超超临界塔式炉半辐射区优化吹灰的研究

基于热平衡和传热原理建立超超临界塔式锅炉半辐射、半对流高温受热面的污染监测模型。依据电厂受热面进、出口烟温测点及机组运行实时数据,通过热力计算得出受热面灰污变化规律,并分析灰污系数的影响因素。经过在国内某1 000 MW超超临界塔式炉进行大量的吹灰前后对比试验,验证了灰污监测模型的正确性和适用性。结合吹灰经验,提出了合理的吹灰方案,对于锅炉吹灰系统的优化运行具有实际指导作用。     

基于小波分析的电站锅炉受热面灰污增长预测模型的研究

受热面灰污增长预测模型是研究吹灰优化方案的前提,分析了受热面灰污增长简化理论模型的基础上,基于小波变换的特征提取方法和ARMA(p,q)时序模型分析,建立锅炉受热面灰污增长综合预测模型。该模型无需额外投资,通过对电厂已有的实时数据进行分析和特征提取,便能准确评价和预测受热面的灰污状态。经某电厂省煤器灰污增长预测实例表明,该模型预测结果与实际状况相符,从而能为吹灰优化提供指导。     

超超临界燃准东煤机组吹灰系统优化研究

吹灰是清除受热面积灰结渣的一种有效手段。目前电厂吹灰的频率和时机通常是依靠经验判断，效率低且经济成本高。为改善吹灰方式，以新疆准东地区某台660 MW超超临界燃煤电站锅炉为研究对象，基于电厂分布式控制系统(DCS)中的运行数据、受热面管束排布方式及入炉煤的煤质特性，运用热平衡法求出受热面上的灰污系数，并构建在线监测模型，利用该模型优化原有的吹灰系统。结果表明：优化后1天内吹灰频率减少4次，可为电厂节省约76.26 t煤，说明此优化模型经济效益十分明显。     

燃煤锅炉受热面灰污监测与吹灰优化

提出了一种锅炉受热面灰污监测与吹灰优化方法。该方法利用神经网络建立锅炉清洁受热面换热模型,在此基础上运用非线性动态规划技术进行受热面吹灰周期的优化。在扬子石化公司热电厂#8锅炉上进行了现场测试,结果表明所提出的方法是有效的。     

600 MW机组锅炉对流受热面污染状况实验与吹灰优化

锅炉受热面积灰污染导致锅炉运行的经济性和安全性下降。在邹电600MW机组锅炉上进行了不同吹灰间隔与吹灰强度等条件下的对流受热面吹灰实验,利用开发的基于锅炉运行热力参数的在线计算系统对实验过程中各对流受热面污染状况进行了实时监测。根据实验结果和实时监测结果建立了优化吹灰模型,开发了在线吹灰优化系统。所开发吹灰优化系统数月运行结果表明,在采用优化吹灰模型提示的吹灰方式后,锅炉日平均排烟温度比未优化前下降约6°C,锅炉效率提高0.3%以上,经济效益显著。图4表1参7     

基于灰污状态监测的600MW超临界锅炉吹灰试验研究

对燃煤电站锅炉的受热面进行按需吹灰成为当前吹灰工作的热点,介绍了在某600 MW超临界机组上开发的锅炉受热面灰污状况在线监测系统,列举了全程吹灰方式和优化吹灰方式的对比试验结果。利用监测系统实现选择性吹灰,可以在保证吹灰效果的前提下有效降低吹灰蒸汽损耗,提高锅炉运行经济性,防止吹灰不当造成的管壁过度磨损。     

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。     

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。     

吹灰对锅炉对流受热面传热熵产影响的试验研究

建立了锅炉对流受热面传热熵产的计算模型,并给出了传热熵产生数的计算公式.对1台600 MW机组燃煤锅炉进行了不同吹灰模式的试验.结合采集的实时数据,利用建立的传热熵产模型计算了各对流受热面吹灰前后的传热熵产,得出了吹灰对各受热面传热熵产的影响曲线,分析了该锅炉各吹灰模式的利弊,提出了吹灰模式优化的建议.     

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.     

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。     

某电厂吹灰优化系统性能试验研究

基于机组在线监测参数、直接或间接地诊断炉内各受热面积灰结渣的在线监测诊断技术,采用试验的方法,对某电厂300MW机组自然循环锅炉各对流受热面进行优化吹灰试验研究。研究表明:采用优化吹灰系统后,可以明显降低吹灰蒸汽耗量和排烟温度,汽温的波动范围也明显减小,机组经济运行效率明显提高。     

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。     

基于神经网络的电站锅炉辐射受热面污染监测

对传统的BP算法采取了新的改进方案，建立了基于人工神经网络的电站锅炉辐射受热面污染监测模型，应用于华北莱300MW燃煤机组，为实现锅炉受热面优化吹灰建立了基础。与同一时间段内基于热平衡的监测结果的比较证明了该方法的合理性，分析了产生差别的原因，指出了不同监测模型适用于不同性质的受热面。     

基于神经网络的电站锅炉水冷壁积灰结渣监测模型的研究

针对阜新电厂 2 0 0MW机组燃煤锅炉进行了多工况热态测试 ,获得了数据样本 ,运用BP神经网络和LM算法建立了电站锅炉水冷壁积灰结渣的监测模型。所建的神经网络监测模型 ,能够反映锅炉水冷壁积灰结渣的程度 ,为电站锅炉吹灰优化系统的开发打下了良好的基础。     

300MW燃煤电站锅炉受热面优化吹灰模型的研究与实现

在实现受热面污染程度在线监测的基础上，以消耗较少量的蒸汽获得最大吹灰收益为主要目的，权衡吹灰带来的锅炉效率的提高和吹灰蒸汽损耗，建立了考虑机组经济性及汽温协调控制等各主要因素的优化吹灰模型，综合制定了优化吹灰策略，并提供可直接用于指导吹灰的操作程序，在某台300MW燃煤电站锅炉计算机监测系统上投运实施，初步实现了锅炉各主要受热面的优化吹灰。图6参7     

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。     

基于增量分布的燃煤电厂锅炉受热面吹灰优化研究

针对目前锅炉受热面吹灰方式不合理的情况,权衡吹灰带来的锅炉效率的提高和蒸汽损耗,在确保锅炉安全运行的前提下,建立了吹灰优化模型。以某300 MW燃煤电厂机组锅炉省煤器为研究对象,采用集散控制系统(DCS)的数据和基本热力学计算数据实时计算受热面污染率。通过分析相同工况下多组污染率得到同一测点不同时刻的增量分布,根据其分布曲线求取数学期望,根据已知的初始清洁状态,预测未来时刻的受热面清洁状态,以单位时间内换热量最大为目标,对吹灰周期进行了优化。结果表明:与传统吹灰方式相比,采用优化后的吹灰周期指导吹灰,既提高了传热效率,又可减少不必要的蒸汽浪费。