球磨机料位软测量及其低能耗高效运行研究

球磨机是制粉系统中的重要设备,同时也是耗能较大的设备之一,用电量高达厂用电的20％左右。制粉系统球磨机料位受多个因素影响,文中根据多传感器变量软测量的思路,应用CMAC神经网络原理和方法,对其影响因素中有很高控制价值的量进行软测量建模,并设计实验测试模型性能。证明该模型可较好地反映实时料位,提高了球磨机的效率,降低了电耗,为制粉系统球磨机的控制和优化提供了指导。     

灰色软测量在球磨机料位检测中的应用

1引言目前我国电厂锅炉制粉系统相当一部分配备了低速钢球磨煤机,采用中间仓储式结构,但该系统绝大部分未能达到经济工况运行,原因之一是磨内负荷难以直接测量[1]。因此,解决磨内负荷的测量问题不论对于其控制还是经济运行和监测均具有十分重要的意义。近年来,对球磨机筒内负荷     

基于数据驱动的汽轮机主蒸汽流量软测量

为提高主蒸汽流量的计算准确性,以汽水系统稳态工况下基于热量平衡和流量平衡计算的主蒸汽流量作为目标值,将模型输入参数限制在高压缸范围内,以此建立主蒸汽流量预测模型,借助高压缸内蒸汽的高流速带来的参数之间近乎零迟滞的特性,使得以稳态工况数据训练的模型可直接应用于非稳态工况,最后通过实例对所提方法进行验证。结果表明：所提软测量模型适用工况范围大,受其他因素干扰较少,实际案例验证了模型的准确性,具备工程实际应用价值。     

基于数据融合的燃料量软测量及煤质发热量在线校正

为了提高燃料量测量的准确性和可靠性,提出了基于数据融合的燃料量软测量方法。主要通过与燃料量相关的测量值和对现场运行数据的统计分析,建立了燃料量软测量模型。利用数据融合技术对多个传感器的数据进行了处理,有效提高了软测量数据的准确性。通过仿真验证,建立的燃料量软测量模型能够较好反映实际燃料量的变化,提高了系统的安全性和可靠性。同时针对煤质时变的现状,通过统计分析56种不同煤质的元素和工业分析结果,发现了低位发热量与理论空气量的关系,及煤质收到基水分和灰分与低位发热量之间的关系,由此提出了两种低位发热量在线校正的方法,以低位发热量的变化表征煤质的变化,优化风煤配比,为性能计算和燃烧优化提供了煤质变化的在线依据。     

基于LSTM的烟气NOx浓度动态软测量模型

针对SCR系统出口NO_x浓度测量准确性较差、CEMS测量存在较大延迟且吹扫过程中无法测量NO_x浓度的问题,依托某660 MW机组的实际运行数据,建立基于长短期记忆神经网络(LSTM)的烟囱入口NO_x浓度软测量模型。为了验证其对烟囱入口NO_x浓度的预测性能,将所建LSTM模型与RNN模型、BPNN模型和KPLS 3种模型进行对比分析。研究表明:LSTM模型的预测均方根误差为1.34 mg/m~3,平均相对误差为3.51%,模型预测精度优于其他3种模型;LSTM模型的泛化能力较强,数据动态跟踪效果好,具有较高的预测稳定性。     

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.     

基于数据融合的烟气含氧量软测量技术综述

软测量技术在过程控制领域中有重要的应用,对于关键的且难于检测的过程变量,研究如何对其建立软测量模型有着重要的意义.将数据融合技术应用到软测量的数据处理上,有效提高了软测量预测值可靠性和准确性.锅炉烟气含氧量是计算锅炉过量空气系数的关键参数.在实际生产过程中,用于测量此参数的氧化锆传感器可靠性不佳.针对这一问题,关于烟气含氧量的软测量建模研究硕果连连.在参考大量相关文献的基础上,对其研究现状及发展前景做了简单的归纳.然而糖厂锅炉有其自身的特殊性,其燃料有蔗渣和煤两种,而蔗渣燃烧时,过量空气系数通过CO2的检测更为简单,这就对软测量建模提出了新的要求.     

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。     

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.     

梭式窑烟气氧含量软测量技术的研究

烟气氧含量是实现窑炉气氛控制和降低能耗的一个重要参数。提出了一种梭式窑烟气氧含量的软测量方法,利用人工神经网络来逼近窑炉状态参数与烟气氧含量之间的关系,并采用模糊聚类算法处理训练数据．提高了网络对梭式窑系统的逼近能力．提供了梭式窑烟气氧含量检测的又一途径。     

燃煤机组NOx生成量动态软测量模型

针对在动态过程中NOx生成量静态软测量模型预测精度降低和时间异步的问题,提出采用LSSVM动态软测量模型,应用k-近邻互信息法进行辅助变量迟延时间的确定,并利用遗传算法和k-近邻互信息法进行辅助变量阶次的选择,采用涵盖自变量迟延和阶次信息的新输入变量集构造最小二乘支持向量机(LSSVM)动态软测量模型,分别提出了基于k...     

