基于粒子群算法的工业锅炉炉膛燃烧优化控制
发布时间：2021-01-13 03:31
工业锅炉是一种重要的热能动力设备,在工业生产领域有着极为广泛的应用。针对工业锅炉生产过程中负荷频繁变动可能导致燃烧过程出现缺氧燃烧或过氧燃烧现象,造成资源浪费与环境污染的问题,对工业锅炉燃烧系统进行优化控制具有重要的理论意义与研究应用价值。本文针对工业锅炉负荷频繁变动造成燃烧经济效益差与环保性能低的问题,提出一种基于粒子群算法优化的改进变偏置控制技术,采用智能算法优化控制方式,对工业锅炉炉膛燃烧进行优化控制。首先,在分析工业锅炉燃烧工作机理特性的基础上,建立炉膛燃烧系统模型,设计炉膛燃烧控制方案;其次,分析传统的炉膛燃烧控制方式的工作原理及优缺点,在双交叉限幅控制方式的基础上,明确了变偏置双交叉的控制方案,确定了变偏置燃烧控制方式中偏置函数的选取与偏置参数的取值范围;然后,利用粒子群优化算法对变偏置双交叉控制方案中的偏置函数及偏置参数寻优,实现优化变偏置双交叉限幅燃烧控制方式的目标;最后,通过PCS7控制系统和SMPT-1000进行半实物仿真实验,实验结果表明:基于粒子群优化的改进变偏置控制方式可以在负荷变动情况下快速调节燃料与空气回路,使燃料与空气量跟随主蒸汽压力快速的变化,保证出口...
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
锅炉燃烧工艺模型
图 2.2 过剩空气与燃烧特性关系图2 过剩空气与燃烧特性关系图中可知：当 1时，不完全热损燃烧热效率较高，此时实际空气量等于理论需求量，为燃烧的.0时，即实际空气量小于理论需求量，不完全燃烧热损失较高而的空气量处于缺少状态，燃料量相对于空气量较多，在高温的容易造成缺氧燃烧，生成 CO 等污染物。这种燃烧情况一方面失，造成了燃料的浪费，降低了燃烧的效率；另一方面会生成污染，降低了环保性。因此，在工业生产实际中需尽力避免这时，即实际空气量大于于理论需求量，此时系统中空气量处于空气量较小，燃料可以得到充分燃烧，避免了系统的缺氧燃烧 1.10时，炉膛中会有大量的空气剩余，这些空气会带走大量加了燃烧系统的热损失，降低了燃烧经济性。且过剩空气系数在高温情况下与过热烟气反应，反应生成的氮氧化物和硫化物，较大的空气量也不是工业生产所需。 1.00~1.01 区域变化时，煤粉可以充分燃烧且空气量接近理论
料量与空气量适应负荷的变化，达到系统设定的产出量与实际产出量相当的燃烧系统的稳定。交叉限幅燃烧控制双交叉限幅控制是工业燃煤锅炉燃烧控制常用的方法之一[35]，该控制方式能在变动的情况下，调节空气和燃料回路，使燃料量与空气量动态跟随负荷变化工作的稳定性。 双交叉限幅燃烧控制原理在工业生产过程中，当系统负荷发生变化时，一般的控制方式不能实现空气随负荷变化调整，可能导致锅炉燃烧过程中燃料量与空气量不匹配，产生缺氧燃烧，影响燃烧效率，增加环境污染。为了确保燃烧系统在负荷变化时，气增减得当，选择在燃料与空气的单回路控制基础上，增加高选择器 HS1 和择器 L S1与 L S2限制过剩空气系数过高或过低，从而控制调节燃料与空气回叉限幅控制系统[36]。双交叉限幅燃烧控制原理图如图 3.1：
【参考文献】：
期刊论文
[1]基于SIMATIC PCS7的锅炉控制系统研究[J]. 王捷,艾红. 计算机测量与控制. 2013(09)
[2]直流炉机组简化非线性模型及仿真应用[J]. 闫姝,曾德良,刘吉臻,梁庆姣. 中国电机工程学报. 2012(11)
[3]基于MATLAB/Simulink的燃烧过程控制系统仿真[J]. 周俊杰,房全国,王定标. 郑州大学学报(工学版). 2012(02)
[4]双闭环交叉限幅比值控制在锅炉加热控制系统上的应用[J]. 李贵娥,麻红昭,张伟,朱月. 化工自动化及仪表. 2008(05)
[5]电站锅炉燃烧优化技术研究发展综述[J]. 周建新,樊征兵,司风琪,徐治皋. 锅炉技术. 2008(05)
[6]高炉煤气燃烧锅炉控制系统的优化[J]. 方声丑. 浙江冶金. 2008(03)
[7]锅炉热经济性燃烧调整分析[J]. 高峰. 锅炉技术. 2007(04)
[8]锅炉运行的优化调整[J]. 杨新荣. 电力设备. 2007(04)
[9]电站锅炉低NOx排放的参数辨识[J]. 梁森,李凌. 动力工程. 2006(05)
[10]基于模糊神经网络的参数自整定PID控制系统设计[J]. 刘文军,牛昱光. 太原理工大学学报. 2006(03)
博士论文
[1]仿生智能优化算法及其应用研究[D]. 薛羽.南京航空航天大学 2013
[2]双炉膛电站直流炉辐射图像处理及燃烧诊断与优化控制[D]. 杨超.华中科技大学 2007
硕士论文
[1]非线性系统神经网络自适应控制及其在锅炉控制中的应用[D]. 王静远.河北科技大学 2018
[2]基于改进多目标粒子群算法的电站锅炉燃烧优化系统研究[D]. 刘飞明.东南大学 2017
[3]燃煤蒸汽锅炉控制方法的研究[D]. 刘磊.山东建筑大学 2017
