火电厂锅炉飞灰含碳量测量技术发展与现状

飞灰含碳量是反映火电厂锅炉燃烧效率的重要指标,提高锅炉运行效率的关键前提是精确和快速地测量出飞灰含碳量.全面介绍了当前常见的多种飞灰含碳测量方法的工作原理,分别了它们的优缺点,并给出了典型产品.还详细地介绍了近年来发展起来的飞灰含碳量数据融合测量方法和软测量方法,并分析了它们的技术特点.对飞灰含碳量测量方法的选择与研究...     

锅炉飞灰含碳在线测量装置现状研究与优化

锅炉飞灰可燃物中含碳量指标是反映火力发电厂锅炉燃烧效率的重要指标之一,锅炉飞灰含碳量的控制非常重要,对其进行必要的在线监控,对于提高锅炉效率和安全性,降低发电煤耗、提高飞灰循环利用程度和降低污染物排放都有巨大的应用价值和实用意义。通过对原飞灰在线测量装置故障进行汇总分析,确定技术革新路线,通过优化测量装置来实现飞灰在线测量的有效监测,以辅助日常调整,提高机组效率,改善经济性。     

基于BP神经网络的超临界对冲火焰锅炉飞灰含碳量预测分析

飞灰含碳量是反映燃煤锅炉机组燃烧效率的重要技术指标和运行经济指标,同时也影响锅炉的安全运行。超临界对冲火焰锅炉由于掺烧劣质煤,经常出现飞灰含碳量偏高的现象。本文以660MW超临界对冲火焰锅炉为研究对象,将影响飞灰含碳量的负荷、煤粉细度等十个运行参数作为输入量,应用BP神经网络的非线性动力学特性和自学习能力,建立了飞灰含碳量预测模型。经网络预测,与实际值的误差小于5.48%。在预测模型的基础上,对飞灰含碳量影响因素进行单因素影响规律分析。预测和分析结果表明,本模型方法能有效提取各参数对飞灰含碳量的影响规律,可用于锅炉飞灰含碳量的分析、预测和优化调节。     

基于GSA-LSSVM的循环流化床锅炉飞灰含碳量预测

为了控制循环流化床锅炉飞灰含碳量,提高锅炉燃烧效率。以某电厂循环流化床锅炉燃烧数据为样本,应用最小二乘支持向量机(LSSVM)建立了以锅炉运行参数为输入量,以锅炉飞灰含碳量为输出的模型。由于最小二乘支持向量机的参数决定了模型精度及泛化能力,将万有引力搜索算法(GSA)运用到模型参数寻优过程中,得到了飞灰含碳量最优模型GSA-LSSVM;并利用不同工况下的样本数据检验了模型的预测性能,并将该模型分别与粒子群(PSO)和遗传算法(GA)优化的LSSVM模型进行比较,仿真实验证明GSALSSVM模型具有很好的辨识能力及泛化能力。     

火电厂飞灰含碳量多模型融合软测量方法

针对目前火电厂燃煤锅炉飞灰含碳量测量方法存在时间滞后和精度不高等问题,在对锅炉飞灰含碳量影响因素进行分析的基础上,采用基于多个模型的组合可以提高模型精度和鲁棒性的思想,提出基于支持向量机融合的多模型动态软测量建模方法。该建模方法利用时间序列数据建立模型,每个子模型表达某一工况对输出的估计,各个子模型的预测输出通过SVM方法实现变权数融合。应用火电厂历史数据进行飞灰含碳量软测量建模研究,结果表明该方法能够达到较好的测量效果。     

锅炉飞灰含碳量在线监测装置的应用与维护

叙述了一种电厂锅炉飞灰含碳量的微波式飞灰含碳量在线监测装置,实践表明,该装置测量精度较高,可靠性好,能及时、有效地调整锅炉运行,降低供电煤耗。介绍了它的工作原理,应用与维护,指出了使用中应注意的问题。     

基于神经网络的电站锅炉飞灰含碳量软测量系统

借助于正交试验设计，对某台200MW机组燃煤锅炉飞灰含碳量特性进行了多工况热态测试，获得了数据样本，采用基于Levenberg-Marquardt(LM)算法的BP神经网络，建立了飞灰含碳量软测量模型，通过仿真计算，证明了飞灰含碳量软测量模型的正确性和有效性。     

基于混合智能的锅炉飞灰含碳量实时目标值模型

为了降低飞灰含碳量,提高锅炉运行水平,运用混合智能技术建立了飞灰含碳量目标值模型.从运行优化角度提出了飞灰含碳量目标值的定义和技术可行方案.通过对锅炉的历史运行工况数据库进行数据挖掘,建立了锅炉历史最优工况数据库,以此作为训练样本建立飞灰含碳量目标值的神经网络模型,在进行了实例验证后对模型进行了分析讨论.实际应用表明该模型具备自调节能力,能够向运行人员实时提供当前工况下的飞灰含碳量目标值,为飞灰含碳量的实时优化指明了调整的方向.     

因子分析法在飞灰含碳量分析中的应用

针对煤粉锅炉飞灰含碳量影响因素众多的问题,结合某电厂200 MW煤粉锅炉的实际运行工况,利用因子分析法,对锅炉飞灰含碳量影响因素进行降维分析,得出了影响飞灰含碳量的主要因素,为调整燃烧,提高锅炉效率提供了一种全新的有效的工具。     

应用局部投影网络预测燃料分级燃烧锅炉的飞灰含碳量

火电厂煤粉燃烧效率体现在燃尽程度上,一般用锅炉的飞灰含碳量来进行评价.这个参数的预知对燃料分级燃烧优化,即在能够降低NOx的排放的同时保证煤粉的燃烧效率,进而提高锅炉运行效率极为重要.分析了锅炉飞灰含碳量的影响因素,利用局部投影神经网络LPN结构简单、收敛速度快、泛化能力强和适用于非线性时变过程的特点,建立锅炉的飞灰含碳量动态预测模型.利用锅炉热态试验所得数据训练和测试该模型,结果表明,预测模型较精确地预测了飞灰含碳量,从而为燃料分级燃烧优化的进行提供了模型基础.     