基于LS_SVM和单纯形的烟气含氧量软测量

烟气含氧量是影响火电厂燃烧经济性的一个重要因素。由于受到多个因素的影响,导致了火电厂烟气含氧量测量存在一定的困难性。软测量模型是以容易测得的二次变量为基础,利用二次变量和难测得的待测过程变量之间的数学关系,对待测过程变量进行测量而建立的模型。本研究选用合适的二次变量,提出了基于最小二乘支持向量机的火电厂烟气含氧量软测量模型。并把单纯形寻优算法应用在最小二乘支持向量机的两个必需确定的参数优化问题中,结合现场数据对模型进行预测检验。仿真结果表明,该方法能够比较准确地对火电厂烟气含氧量进行测量,对于实现火电厂经济燃烧有着重大的意义。     

交流电弧炉电弧功率软测量模型

电弧功率对于电弧炉冶炼时间、吨钢电耗有着直接的影响,所以对电弧功率进行在线监测是十分重要的。但是由于现阶段检测技术的限制,对电弧功率进行直接测量比较困难,因此建立电弧功率软测量模型有着十分重要的现实意义。电弧功率软测量模型是以三相不平衡电路计算为基础,选择电炉变压器二次侧出口线电压和相电流作为辅助变量,从而实现了对电弧功率的在线测量。通过与实测数据进行对比,说明了模型具有较好的精度,可以用于对电弧功率进行在线监测。     

主蒸汽流量的测量模型研究

针对火电机组主蒸汽流量测量精度不高的问题,提出了一种准确度较高的主蒸汽流量测量模型,利用依据质量守恒原理的主蒸汽流量稳态模型和基于弗留格尔公式的主汽流量测量模型的信息互补性,设计互补滤波器将2种模型在频域内进行融合获得了新的测量模型,并将该模型在某电厂3号机组上进行了仿真验证.结果表明：新模型不仅在机组稳态时准确度高,还可以快速地、准确地反映主蒸汽流量的变化趋势.     

基于Elman神经网络的超超临界机组汽水分离器应力在线软测量模型

根据超超临界锅炉汽水分离器的结构特点建立了三维有限元模型,以某1000MW机组为例模拟了其启动过程的总应力场．将有限元法和神经网络法相结合,以有限元计算结果作为训练样本,以介质压力和筒体壁温序列为辅助变量,建立了基于Elman神经网络的分离器应力动态软测量模型,通过模型的训练,确定了准确的应力预测模型结构．应用电厂实际运行监测数据对所建立的Elman网络软测量模型进行验证,结果表明：模型计算结果可很好地逼近有限元结果,预测精度高,实时性好,可为锅炉寿命的在线监测提供数据支持．     

基于软测量的球磨机制粉系统智能控制与优化决策

文中中间储仓式钢球磨煤机制粉系统为对象,基于球磨机料位和风量等过程参数的软测量,提高了火电机组制粉系统的智能测控与优化决策系统设计及实现方法,可以在保证系统安全的基础上,通过对球磨机料位、通风量和钢球装载与配比的优化,降低制粉单耗、从而降低发电成本,取得显著的经济与社会效益。     

基于神经遗传的电站锅炉炉渣含碳量软测量技术

针对锅炉炉渣含碳量难以在线实时测量及测量精度低等问题,采用了基于神经网络结合遗传算法的新型软测量模型,通过遗传算法训练BP神经网络权值的方法,实现了对某热电厂220 t/h四角切圆煤粉锅炉炉渣含碳量的软测量。以锅炉实际运行数据为输入值得到的模型输出结果表明,该方法具有较好的软测量效果。     

基于数据融合的凝汽器真空应达值软测量研究

为了提高凝汽器真空应达值预测的准确性和可靠性,提出了基于数据融合的凝汽器真空应达值软测量方法.首先对与凝汽器真空相关的测量数据进行数据融合,对融合后的数据进行相关的数据统计分析,在此基础上建立了凝汽器真空应达值的软测量模型.利用数据融合技术对多个软测量传感器的数据进行了处理,提高了软测量模型的准确性.仿真验证,建立的基于数据融合的凝汽器真空应达值软测量模型能够较好地预测实际凝汽器的真空应达值.     

烟气含氧量软测量新方法研究

针对目前大量工业现场使用的氧量分析仪成本昂贵、维护费用高且易损坏等问题,在几种常见方法对比讨论的基础上,提出了利用基于统计分析和神经网络技术的NNPLS方法建立烟气含氧量软测量模型的方法。该方法综合了PLS和神经网络技术的优点,能够利用过程历史数据辨识对象模型;利用现场实际数据对该方法进行了仿真验证,并将仿真结果与传统的线性PLSR方法和直接神经网络建模方法作了比较,结果显示NNPLS方法所建立的软测量模型具有更强的泛化能力。文中还对静态模型向动态模型进行了扩展。