基于热力学机理与生产数据挖掘相结合的受热面积灰程度的研究

为实现对燃煤锅炉各对流受热面的积灰程度的监测,以热力学为基础,对锅炉的燃烧特性、对流受热面的积灰特性及工质吸热特性进行热平衡机理分析,确定了表征受热面的积灰程度的特征参数。用相关性分析、回归分析和正态分布等方法对大量实际生产数据进行挖掘,得到了特征参数与积灰程度的关联特性,建立了描述受热面的积灰程度的数学模型。测试结果表明,该模型能较好地反映受热面的积灰程度,能为实现按需吹灰,节约能源提供参考。     

燃煤电站锅炉受热面灰污监测研究

锅炉受热面积灰和结渣会导致锅炉运行的安全性和经济性下降。定义了新的受热面清洁因子,考虑了锅炉各受热面清洁时与灰污平衡时工质进出口焓升的变化,该清洁因子能够更显著地反映出受热面的灰污程度。应用BP神经网络预测不同工况下锅炉各受热面的工质焓升极大值与极小值,实时计算出锅炉各受热面的灰污状况,可指导和优化锅炉吹灰操作,并以屏式过热器为例进行了验证。     

600 MW超临界锅炉尾部对流受热面积灰监测研究

为实现电厂按需吹灰,基于热平衡原理选取污染率作为积灰监测指标反映受热面的积灰程度,针对尾部对流受热面建立积灰监测模型并形成污染率计算流程。以某台600 MW超临界变压运行直流炉为实施对象,对尾部低过、低再及省煤器三个受热面进行污染率计算分析,结合积灰监测结果和安全经济性原则对尾部受热面的吹灰方式进行动态调整,并进行了3天积灰试验。结果表明:建立的积灰监测模型可准确反映受热面的积灰程度;工质吸热量可作为辅助参数判断受热面的积灰情况;整体优化了对象锅炉尾部受热面的吹灰策略,给出吹灰频率可适当减少的吹灰建议,为电厂实际吹灰运行提供了指导与参考。     

600 MW锅炉省煤器的灰污监测

锅炉尾部对流受热面灰污程度多采用清洁因子来描述,清洁因子是从传热角度分析灰污的影响。本文根据管壁表面积灰厚度与烟气流动阻力之间的本质关系,提出了采用烟气压降直接计算管壁表面积灰厚度的模型。该模型能够基于烟气压力和温度测点实时计算得到各对流受热面的积灰厚度,从而实现对流受热面积灰厚度的在线监测。本文计算了1台600 MW燃煤锅炉省煤器的积灰厚度,计算结果与电厂给的测试数据吻合。     

基于人工神经网络的电站锅炉积灰实时监测系统

针对燃煤电站锅炉对流受热面积灰,提出了一种基于人工神经网络的积灰实时监测方法:利用受热面清洁吸热量和实际吸热量定义灰污特征参数;通过电厂现有的DAS系统得到的温度、压力和流量等参数可获得大量样本点;建立神经网络模型并进行训练.在燃用神华煤的某300 MW锅炉上进行了试验.结果表明:实测吸热量与预测吸热量的最大误差不超过10%,平均误差为3%左右.该方法可准确预测锅炉对流受热面的积灰情况.     

基于改进粒子滤波算法预测健康状态的锅炉吹灰优化

为了对锅炉受热面沉积的灰污进行及时、准确地清扫,制定合理的吹灰优化策略。采用清洁因子来评估受热面的健康状况,并根据实时监测数据结合改进粒子滤波;采用滚筒式预测单次积灰过程内清洁因子未来的变化趋势,并验证了该预测方法的准确度。同时,提出一种基于单位时间传热量损耗最低的吹灰优化模型,吹灰优化计算中采用相同工况下多组清洁因子数据进行拟合。以某300 MW燃煤锅炉为例,验证了所提优化模型的可行性。     

