典型湿法脱硫系统存在的问题及人工智能在优化运行中的应用
发布时间：2021-08-21 05:57
石灰石-石膏湿法烟气脱硫是我国最主要的脱硫方式,随着该法的不断改进与简化,脱硫系统运行更加稳定,造价也在不断降低,但运行过程中依然存在诸多问题。本文概括总结了石灰石-石膏湿法烟气脱硫系统运行过程中发生的典型问题,诸如结垢堵塞、腐蚀磨损、起泡溢流和石膏品质差等,指出了这些问题的具体分类类型以及主要影响因素;继而从系统运行机理角度阐述了这些问题的相互关系和交互影响,并将这些问题归因于脱硫系统的紊乱。随后结合电厂目前条件、当前研究基础以及可以实现的技术手段从四个方面论证了人工智能应用于脱硫系统的可行性,建议借助人工智能建立系统运行的诊断模型解决已有问题,并提出了基于人工智能的脱硫系统概念模型及具体实施思路。
【文章来源】：化工进展. 2020,39(S1)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
浆液pH对吸收剂利用率及脱硫率的影响
传统发电由于资源利用率低、污染严重，新能源发电正不断蚕食电力行业市场。煤价与电价不均衡，难以提升经济效益，火电企业急需开发先进的技术和管理手段打破当前如此被动的局面。如果能将人工智能应用在工况复杂多变、问题交互繁多的脱硫系统，势必会提高火电厂生产效益，延长烟气脱硫装置的寿命。下面对人工智能应用于脱硫系统的可行性从四个方面进行分析。(1）目前，大多数电厂已经可以实现脱硫系统关键数据的实时采集与存储。多年来，学者对脱硫塔内部反应机理进行了深入研究，根据电厂的观测数据可以确定脱硫系统物料平衡关系、特定条件下浆液中的离子浓度，即建立脱硫系统的数学仿真模型。一方面，以现有的数学模型为框架，以电厂长期积累的运行维护数据作为补充，人工智能技术能够识别脱硫系统运作中重要指标的内在联系，汲取有效知识；另一方面，实时数据反应脱硫系统运行状况，智能系统可以通过其进行分析决策及人机交互。
(3）人工智能技术自学习与自寻优的功能可以与脱硫系统有效结合。通过自学习，能进一步增强神经元控制系统的优化算法和事故处理能力，使智能系统获取有效知识。基于泛在感知和智能融合获取脱硫系统运行数据、核心物料算法、自学习掌握的知识体系，通过神经算法优化控制模块，最终制订最佳运行方式、最优处理步骤、最好事故处理结果等，保障系统安全、经济和环保的运行状态[31]。(4）智能脱硫系统开发的最终目的是服务于电厂工作人员，因此必须实现系统的自我决策和人机交互。根据目前条件，可以通过对多源数据的检测、关联、组合、分析和预测等处理，利用智能设备的自学习、数据挖掘、流程优化等能力，智能系统能为管理者提供科学决策[32]。结合网络通信、互联网和设备智能化的发展，可采用设备与设备、设备与系统、系统与系统、人与设备系统间的互动性和互操性，实现协同工作。
【参考文献】：
期刊论文
[1]人工智能与神经网络在电力系统中的应用研究[J]. 王邦林,沙桐. 山东工业技术. 2019(17)
[2]石灰石—湿法烟气脱硫吸收塔仿真模型设计与研究[J]. 张悦,韩璞,张想. 系统仿真学报. 2019(02)
[3]吸收塔浆液PH值单神经元控制仿真研究[J]. 王涛,潘维加. 自动化与仪器仪表. 2018(12)
[4]石灰石–石膏湿法脱硫吸收塔结垢分析及预防措施[J]. 李文鼎,高惠华,蔡文丰. 发电技术. 2019(01)
[5]浅谈影响燃煤电厂脱硫石膏品质主要因素及改善措施[J]. 颜磊. 科学技术创新. 2018(30)
[6]火电厂智能化建设规划与技术路线[J]. 郭为民,张广涛,李炳楠,梁正玉,朱峰,唐耀华. 中国电力. 2018(10)
[7]电厂脱硫石膏含水量过高原因分析及应对措施[J]. 洪智晟. 城市建设理论研究(电子版). 2017(29)
[8]脱硫石膏品质控制及资源化利用[J]. 汪浩,李勇辉,王群英,景文斌. 新型建筑材料. 2017(05)
[9]石灰石-石膏湿法烟气脱硫浆液起泡溢流研究[J]. 王瑶瑶,包文运,高良敏,刘璐,向朝虎,司家济. 环保科技. 2017(02)
[10]脱硫塔入口烟道结垢问题浅析[J]. 樊彦玲,祝文,马稳锋. 化工设计通讯. 2017(01)
硕士论文
[1]脱硫浆液组成变化对起泡影响机理研究[D]. 宋炎.安徽理工大学 2018
[2]燃煤锅炉脱硫系统浆液及石膏成分测试分析研究[D]. 程开开.中国计量大学 2016
[3]湿法烟气脱硫过程建模与优化[D]. 陈尔鲁.浙江大学 2016
[4]脱硫浆液池起泡溢流的实验研究[D]. 张岳.华北电力大学(北京) 2016
