基于自适应权重粒子群算法的脱硝系统建模.pdfVIP

第40卷第5期自动化仪表Vol.40No.5

2019年5月PROCESSAUTOMATIONINSTRUMENTATIONMay.2019

基于自适应权重粒子群算法的脱硝系统建模

白建云1,雷秀军1,斛亚旭2,侯鹏飞1,贾新春1

(1•山西大学自动化系，山西太原030013；2.山西大学数学科学院，山西太原030006)

摘要：随着燃煤机组对NOz排放控制要求的提升，传统PID控制器已无法有效控制大迟延、大惯性、非线性、时变的选择性非催化还

原技术(SNCR)脱硝系统。因此，建立了基于自适应权重粒子群算法的脱硝系统模型。以某配有2x705t/h循环流化床锅炉的2x

200MW供热汽轮发电机组为试验机组,进行了SNCR脱硝系统分析。采用带有自适应权重的粒子群算法，分别对工况为140MW、

170MW、200MW下的SNCR脱硝系统中尿素流量与烟囱出口NO^浓度之间的关系进行建模，为SNCR脱硝系统的自动控制提供过程

模型。应用现场实际数据验证所建模型。结果表明:所建模型的输出与实际运行数据误差在允许范围之内，验证了模型的有效性。

该成果为粒子群算法在SNCR脱硝系统建模开辟了新路径，同时推动了智能算法在其他工业过程中的应用。

关键词：自适应权重粒子群算法；SNCR脱硝；循环流化床；模型辨识；智能算法；NO；,排放浓度

中图分类号：TH39文献标志：ADOI：10.16086/j.cnki.issnl000-0380.2018120010

ModelingofDenitrationSystemUsingthe

ParticleSwarmAlgorithmWithAdaptiveWeights

BAIJianyun1,LEIXiujun1,HUYaxu2,H0UPengfei1JIAXinchun1

(1.DepartmentofAutomation,ShanxiUniversity,Taiyuan030013,China；

2.SchoolofMathematicalSciences,ShanxiUniversity,Taiyuan030006,China)

Abstract:InviewoftheimprovementofN0xemissioncontrolrequirementsforcoal-firedunits,traditionalPIDcontrollershave

beenunabletoeffectivelycontrollargedelays,largeinertia,nonlinear,time-varyingselectivenon-catalyticreductiontechnology

(SNCR)denitrationsystems.Thus,amodelofdenitrationsystembasedonadaptiveweightedparticleswarmoptimizationis

established.A2X200MWextractionsteamcondensingsteamturbinegenerationunitwith2X705t/hcirculatingfluidizedbed

boilerisusedasthetestunit,andtheSNCRdenitrationsystemisanalyzed.Byadoptingtheadaptiveweightpa