燃煤电站锅炉飞灰含碳量偏高的原因分析与解决措施

在燃煤电站锅炉中 ,当煤粉不能进行完全燃烧时 ,将造成飞灰含碳量的升高。从煤粉细度、煤种特性、燃烧器的结构特性、热风温度、炉内空气动力场和锅炉负荷等方面分析了对飞灰含碳量变化的影响机理 ,指出了飞灰含碳量升高所造成的影响 ,并提出了维持锅炉稳定燃烧 ,降低飞灰含碳量 ,提高锅炉效率的有效措施。     

基于LS-SVM稀疏化算法的飞灰含碳量软测量方法

  [目的]  为了解决经典迭代剪切稀疏化算法在飞灰含碳量软测量模型应用中计算量过大问题,提出了一种基于样本分布特征的LS-SVM稀疏化算法。  [方法]  算法在计算样本特征空间距离基础上,融合密度和离散度构建全局代表性指标,并按此指标对原始样本集进行排序和剪切,完成稀疏化。为验证算法性能将提出的算法应用到某1 000 MW火电机组飞灰含碳量软测量模型,训练样本集取自机组现场试验数据。  [结果]  结果表明:本算法能在适当牺牲误差性能的情况下大大消减样本容量,显著降低飞灰含碳量LS-SVM软测量模型训练及在线预测计算量。  [结论]  所提LS-SVM稀疏化算法在保证误差值降低0.01%的情况下,将样本空间从90个缩小到30个,既减小了计算规模,又保证了计算精度。所提算法可在PLC等计算性能受限的工业控制器中实现飞灰含碳量在线软测量功能,并可推广至发电厂其他参数软测量系统。     

锅炉飞灰测碳仪的技术现状及发展趋势

物理不完全燃烧 (飞灰含碳 )是锅炉损失中很大的一项 ,提高锅炉运行效率的关键问题是如何能精确和及时地监测飞灰中的含碳量。介绍现今已有的飞灰测碳仪种类 ,分析了各种类的优缺点     

降低循环流化床飞灰可燃物

循环流化床锅炉具有高效、低污染、煤种适应性广等优点 ,在我国得到大力发展。但目前国内流化床锅炉普遍存在着飞灰含碳量高 ,锅炉燃烧效率达不到设计值的问题。概述了影响飞灰含碳量的主要因素如煤种、煤的粒径及循环系统运行状况等。在对现有流化床锅炉飞灰含碳量高的原因及存在的主要问题进行探讨的基础上 ,提出了降低飞灰含碳量 ,提高燃烧效率的一些途径。     

烧失量法测量循环流化床锅炉飞灰碳的系统误差

1前言飞灰的可燃碳含量决定了其在建材方面的应用范围。通常用烧失量(LOI:Loss-On-Ignition)来表征粉煤灰可燃碳含量的大小。例如我国在GBJI46-90,GBI596-91和FGJ28-86等标准中规定,用烧失量表征的可燃碳含量小于飞灰总质量5%的飞灰为I级灰,在5%~8%之间的为II级灰,在8%~15%之间     

循环流化床锅炉飞灰中碳的形成机理

通过对循环流化床(CFB)锅炉飞灰含碳量分布及飞灰残碳形态的测量、CFB燃烧温度下焦炭失活过程的试验研究以及流化床条件下煤颗粒燃烧过程的分析.探讨了循环流化床锅炉飞灰中碳的形成机理.结果表明:实际运行的CFB锅炉飞灰中含碳量具有明显的不均匀性,残碳集中于25～50 μm的飞灰颗粒内;真实密度和XRD测量均表明,焦炭失活的2个条件是温度和时间,温度高于800℃,焦炭失活开始发生,并且随着时间的增加,失活程度提高;焦炭颗粒长时间停留在主循环回路中,反应活性下降,由于颗粒的碎裂和磨耗,形成了飞灰中粒径较小的残碳;煤中的细小煤粒首次通过炉膛时未燃尽且未被分离器收集,形成了飞友中较大颗粒的残碳.     

降低循环流化床飞灰含碳量的探析

飞灰含碳量高是循环流化床锅炉燃烧效率低的主要原因,通过分析影响飞回含碳量的因素,得出降低飞灰含碳量的方法。     

飞灰回燃对燃烧福建无烟煤CFB锅炉运行影响的研究

利用热天平实验研究了飞灰碳厦其入炉煤的反应性，从理论上分析了飞灰回燃对CFB锅炉燃烧效率的影响，并通过工业试验测试了回燃飞灰量对锅炉返料器运行温度、飞灰的粒度分布及其含碳量、锅炉燃烧效率及其它运行参数的影响。研究表明，燃烧福建无烟煤CFB锅炉飞灰碳的反应性高于其对应入炉煤。回燃飞灰的含碳量、回燃飞灰量与入炉煤量的比值等参数对锅炉燃烧效率有重要影响。采取飞灰回燃技术有利于降低飞灰含碳、降低返料器运行温度和提高锅炉燃烧效率，但当回燃飞灰量较大时会影响锅炉的稳定运行。