超临界锅炉汽水分离器用DIWA373高强度钢板

文中介绍了DIWA373高强度钢板的性能、成形工艺、焊接工艺和热处理工艺。     

超临界直流锅炉汽水分离器仿真研究

结合工质的特点,从汽水分离器工作原理出发,根据质量守恒、能量守恒、动量守恒方程等建立汽水分离器的全工况数学模型,在可视化仿真支撑系统Simuengine支持下,搭建汽水分离器系统模型,检验所建立模型能够正确反映分离器的动态特性,也能够满足在各工况下静态精度的要求.     

600 MW超临界锅炉汽水分离器内压应力有限元分析

采用有限元方法对600 MW超临界锅炉汽水分离器进行应力计算,得出了汽水分离器进口连接管区域内压引起的机械应力分布规律和应力集中状况.计算结果表明,该区域存在着明显的应力集中现象,最大应力出现在筒体内壁靠近连接管椭圆孔长轴处,应力集中系数为3.48,筒体外壁同样存在应力集中,但应力水平比内壁低.汽水分离器各连接管的应力分布规律基本相同.将6根连接管与1根连接管时筒体的应力分布进行了比较,结果表明,接管数目的增加使汽水分离器应力集中更加明显.     

基于改进FCM的超超临界机组过热器T-S神经网络模型辨识

构建了过热器多输入单输出的T-S神经网络模型,并针对输入变量空间划分问题提出了一种改进FCM算法。通过确定高斯型隶属函数参数,实现模型结构参数辨识,利用递推最小二乘法完成模型后件参数辨识。对华能海门电厂百万机组过热器模型辨识进行仿真,结果表明此方法具有较好的辨识效果,辨识出的过热器模型具有较好的精度和泛化能力。     

超临界锅炉启动汽水分离器应力分析及数值模拟

对超临界锅炉汽水分离器变工况下的应力场进行了分析计算,探讨了在高温高压条件下蠕变变形与应力间的关系,以及存在弹性变形、塑性变形和蠕变变形时应力的计算,并使用ANASYS对某超临界锅炉汽水分离器进行了数值模拟.结果表明:在结构不连续处,即汽水分离器入口附近,局部应力最大;在机组启动初始阶段,此处的应力幅很大;而在稳定运行时,此处的应力绝对值很大,但震荡幅度很小.     

1000MW锅炉汽水分离器的瞬态应力有限元分析

选取1 000MW锅炉汽水分离器为研究对象,根据机组运行曲线确定边界条件,建立其三维有限元模型。计算了冷态启动工况下的瞬态热应力、机械应力和总应力,讨论了热应力、机械应力和总应力的分布规律,分析了影响应力的各种因素,找出了汽水分离器最大应力点位置及随时间的变化规律。     

超超临界锅炉启动分离器的制造与检验控制

由于11300 MW等级超超临界锅炉的启动分离器结构特殊且材料等级高,偏心斜插管的定位、装配及高等级材料的焊接是质量控制的难点,介绍了启动分离器制造中,能有效提高原材料、焊接、装配、热处理等关键工序新的质量控制技术,并详细阐述了新的检测技术在启动分离器装配中的应用.     

神经网络球磨机出力软测量模型的建立

为了准确地获得球磨机的制粉出力,提出了用灰熵关联分析法分析球磨机制粉出力的影响因素,选择对球磨机制粉出力影响较大的几个因素作为辅助变量建立模型,以最优拉丁超立方法选取的数据作为训练样本,基于BP神经网络建立球磨机出力软测量模型,并选出几组样本验证所建模型的可靠度.结果表明:所建立的球磨机出力软测量模型预测输出误差较小,有较强的泛化能力,具有很好的测量性能.     

基于模糊神经网络的点火提前角时间差软测量模型

基于模糊神经网络的理论方法,以点火提前角、发动机的功率和转速等特征参数作为二次变量,提出了点火提前角时间差软测量模型.仿真结果表明,软测量模型具有非常好的映射性能.试验结果表明,利用软测量模型对点火提前角进行控制时,该模型能在连续工作120h内很好地实现成功点火,以及在冷起动条件下保证一次性点火成功,并且能满足排放性能要求.     

600MW超临界压力锅炉汽水分离器在启动过程中介质对内壁放热系数及筒壁温度场的研究

本文闸述了600MW超临界压力锅炉汽水分离器模型,在锅炉实际启动参数下介质对内壁放热系数的模拟试验研究。试验参数 P为3～11MPa,质量流量G为0.2～0.35kg/s,干度x为0.2～0.8。由导热反问题方法,获得了动态过程中介质对分离器模型内壁的放热系数计算公式。并实际计算了锅炉在冷态启动过程中汽水分离器壁温分布,为进一步进行汽水分离器热应力计算和优化启动过程提供了比苏尔寿公司更可靠、精确的依据。     

基于BP神经网络和GA-PID的超超临界锅炉系统解耦控制研究

直流锅炉运行中,给水调节和燃料调节十分重要,但其各变量之间存在强耦合关系。本文针对1 000 MW超超临界机组直流锅炉中燃料和给水协调控制对象参数多变、强耦合的特点,提出了一种改进权值调整的BP神经网络分散解耦智能方法,实现系统解耦,然后采用遗传算法PID(GA-PID)控制方法对解耦后近似独立的两组对象进行控制。仿真结果表明:BP神经网络分散解耦算法具有很强的非线性映射能力和自适应解耦能力,GA-PID具有良好的控制效果,所设计的系统具有较强的鲁棒性,解耦控制方案能够达到理想的效果。     

