基于时序神经网络受热面积灰预测的研究
发布时间：2022-01-23 16:09
受热面积灰的预测作为燃煤电站实现智能化的重要基石,可以为燃煤电站的吹灰优化系统提供未来的准确积灰数据,对于能源工业、燃煤系统的经济性、安全性以及智能化自动控制的研究有着重大的意义。然而,在火电厂燃煤锅炉运行过程中,由于受热面的积灰是降低锅炉运行效率和安全性的一个重要原因,因此,国内外的许多研究者们是根据建立固定的预测模型而制定吹灰策略,但是在制定吹灰策略的整个过程中不仅认为灰污沉积过程是固定不变的,而且认为是吹灰是一个及时吹灰操作的工作,而忽略了吹灰需要一定的准备时间。针对上述问题,本文的主要研究工作包括以下几个内容:（1）由于影响受热面积灰的因素有很多,所以对受热面积灰的研究要求较高。本文以某燃煤电站的燃煤锅炉作为研究对象,通过分析受热面积灰原理,选择清洁因子用来表征受热面的健康状态。同时针对采集到的原始数据所存在的各种问题进行相关处理,为后续的积灰预测模型的建立了坚实的基础。（2）通过分析DCS系统采集数据的时间序列特性,选择具有时间序列特征的神经网络进行相应的预测研究,并将建立的预测模型应用于受热面积灰预测的实例仿真。本文分别利用了神经元反馈的ELMAN神经网络和NAR非线性自回...
【文章来源】：中北大学山西省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
本文的研究框架示意图
本文是以某燃煤电站的燃煤锅炉为研究对象,所有的研究都是围绕该锅炉进行。燃煤锅炉整体的结构图如图2-1所示,其中的主要设计参数如表2-1所示。在锅炉燃煤系统中,首先是将原煤放置到制煤系统中,经过磨煤机工作,使得原煤变成所需细度的煤粉,再由空气输送到炉膛,燃烧后向锅炉传送热量。其中,煤粉在研制过程中,需要热空气对它进行不间断的干燥和输送。在图2-1中,送风机17会将冷空气输送到位于锅炉尾部的空气预热器16,因此,冷空气在此被烟气进行了加热操作。其中,热空气的一部分被循环利用,它会经过送粉风机2输送到制煤系统的磨煤机中,将煤进行加热和干燥,同时,它也会作为一种介质去输送煤粉。最后,从制煤系统排出的气粉混合物会经过燃烧器5,从而进入到炉膛7中进行燃烧。另外,经过空气预热器排出的另一部分热空气会直接进入到燃烧器中直接参与燃烧反应。2.2 受热面积灰原理
因此,可以用清洁因子CF描述锅炉受热面的受污情况。该模型所得到的清洁因子CF的变化规律与实际理论分析相符合,足以证明该模型的精准性。如图2-2所示为一个运行周期内的积灰和吹灰的清洁因子数据变化曲线。由图2-2可以看出,从积灰起始点到吹灰起始点,清洁因子逐渐减小,说明受热面的污染程度不断增长。其中,积灰结渣增长的速度也是呈现非线性增长,前期积灰结渣的速度较快,后期则较为缓慢,当降低到一定程度时就会严重阻碍受热面的传热效果,此时,就应该考虑吹灰操作。因此,利用清洁因子表征受热面积灰结渣程度不仅可以有效的实时监测积灰的动态数据,还可以进一步帮助实现吹灰优化的指导。
【参考文献】：
期刊论文
[1]电站锅炉炉膛局部结渣监测与吹灰优化[J]. 张剑,余岳峰,田正林,张忠孝,张翔,邹洋. 锅炉技术. 2019(04)
[2]回转式空气预热器的积灰在线监测研究[J]. 王飞,文贻艳,王志伟,袁军,陈珣,邓磊. 科技风. 2018(26)
[3]一种改进遗传神经网络的建筑基坑沉降预测模型[J]. 周星勇,杨容浩,王志胜,冉中鑫. 测绘工程. 2018(03)
[4]基于炉膛结渣监测模型的吹灰优化[J]. 徐力刚,黄亚继,王健,岳峻峰,邹磊,杨钊. 东南大学学报(自然科学版). 2018(01)
[5]基于数据驱动的软件可靠性预测模型[J]. 农嘉,罗峻文. 内蒙古师范大学学报(自然科学汉文版). 2018(01)
[6]三层BP神经网络隐层节点数确定方法探究[J]. 蔡荣辉,崔雨轩,薛培静. 电脑与信息技术. 2017(05)
[7]一种改进型锅炉积灰监控模型[J]. 吴鹏,赵石磊,滕玉彬,潘启明,范长胜. 哈尔滨理工大学学报. 2017(05)
[8]燃煤电厂锅炉吹灰技术应用和研究探讨[J]. 黎华,李茂东,刘定坡,张振顶,饶雨舟,卢志民,姚顺春. 节能技术. 2016(06)
[9]旋转机械剩余寿命预测的回顾与展望[J]. 何俊,张清华,孙国玺,胡勤. 广东石油化工学院学报. 2015(03)
[10]1350MW二次再热发电机组热力系统设计分析[J]. 阎维平,赵永明,李海新,刘立衡. 热能动力工程. 2014(01)
博士论文
[1]基于维纳滤波的图像去噪算法研究[D]. 张小波.西安电子科技大学 2014
硕士论文
[1]火电机组锅炉受热面灰污实时监测模型及吹灰优化策略研究[D]. 徐力刚.东南大学 2015
