LZC139-13.2/1.4/555/550型汽轮机缸体碰撞试验

以国信协联电厂在建的2×400 MW级燃机热电联产工程为依托,详细介绍了该工程中LZC139-13.2/1.4/555/550型汽轮机碰撞试验前需具备的条件、试验的正确方法及注意事项,明确了碰撞试验的正确步骤,并对高中压合缸在试验过程中出现的问题进行了分析和总结,为同类型机组正确进行碰撞试验提供了参考。     

1000MW二次再热塔式炉塌灰机理及预防

针对某1000 MW二次再热塔式炉塌灰事故,文中主要从其受热面的结构参数、烟气流速、燃用煤质等方面进行了塔式锅炉积灰特性的研究。还分析了此次受热面塌灰的诱因和危害,并解释了塌灰过程中炉膛压力变化的原因。进一步提出了避免锅炉受热面在低负荷运行时积灰严重的措施,可以避免塌灰事故频繁发生,对同类型锅炉运行具有借鉴意义。     

基于粒子群优化算法的变论域模糊PID控制器在过热汽温控制中的应用

针对锅炉过热汽温大滞后和大惯性等难以建立精确的数学模型的问题,设计了模糊PID控制器。通过模糊推理对PID的参数在线调整,加入了变论域思想对控制系统进行改进,最后将粒子群优化算法应用于变论域模糊控制器中,对量化因子及PID的三个参数Kp、Ki和Kd进行优化。将模糊PID控制器应用于过热汽温度控制系统进行仿真。仿真结果表明:采用基于粒子群优化算法的变论域模糊PID控制比传统的PID控制具有较强的鲁棒性和抗干扰能力,具有明显的优越性。     

锅炉燃烧智能优化技术研究

根据燃烧特性试验数据,利用支持向量机建立锅炉燃烧过程NOx排放与热效率的响应特性模型。结合粒子群算法分别对模型参数和锅炉的运行参数进行优化,找到了使得NOx质量浓度降低和热效率提高的运行参数组合,为实现电站锅炉高效低污染的优化目标提供了有效手段。     

燃煤锅炉NO_x排放浓度的智能预报

在热态试验数据的基础上,分别应用BP(神经网络)和SVM(支持向量机)回归算法建立了燃煤机锅炉NOx排放特性模型,并验证了模型的准确性。结果表明,BP网络模型对检验样本的最大预测误差、最小预测误差和均方差分别为4.263%、0.556%和2.2133%,支持向量机模型对检验样本的最大预测误差、最小预测误差和均方差分别为2.121%、0.091%和0.4549%。两种智能技术都能对锅炉在不同工况下的NOx排放做出较为准确的预报,但支持向量机在泛化能力、收敛速度、最优性等方面明显优于神经网络。     

国信协联电厂汽轮机缸体碰撞试验探讨

文章以国信协联电厂在建的2×400 MW级燃机热电联产工程为依托,详细介绍了该工程中汽轮机碰撞试验的方法及注意事项,并对该电厂试验中出现的问题进行了分析和总结,为同类型机组正确进行碰撞试验提供了参考。