Mgq—钢球装载量,kg;ρgq—钢球本身的密度,kg/m3。 稳态下磨筒内的料位计算公式为: Bm=B0·Ktm·Kmm·Ktf·Kcf(2a) Κtm=2.11+e-((tm-5)/30)2-1.05Ktm=2.11+e?((tm?5)/30)2?1.05(2b) Κmm=Κ1?ΜmΚm?max-Κ2?(ΜmΜm?max)Kmm=K1?MmKm?max?K2?(MmMm?max)(2c) Mm,max=λ(V-Mgq/ρgq)ρm(2d) 由式(1)、式(2-c)及式(2-d)可得下式: Kmm=K1(L/λ)-K2(L/λ)2(2e) 由式(2-a)、式(2-b)及式(2-e)可得下式: Κ1(L/λ)-Κ2(L/λ)2=Κmm=Bm/[B0?Κtf?Κcf(2.11+e-((tm-5)/30)2-1.05)](2f)K1(L/λ)?K2(L/λ)2=Kmm=Bm/[B0?Ktf?Kcf(2.11+e?((tm?5)/30)2?1.05)](2f) 其中:L—稳态料位值,K1=2,K2=1;B0—磨煤机计算出力,t/h;Kmm—筒内存煤量对磨出力影响的修正系数;Bm—磨出力,t/h;Ktm—磨出口温度对磨出力影响的修正系数;Ktf—通风量对磨出力影响的修正系数;Kcf—粗粉分离器折向门开度对磨出力影响的修正系数;tm—磨煤机出口(风、粉)温度,℃;Mm—存煤量,kg;Mm,max—球磨机最大容许存煤量;λ—修正系数,且0λ1,本文取0.85,即料位值为85%时即为磨最大存煤状态。 从式(1)可以看出存煤量和料位的关系:存煤量直接表示磨筒内贮存的煤量,料位则更能综合反映影响球磨机出力的磨筒内钢球装载量与存煤量的相对关系与特性,在实际运行过程中可表征磨负荷的高低;式(2)则用于获得稳态时磨料位的样本值。 3 灰色相关性分析及辅助变量选择 3.1 多因素下的一致关联度法 灰色关联分析是灰色理论的基本内容,它与传统的相似性分析方法,如相关系数法等相比,具有简单、直观和计算量小的特点。同时它对样本量的大小没有过高的要求,不需要典型的分布规律,而且其定量分析的结果与定性分析的结果一般能够吻合,所以,在对存在不确定性知识的灰色系统进行分析时,它具有不可比拟的优越性能。灰色关联分析的基本思想是根据曲线间相似程度来判断因素间的关联程度。灰关联度描述了系统发展过程中因素间相对变化的情况。根据序列之间的关联程度的大小,可以定量判断两序列之间的关联性,而且,应用关联矩阵还可以进行多因素情况下的优势分析。 为避免产生分析结果与实际不符的问题,本文提出一致关联度法。该方法不仅克服了以上各方法存在的问题,还考虑了不同变量的变化率的差异对相关性的影响,一致关联度法算法为: μij=1/{1+||Δxi(k)|ˉΔi-|Δxj(k)|ˉΔj|}(3)μij=1/{1+∣∣∣|Δxi(k)|Δiˉˉˉˉ?|Δxj(k)|Δjˉˉˉˉ∣∣∣}(3) Δxj(k)=xj(k+1)-xj(k) (4) Δxi(k)=xi(k+1)-xi(k) (5) ˉΔz=1m-1m-1∑k=1|Δxz(k)|(z=i,j)(6) 其中:xi、xj—经过初始化处理的不同变量;k—序列编号;m—样本数;μij—两变量的相关系数。 定义ζk为符号因子,则: 若Δxi(k)Δxj(k)0,则称xi、xj在点k处趋势相同,ζk=1,关联度为正; 若Δxi(k)Δxj(k)=0且Δxi(k)≠Δxj(k),则称xi、xj在点k处趋势无关,ζk=0,对相关度无贡献; 若Δxi(k