当前位置:主页 > 科技论文 > 电力论文 >

对冲燃烧超临界锅炉混煤掺烧NO_x排放特性预测

发布时间:2017-10-24 13:02

  本文关键词:对冲燃烧超临界锅炉混煤掺烧NO_x排放特性预测


  更多相关文章: NO_x排放量 对冲火焰 BP神经网络 热态试验 超临界煤粉锅炉


【摘要】:锅炉NO_x排放量是反映锅炉燃烧状态及电厂运行环保性的重要指标。准确的预知NO_x排放量,既有利于指导锅炉优化调整以降低环境污染,又能提高锅炉机组运行的经济性。受煤源及国家发电用煤政策限制电站锅炉常混配掺烧劣质煤,劣质煤的燃尽需要较高的炉温和较长的炉内停留时间。特别是对冲火焰超临界锅炉的特点往往导致NO_x排放量偏高。因此,对锅炉NO_x排放特性及影响因素进行深入分析,研究NO_x排放量的预测方法,从而对锅炉运行参数进行优化调整,减少NO_x排放对环境的污染具有重要意义。本文基于煤燃烧NO_x生成机理,结合对冲火焰超临界锅炉的特点,分析了其NO_x生成特点及影响因素。以某660MW对冲火焰超临界锅炉为研究对象进行了NO_x排放特性试验研究,研究了各运行因素对NO_x排放的影响。根据BP神经网络理论,建立了基于各影响因素的NO_x排放预测模型,并进行了热态运行锅炉的NO_x排放预测,且通过热态试验进行了验证。为NO_x生成计算模型、NO_x排放特性试验、建立BP神经网络模型和降NO_x排放量提供理论依据。研究结果表明:在煤燃烧过程生成的NO_x类型中,以燃料型NO_x和热力型NO_x为主。锅炉的对冲燃烧形式、炉内温度、燃料特性及燃烧器结构对NO_x排放影响较大。锅炉运行因素中氧量和燃尽风开度对NO_x排放的影响非常显著,当氧量增加NO_x排放量明显增加;当燃尽风开度增大,NO_x排放量减小。通过建立BP神经网络模型,并对BP网络模型进行训练,获得了对冲燃烧锅炉NO_x排放BP神经网络预测模型。该模型对于未训练样本预测结果与实际测量值之间的相对误差小于5%,完全达到预测精度要求。
【关键词】:NO_x排放量 对冲火焰 BP神经网络 热态试验 超临界煤粉锅炉
【学位授予单位】:长沙理工大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TM621.2;X773
【目录】:
  • 摘要5-6
  • Abstract6-11
  • 第一章 绪论11-19
  • 1.1 课题研究的背景和意义11-14
  • 1.2 国内外研究现状14-17
  • 1.2.1 NO_x排放特性试验研究14-15
  • 1.2.2 NO_x排放神经网络预测15
  • 1.2.3 NO_x排放控制技术15-17
  • 1.3 本文的主要研究内容17-19
  • 第二章 燃煤NO_x生成机理及超临界锅炉NO_x生成19-31
  • 2.1 煤燃烧过程中NO_x生成机理19-24
  • 2.1.1 煤燃烧NO_x的生成类型19-21
  • 2.1.2 煤中N的存在形式21-22
  • 2.1.3 煤热解过程中N的分配22
  • 2.1.4 煤燃烧过程中N的转化22-24
  • 2.2 对冲燃烧超临界燃煤锅炉NO_x生成特点24-27
  • 2.2.1 对冲燃烧超临界锅炉特点24
  • 2.2.2 对冲燃烧超临界锅炉特点对NO_x生成影响24-27
  • 2.3 基于影响因素的NO_x生成计算模型27-30
  • 2.4 本章小结30-31
  • 第三章 对冲燃烧超临界锅炉NO_x排放特性试验研究31-45
  • 3.1 锅炉设备及系统31-37
  • 3.1.1 设备概述31-33
  • 3.1.2 锅炉的燃烧制粉系统33-35
  • 3.1.3 锅炉汽水系统35-36
  • 3.1.4 锅炉的风烟系统36-37
  • 3.2 锅炉NO_x排放特性试验37-38
  • 3.2.1 试验内容及条件37
  • 3.2.2 试验方法37-38
  • 3.3 试验结果与分析38-44
  • 3.3.1 磨煤机组合对NO_x排放的影响38-39
  • 3.3.2 锅炉负荷对NO_x排放的影响39-40
  • 3.3.3 燃尽风对NO_x排放的影响40-41
  • 3.3.4 炉膛出口氧量对NO_x排放的影响41
  • 3.3.5 配风方式对NO_x排放影响41-43
  • 3.3.6 多因素变化对NO_x排放的影响43-44
  • 3.4 本章小结44-45
  • 第四章 锅炉混煤掺烧NO_x排放神经网络预测45-61
  • 4.1 概述45
  • 4.2 BP神经网络理论45-47
  • 4.2.1 BP神经网络结构模型46-47
  • 4.2.2 BP网络的数学模型47
  • 4.3 BP网络模型建立47-49
  • 4.3.1 BP网络结构47-48
  • 4.3.2 BP网络建立流程和步骤48-49
  • 4.4 对冲燃烧超临界锅炉NO_x排放预测49-57
  • 4.4.1 神经网络模型的输入与输出以及结构49-51
  • 4.4.2 神经网络训练数据的准备51-53
  • 4.4.3 网络模型的建立53
  • 4.4.4 BP网络预测结果及分析53-57
  • 4.5 锅炉NO_x排放量热态试验验证57-60
  • 4.5.1 试验内容57
  • 4.5.2 试验方法及条件57-58
  • 4.5.3 试验结果与验证58-60
  • 4.6 本章小结60-61
  • 结论与展望61-63
  • 研究结论61-62
  • 展望62-63
  • 参考文献63-67
  • 致谢67-68
  • 附录A (攻读学位期间发表的学术论文及参与的科研项目)68-69
  • 已发表的学术论文68
  • 参与的科研项目68-69
  • 附录B 现场热态试验工况表69-74

【相似文献】

中国硕士学位论文全文数据库 前1条

1 汤伟全;对冲燃烧超临界锅炉混煤掺烧NO_x排放特性预测[D];长沙理工大学;2015年



本文编号:1088843

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/1088843.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c95d2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com