[4]基于遗传算法的工业锅炉变偏置双交叉限幅燃烧控制研究[D]. 王国鑫.西安科技大学 2017
[5]火电机组锅炉控制系统的优化设计[D]. 张天封.东北石油大学 2014
[6]基于粒子群优化算法的低NOx排放过程的优化研究[D]. 于锡才.东北大学 2008
[7]基于智能技术的煤粉锅炉燃烧系统建模与优化运行的研究[D]. 周永强.中南大学 2007
[8]基于Smith预估器的模糊PID控制方法研究[D]. 崔颖.大连理工大学 2006
本文编号：2974126
【文章来源】：西安科技大学陕西省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
锅炉燃烧工艺模型
图 2.2 过剩空气与燃烧特性关系图2 过剩空气与燃烧特性关系图中可知：当 1时，不完全热损燃烧热效率较高，此时实际空气量等于理论需求量，为燃烧的.0时，即实际空气量小于理论需求量，不完全燃烧热损失较高而的空气量处于缺少状态，燃料量相对于空气量较多，在高温的容易造成缺氧燃烧，生成 CO 等污染物。这种燃烧情况一方面失，造成了燃料的浪费，降低了燃烧的效率；另一方面会生成污染，降低了环保性。因此，在工业生产实际中需尽力避免这时，即实际空气量大于于理论需求量，此时系统中空气量处于空气量较小，燃料可以得到充分燃烧，避免了系统的缺氧燃烧 1.10时，炉膛中会有大量的空气剩余，这些空气会带走大量加了燃烧系统的热损失，降低了燃烧经济性。且过剩空气系数在高温情况下与过热烟气反应，反应生成的氮氧化物和硫化物，较大的空气量也不是工业生产所需。 1.00~1.01 区域变化时，煤粉可以充分燃烧且空气量接近理论
料量与空气量适应负荷的变化，达到系统设定的产出量与实际产出量相当的燃烧系统的稳定。交叉限幅燃烧控制双交叉限幅控制是工业燃煤锅炉燃烧控制常用的方法之一[35]，该控制方式能在变动的情况下，调节空气和燃料回路，使燃料量与空气量动态跟随负荷变化工作的稳定性。 双交叉限幅燃烧控制原理在工业生产过程中，当系统负荷发生变化时，一般的控制方式不能实现空气随负荷变化调整，可能导致锅炉燃烧过程中燃料量与空气量不匹配，产生缺氧燃烧，影响燃烧效率，增加环境污染。为了确保燃烧系统在负荷变化时，气增减得当，选择在燃料与空气的单回路控制基础上，增加高选择器 HS1 和择器 L S1与 L S2限制过剩空气系数过高或过低，从而控制调节燃料与空气回叉限幅控制系统[36]。双交叉限幅燃烧控制原理图如图 3.1：
【参考文献】：
期刊论文
[1]基于SIMATIC PCS7的锅炉控制系统研究[J]. 王捷,艾红. 计算机测量与控制. 2013(09)
[2]直流炉机组简化非线性模型及仿真应用[J]. 闫姝,曾德良,刘吉臻,梁庆姣. 中国电机工程学报. 2012(11)
[3]基于MATLAB/Simulink的燃烧过程控制系统仿真[J]. 周俊杰,房全国,王定标. 郑州大学学报(工学版). 2012(02)
[4]双闭环交叉限幅比值控制在锅炉加热控制系统上的应用[J]. 李贵娥,麻红昭,张伟,朱月. 化工自动化及仪表. 2008(05)
[5]电站锅炉燃烧优化技术研究发展综述[J]. 周建新,樊征兵,司风琪,徐治皋. 锅炉技术. 2008(05)
[6]高炉煤气燃烧锅炉控制系统的优化[J]. 方声丑. 浙江冶金. 2008(03)
[7]锅炉热经济性燃烧调整分析[J]. 高峰. 锅炉技术. 2007(04)
[8]锅炉运行的优化调整[J]. 杨新荣. 电力设备. 2007(04)
[9]电站锅炉低NOx排放的参数辨识[J]. 梁森,李凌. 动力工程. 2006(05)
[10]基于模糊神经网络的参数自整定PID控制系统设计[J]. 刘文军,牛昱光. 太原理工大学学报. 2006(03)
博士论文
[1]仿生智能优化算法及其应用研究[D]. 薛羽.南京航空航天大学 2013
[2]双炉膛电站直流炉辐射图像处理及燃烧诊断与优化控制[D]. 杨超.华中科技大学 2007
硕士论文
[1]非线性系统神经网络自适应控制及其在锅炉控制中的应用[D]. 王静远.河北科技大学 2018
[2]基于改进多目标粒子群算法的电站锅炉燃烧优化系统研究[D]. 刘飞明.东南大学 2017
[3]燃煤蒸汽锅炉控制方法的研究[D]. 刘磊.山东建筑大学 2017
[4]基于遗传算法的工业锅炉变偏置双交叉限幅燃烧控制研究[D]. 王国鑫.西安科技大学 2017
[5]火电机组锅炉控制系统的优化设计[D]. 张天封.东北石油大学 2014
[6]基于粒子群优化算法的低NOx排放过程的优化研究[D]. 于锡才.东北大学 2008
[7]基于智能技术的煤粉锅炉燃烧系统建模与优化运行的研究[D]. 周永强.中南大学 2007
[8]基于Smith预估器的模糊PID控制方法研究[D]. 崔颖.大连理工大学 2006
本文编号：2974126
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2974126.html