[2]锅炉吹灰优化中清洁因子的计算研究[D]. 张晓安.华北电力大学 2013
[3]燃煤锅炉灰污监测及吹灰优化研究[D]. 王斌.上海交通大学 2012
[4]移动最小二乘散点曲线曲面拟合与插值的研究[D]. 刘俊.浙江大学 2011
[5]燃煤锅炉燃烧系统辨识建模与预测控制研究[D]. 吴昊.上海交通大学 2010
[6]锅炉受热面积灰、结渣污染监测及吹灰判断[D]. 廖丹.华北电力大学（河北） 2006
本文编号：3604705
【文章来源】：中北大学山西省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
本文的研究框架示意图
本文是以某燃煤电站的燃煤锅炉为研究对象,所有的研究都是围绕该锅炉进行。燃煤锅炉整体的结构图如图2-1所示,其中的主要设计参数如表2-1所示。在锅炉燃煤系统中,首先是将原煤放置到制煤系统中,经过磨煤机工作,使得原煤变成所需细度的煤粉,再由空气输送到炉膛,燃烧后向锅炉传送热量。其中,煤粉在研制过程中,需要热空气对它进行不间断的干燥和输送。在图2-1中,送风机17会将冷空气输送到位于锅炉尾部的空气预热器16,因此,冷空气在此被烟气进行了加热操作。其中,热空气的一部分被循环利用,它会经过送粉风机2输送到制煤系统的磨煤机中,将煤进行加热和干燥,同时,它也会作为一种介质去输送煤粉。最后,从制煤系统排出的气粉混合物会经过燃烧器5,从而进入到炉膛7中进行燃烧。另外,经过空气预热器排出的另一部分热空气会直接进入到燃烧器中直接参与燃烧反应。2.2 受热面积灰原理
因此,可以用清洁因子CF描述锅炉受热面的受污情况。该模型所得到的清洁因子CF的变化规律与实际理论分析相符合,足以证明该模型的精准性。如图2-2所示为一个运行周期内的积灰和吹灰的清洁因子数据变化曲线。由图2-2可以看出,从积灰起始点到吹灰起始点,清洁因子逐渐减小,说明受热面的污染程度不断增长。其中,积灰结渣增长的速度也是呈现非线性增长,前期积灰结渣的速度较快,后期则较为缓慢,当降低到一定程度时就会严重阻碍受热面的传热效果,此时,就应该考虑吹灰操作。因此,利用清洁因子表征受热面积灰结渣程度不仅可以有效的实时监测积灰的动态数据,还可以进一步帮助实现吹灰优化的指导。
【参考文献】：
期刊论文
[1]电站锅炉炉膛局部结渣监测与吹灰优化[J]. 张剑,余岳峰,田正林,张忠孝,张翔,邹洋. 锅炉技术. 2019(04)
[2]回转式空气预热器的积灰在线监测研究[J]. 王飞,文贻艳,王志伟,袁军,陈珣,邓磊. 科技风. 2018(26)
[3]一种改进遗传神经网络的建筑基坑沉降预测模型[J]. 周星勇,杨容浩,王志胜,冉中鑫. 测绘工程. 2018(03)
[4]基于炉膛结渣监测模型的吹灰优化[J]. 徐力刚,黄亚继,王健,岳峻峰,邹磊,杨钊. 东南大学学报(自然科学版). 2018(01)
[5]基于数据驱动的软件可靠性预测模型[J]. 农嘉,罗峻文. 内蒙古师范大学学报(自然科学汉文版). 2018(01)
[6]三层BP神经网络隐层节点数确定方法探究[J]. 蔡荣辉,崔雨轩,薛培静. 电脑与信息技术. 2017(05)
[7]一种改进型锅炉积灰监控模型[J]. 吴鹏,赵石磊,滕玉彬,潘启明,范长胜. 哈尔滨理工大学学报. 2017(05)
[8]燃煤电厂锅炉吹灰技术应用和研究探讨[J]. 黎华,李茂东,刘定坡,张振顶,饶雨舟,卢志民,姚顺春. 节能技术. 2016(06)
[9]旋转机械剩余寿命预测的回顾与展望[J]. 何俊,张清华,孙国玺,胡勤. 广东石油化工学院学报. 2015(03)
[10]1350MW二次再热发电机组热力系统设计分析[J]. 阎维平,赵永明,李海新,刘立衡. 热能动力工程. 2014(01)
博士论文
[1]基于维纳滤波的图像去噪算法研究[D]. 张小波.西安电子科技大学 2014
硕士论文
[1]火电机组锅炉受热面灰污实时监测模型及吹灰优化策略研究[D]. 徐力刚.东南大学 2015
[2]锅炉吹灰优化中清洁因子的计算研究[D]. 张晓安.华北电力大学 2013
[3]燃煤锅炉灰污监测及吹灰优化研究[D]. 王斌.上海交通大学 2012
[4]移动最小二乘散点曲线曲面拟合与插值的研究[D]. 刘俊.浙江大学 2011
[5]燃煤锅炉燃烧系统辨识建模与预测控制研究[D]. 吴昊.上海交通大学 2010
[6]锅炉受热面积灰、结渣污染监测及吹灰判断[D]. 廖丹.华北电力大学（河北） 2006
本文编号：3604705
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3604705.html