[5]脱硫石膏品质控制技术及其资源化研究[D]. 徐铮.华北电力大学（河北） 2008
[6]神经网络专家系统在脱硫控制系统中的应用[D]. 杨维波.华北电力大学（河北） 2008
[7]湿法烟气脱硫系统数学建模与仿真分析[D]. 吴记保.重庆大学 2006
本文编号：3355016
【文章来源】：化工进展. 2020,39(S1)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
浆液pH对吸收剂利用率及脱硫率的影响
传统发电由于资源利用率低、污染严重，新能源发电正不断蚕食电力行业市场。煤价与电价不均衡，难以提升经济效益，火电企业急需开发先进的技术和管理手段打破当前如此被动的局面。如果能将人工智能应用在工况复杂多变、问题交互繁多的脱硫系统，势必会提高火电厂生产效益，延长烟气脱硫装置的寿命。下面对人工智能应用于脱硫系统的可行性从四个方面进行分析。(1）目前，大多数电厂已经可以实现脱硫系统关键数据的实时采集与存储。多年来，学者对脱硫塔内部反应机理进行了深入研究，根据电厂的观测数据可以确定脱硫系统物料平衡关系、特定条件下浆液中的离子浓度，即建立脱硫系统的数学仿真模型。一方面，以现有的数学模型为框架，以电厂长期积累的运行维护数据作为补充，人工智能技术能够识别脱硫系统运作中重要指标的内在联系，汲取有效知识；另一方面，实时数据反应脱硫系统运行状况，智能系统可以通过其进行分析决策及人机交互。
(3）人工智能技术自学习与自寻优的功能可以与脱硫系统有效结合。通过自学习，能进一步增强神经元控制系统的优化算法和事故处理能力，使智能系统获取有效知识。基于泛在感知和智能融合获取脱硫系统运行数据、核心物料算法、自学习掌握的知识体系，通过神经算法优化控制模块，最终制订最佳运行方式、最优处理步骤、最好事故处理结果等，保障系统安全、经济和环保的运行状态[31]。(4）智能脱硫系统开发的最终目的是服务于电厂工作人员，因此必须实现系统的自我决策和人机交互。根据目前条件，可以通过对多源数据的检测、关联、组合、分析和预测等处理，利用智能设备的自学习、数据挖掘、流程优化等能力，智能系统能为管理者提供科学决策[32]。结合网络通信、互联网和设备智能化的发展，可采用设备与设备、设备与系统、系统与系统、人与设备系统间的互动性和互操性，实现协同工作。
【参考文献】：
期刊论文
[1]人工智能与神经网络在电力系统中的应用研究[J]. 王邦林,沙桐. 山东工业技术. 2019(17)
[2]石灰石—湿法烟气脱硫吸收塔仿真模型设计与研究[J]. 张悦,韩璞,张想. 系统仿真学报. 2019(02)
[3]吸收塔浆液PH值单神经元控制仿真研究[J]. 王涛,潘维加. 自动化与仪器仪表. 2018(12)
[4]石灰石–石膏湿法脱硫吸收塔结垢分析及预防措施[J]. 李文鼎,高惠华,蔡文丰. 发电技术. 2019(01)
[5]浅谈影响燃煤电厂脱硫石膏品质主要因素及改善措施[J]. 颜磊. 科学技术创新. 2018(30)
[6]火电厂智能化建设规划与技术路线[J]. 郭为民,张广涛,李炳楠,梁正玉,朱峰,唐耀华. 中国电力. 2018(10)
[7]电厂脱硫石膏含水量过高原因分析及应对措施[J]. 洪智晟. 城市建设理论研究(电子版). 2017(29)
[8]脱硫石膏品质控制及资源化利用[J]. 汪浩,李勇辉,王群英,景文斌. 新型建筑材料. 2017(05)
[9]石灰石-石膏湿法烟气脱硫浆液起泡溢流研究[J]. 王瑶瑶,包文运,高良敏,刘璐,向朝虎,司家济. 环保科技. 2017(02)
[10]脱硫塔入口烟道结垢问题浅析[J]. 樊彦玲,祝文,马稳锋. 化工设计通讯. 2017(01)
硕士论文
[1]脱硫浆液组成变化对起泡影响机理研究[D]. 宋炎.安徽理工大学 2018
[2]燃煤锅炉脱硫系统浆液及石膏成分测试分析研究[D]. 程开开.中国计量大学 2016
[3]湿法烟气脱硫过程建模与优化[D]. 陈尔鲁.浙江大学 2016
[4]脱硫浆液池起泡溢流的实验研究[D]. 张岳.华北电力大学(北京) 2016
[5]脱硫石膏品质控制技术及其资源化研究[D]. 徐铮.华北电力大学（河北） 2008
[6]神经网络专家系统在脱硫控制系统中的应用[D]. 杨维波.华北电力大学（河北） 2008
[7]湿法烟气脱硫系统数学建模与仿真分析[D]. 吴记保.重庆大学 2006
本文编号：3355016
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3355016.html