300MW锅炉对流受热面灰污计算及其应用

以大容量电站锅炉机组热力计算标准为前提,在已有的基础上根据热平衡方法构建锅炉对流传热计算模型,分别计算受热面实际运行的传热系数和清洁状态下的理想传热系数,定义了能实时反映受热面污染情况的清洁因子,可以用于锅炉对流受热面积灰、结渣故障的预测诊断,从而优化锅炉吹灰模式,为优化锅炉吹灰提供指导作用。     

锅炉设备用高频焊接螺旋肋片管束放热与阻力特性的试验研究及节能效果分析

对用于锅炉设备的对流蒸发受热面和省煤器受热面,在采用高频焊接螺旋肋片管束时,须了解其放热与阻力特性。对用于自然循环锅炉对流蒸发受热面的该种管束,还须了解管束中每排的放热特性,以便算出各排的吸热量,为水循环计算提供依据。鉴于目     

600MW微富氧燃烧煤粉锅炉优化设计

以某600 MW煤粉锅炉为例,进行了微富氧燃烧方式下锅炉的结构概念设计及受热面优化,并和空气燃烧、纯氧燃烧模式下的特性参数进行了比较.结果表明：与空气燃烧及纯氧燃烧相比,微富氧燃烧模式下单位时间炉膛内烟气量减少,理论燃烧温度升高,辐射换热加强;烟气与工质的辐射换热量及对流换热量与前两者相比均有很大不同,因此需要对其烟气、工质两侧的能量分布进行重新匹配;优化设计后微富氧燃烧锅炉本体尺寸减小,受热面的布置也发生了很大改变,总受热面面积比空气燃烧时减少了46.5%.     

300MW循环流化床锅炉屏式受热面传热系数计算及其变化规律

根据300MW循环流化床（CFB）锅炉现场测试数据并结合以往CFB锅炉传热系数的研究成果,建立了屏式受热面烟气侧的传热模型,包括辐射传热模型和对流传热半经验公式．利用该模型对某300MWCFB锅炉在94％锅炉最大连续蒸发量（BMCR）工况下炉膛内屏式受热面的传热系数进行了计算,分析了屏式受热面管间节距、炉膛温度、工质温度、壁面黑度及烟气速度等因素对传热系数的影响．结果表明：烟气速度、炉膛温度和壁面黑度对传热系数的影响较大,所建立的传热模型能够合理地反映主要因素对CFB锅炉屏式受热面传热的影响．     

循环流化床(CFB)锅炉磨损问题初探

本文通过计算一个能反映磨损程度的量——磨损特征量,比较CFB锅炉、煤粉锅炉受热面的磨损程度。结合国内外CFB锅炉受热面磨损爆管的实例,提出一个判断受热面磨损程度的准则。最后介绍有关国内外CFB锅炉受热面的防磨措施。     

基于热工参数的锅炉积灰结渣在线监测

针对燃煤电厂锅炉因受热面积灰结渣而造成机组安全性和经济性下降问题,进行受热面积灰结渣监测研究。基于广东某300 MW机组,运用热平衡和传热原理建立了一套燃煤电厂锅炉受热面积灰结渣的监测模型。模型运行前对监测模型进行敏感性分析。结果表明:在负荷、燃煤低位发热量、过量空气系数处于稳定时,模型能获得较好的监测效果。输入机组DCS系统的热工参数,计算锅炉各对流受热面的清洁因子,以监测对流受热面积灰结渣的严重程度。将监测结果结合实际运行要求,可在线得到合理的吹灰策略。     

锅炉高温对流受热面进出口烟温软测量方法

在已知高温对流受热面进出口平均工质温度的条件下 ,基于锅炉局部热量平衡的原理 ,提出并验证了一种计算该段受热面进 (出 )口平均烟温方法 ,对计算误差进行了分析。在不具备测量高温烟气温度的可靠手段时 ,能够比较准确地估算对流烟道中的高温烟气温度。     