超(超)临界直流锅炉蓄热系数计算

给出了超(超)临界直流锅炉蓄热系数的计算方法:首先根据水和水蒸气的热力性质,通过程序计算出水冷壁中各相态段的长度,然后依据体积守恒方程、质量守恒方程和能量守恒方程分别计算水冷壁和过热器的蓄热系数.以某660 MW超超临界直流锅炉为例,利用锅炉设计数据计算得到4个工况下水冷壁和过热器的蓄热系数.结果表明:锅炉的蓄热系数为60s左右,水冷壁蓄热系数占锅炉蓄热系数的15%~30%,过热器蓄热系数占锅炉蓄热系数的70%~85%.     

基于神经网络的游梁式抽油机示功图软测量研究

游梁式抽油机示功图是悬点载荷和悬点位移的关系图,示功图可以诊断油井的工作状况。至今没有一种有效方法实时测量示功图,主要原因是载荷传感器容易老化及使用寿命短。针对游梁式抽油机的示功图实时测量难问题,总结了现有的示功图间接测量方法后,提出了基于神经网络的示功图软测量方法。该方法的核心是实时测量游梁式抽油机的相关物理量,如电机功率、游梁摆动角度,利用神经网络的非线性逼近功能,预测抽油机悬点载荷。通过数据通信手段,把相关的现场数据传到数据中心,数据中心的示功图测量单元由神经网络预测抽油机悬点载荷,加上悬点位移,得到抽油机示功图。实验仿真表明基于神经网络的示功图软测量方法是可行的,有推广应用价值。     

基于Elman神经网络的短期风电功率预测

为提高风电场输出功率预测精度,提出一种动态基于神经网络的功率预测方法。根据实际运行的风电场相关风速、相关风向和风电功率的历史数据,建立了基于Elman神经元网络的短期风电功率预测模型。运用多层Elman神经网络模型对西北某风电场实际1h和24h的风电输出功率预测,与BP神经网络模型对比,经仿真分析证明前者具有预测精度高的特点,三隐含层Elman神经网络模型预测效果最佳。这表明利用Elman回归神经网络建模对风电功率进行预测是可行的,能有效提高功率预测精度。     

超大容量超超临界锅炉的发展趋势

介绍了国际上超临界和超超临界技术的发展历程，分析了超临界和超超临界技术发展过程中出现的主要问题及其发展趋势。在分析与比较超临界和超超临界锅炉关键技术的基础上，指出了我国超大容量超超临界锅妒技术的发展方向。表1参10     

基于Elman神经网络的风电场噪声预测模型

针对风电场噪声易受风速风向等多因素影响的特点,引入具有动态递归性能的Elman神经网络,综合考虑风速、风向和距离三个主要因素的影响,建立了基于Elman神经网络的风电场噪声预测模型,并以某风电场为例,选取基于无指向性经验拟合预测模型作为对比模型,分别预测风电场噪声,绘制风电场噪声等值线地图。结果表明,基于Elman神经网络的风电场噪声预测模型具有更高的拟合相关性系数,且噪声预测更符合实际情况。     

基于BP和Elman神经网络的压气机特性的计算

采用BP神经网络和Elman神经网络对某型轴流式压气机进行了特性计算,分析了这两种神经网络在压气机特性计算方面的不同之处,结果表明BP神经网络和Elman神经网络在样本数据内插值预测的情况下都可以获得比较理想的精度,而在需要样本数据外插值预测的情况下,Elman神经网络利用逐步外插法,通过增加样本点的方式,具有更好的泛化能力。     

1000MW超超临界锅炉燃烧调整的试验研究

对某电厂1000MW燃煤锅炉进行了燃烧优化调整试验,分析了一次风配风均匀性、煤粉细度、燃烧器配风、运行中氧的体积分数以及燃尽风率对锅炉效率的影响．结果表明：对同层燃烧器外二次风采用两端和中间开度大的配风方式可以改善由于大风箱两端进风引起的沿炉膛宽度方向氧气的体积分数偏差,随着炉内氧气的体积分数增加,锅炉的热效率先提高后降低．当氧气的体积分数在3．0％左右时,锅炉热效率达到最高．随着燃尽风率的逐渐降低,锅炉热效率和NOx排放质量浓度逐渐提高．综合考虑锅炉效率、NOx排放质量浓度以及屏式过热器管壁金属温度,在额定负荷下,燃尽风率以保持在25％左右为宜,此时锅炉热效率为93．9％,NOx排放质量浓度为306．1mg／m^3．     

基于改进的Elman网络的内模控制及其应用

为了使基于神经网络的内模控制更好地适用于高阶对象,本文提出一种基于改进的Ｅｌｍａｎ网络的内模控制系统,并以循环流化床锅炉中的床层温度为对象进行仿真研究,结果表明这一系统地模型误差具有良好的鲁棒性和抗扰能力。