循环流化床锅炉翼形墙受热面壁温特性分析

以循环流化床锅炉中翼形墙3种典型结构51×5 mm、42×5 mm和38×5 mm为例,分析了工质质量流率和参数对壁温的影响.结果表明,质量流率是保证受热面安全运行的主控因素,壁面与工质的温差随质量流率的增加而减小;管件结构与工质出口温度对壁面与工质温差的影响不明显,但管件结构对鳍片温度的影响较为明显;压力仅在一定程度上对壁温有影响.为兼顾考虑低负荷下锅炉的安全与经济运行,推荐翼形墙受热面内工质设计质量流率选取不宜低于750 kg/(m2·s).本研究为翼形墙受热面的安全运行提供参考.     

电站锅炉省煤器设计与改造对过热汽温的影响

根据锅炉蒸发受热面工质侧产汽量与过热汽温之间的内在依赖关系 ,从热量和质量平衡原理出发 ,讨论了自然循环锅炉给水温度不变而省煤器出口水温偏离设计值时对过热汽温间接的影响规律。在电站锅炉尾部受热面的改造或设计中 ,为考虑其它因素而不得不改变省煤器的吸热量时 ,建议将锅炉烟气侧热力计算与工质侧的吸热产汽量计算结合起来 ,验算省煤器出口水温的变化对炉膛蒸发受热面工作以及过热汽温的影响。     

600MW超临界锅炉半辐射受热面积灰监测模型研究

针对燃煤锅炉受热面积灰监测的需求,以某电厂600 MW锅炉的半辐射受热面为研究对象,采用污染率作为受热面积灰监测指标建立了监测模型,提出了一种高温区域烟气温度推算方法,在变负荷工况下考虑了锅炉运行动态特性并引入集总参数动态修正模型,研究了稳定负荷和变负荷工况下半辐射受热面的污染率变化趋势.结果表明:稳定负荷下的积灰监测模型能够满足积灰监测的要求,而变负荷工况下的积灰监测模型虽然在一定程度上缓解了负荷变化的影响,但污染率计算结果波动较大,仍受到负荷变化的干扰.     

电站锅炉对流受热面积灰在线监测的研究

针对在线监测电站锅炉对流受热面积灰的需要,建立了对流受热面的污染监测模型.以HG1021/18.2-YM9型锅炉为监测对象,开发了受热面积灰在线监测系统,成功实现了锅炉对流受热面污染的在线监测.     

燃煤电站锅炉对流受热面积灰在线监测的研究

针对在线监测电站锅炉对流受热面积灰的需要,建立了对流受热面的污染监测模型。以某300 MW机组的1 025 t/h锅炉为监测对象,开发了受热面积灰在线监测系统,成功实现了锅炉对流受热面污染的在线监测。     

O_2/CO_2燃烧方式下锅炉对流传热系数的修正算法和数值研究

采用热力计算与数值模拟相结合的方法,对富氧燃烧方式下锅炉对流受热面的传热特性进行研究,荻得了富氧气氛受热面对流传热系数的变化规律,由此提出了对流传热系数的修正算法.采用该算法,以某电厂300 MW锅炉为例,分别对空气燃烧方式和O2/CO2:燃烧方式下的各受热面进行了热力计算,并将计算结果与模拟结果进行了对比分析,结果两者相吻合,表明修正算法是可行的.分析结果还表明:富氧气氛下烟气的传热能力增强,即相同的受热面积传热量增加.     

基于神经网络的锅炉对流受热面灰污监测研究

采用多层前向型神经网络,对电站锅炉对流受热面的实时污染状况建立了监测模型。模型选取合适的参数组成输入向量,利用电站数据采集系统下载的实时机组数据,经规格化处理后对神经网络进行训练。结果表明,训练后的神经网络可以较准确地实现锅炉对流受热面的积灰状态的在线监测,为吹灰方案的最优化打下了良好的基础。