基于SVM与遗传算法的燃煤锅炉燃烧多目标优化系统*

电站燃煤锅炉燃烧优化要求在保证燃烧效率的基础上降低NOx的排放,针对锅炉燃烧系统多变量、强耦合、强干扰、大滞后的复杂特性,提出利用支持向量机(SVM)对锅炉燃烧特性建模,利用遗传算法实现运行工况寻优,从而获得锅炉燃烧优化调整方式.仿真实验和实践结果表明,该系统实现了锅炉高效低氮的燃烧优化,满足实时性的要求.     

基于Web的火焰图象处理和燃烧诊断系统的设计与实现

为了实现电站锅炉炉膛火焰的可视化和对炉膛燃烧状况进行在线智能诊断 ,以便为电站运行人员提供有效的运行指导信息 ,研制开发了一套基于 Web的火焰图象处理和燃烧诊断系统 ,并提出了一种采用 Java技术、基于 Web应用的浏览器 /服务器 (B/ S) 3层结构模型 ,同时分析了 B/ S 3层结构的优点 ,并将此结构应用于电站锅炉火焰图象处理和燃烧诊断系统中 .该系统首先通过光学镜头组、CCD摄像机、图象采集卡得到火焰图象 ,同时利用获得的炉内辐射信息来对炉内火焰燃烧状态和 NOX排放量进行在线监控和分析 ;然后根据比色测温原理计算投影温度场 ;最后利用代数重建算法 ART(Algebraic Reconstruction Techniques)来进行燃烧温度场的重建 ,并生成了各种分析曲线图表 .该基于 Web的火焰图象处理和燃烧诊断系统已经在 30 0 MW电站煤粉锅炉上得到初步应用 ,实践证明 ,该系统能够有效地提高电厂运行的经济性和安全性 .     

基于神经网络和遗传算法的锅炉燃烧建模与优化

通过对影响锅炉效率的物理量的分析,建立了以神经网络表示主要物理量之间关系的锅炉燃烧系统模型,并采用遗传算法对模型进一步优化,从而实现了对锅炉燃烧的优化.仿真结果表明,通过调整锅炉燃烧系统优化模型参数,该模型能够同时满足锅炉燃烧效率和降低污染物排放的要求,从而实现锅炉的节能低污.     

基于神经网络和粒子群算法的锅炉燃烧优化方法

通过对火电厂锅炉燃烧控制系统送风调节系统研究现状分析,提出一种基于粒子群优化算法的锅炉燃烧优化方法.其基本思想:首先利用燃烧特性试验数据,借助于 Matlab 软件建立了火电厂锅炉燃烧特性的神经网络模型,在此基础上利用粒子群优化算法寻找送风调节系统最佳氧量设定值,进而调节送风量,实现锅炉燃烧的整体优化.结果表明:基于粒子群优化神经的算法为锅炉燃烧优化方法优化提供一条新的途径.     

基于改进的神经网络寻优算法在煤粉锅炉优化中的应用

为进一步挖掘煤粉锅炉的燃烧效率,提出一种改进的神经网络算法搭建锅炉燃烧模型,并采用自适应遗传算法与动态优化边界相结合,分别对最佳氧量、一次风量、各二次风门以及燃尽风门等参数进行寻优计算,以使锅炉效率和污染物排放量所构建的多目标函数达到最优燃烧范围。在保证环保指标合格的前提下,显著提升了锅炉燃烧效率。     

锅炉效率动态模糊自寻优控制

国产中小型电站锅炉具有时变、多干扰、强耦合、非线性、大滞后等特点，在线修改风/煤的合理配比是优化燃烧的关键。本文应用先进的智能控制理论-模糊控制，结合自寻最优控制思想，提出了一种以炉膛热量为被控量的风/煤比动态模糊自寻优控制算法，应用在电站锅炉送风系统中，具有较好的鲁棒性和快速性，提高了锅炉的燃烧效率，成功地解决了电厂节能增效的关键问题。     

基于软测量氧量校正风粉比的锅炉燃烧优化控制

针对电站煤粉锅炉燃烧过程中存在的氧量信号测量滞后大和可靠性差,燃烧被控对象具有非线性和不确定性,煤质经常发生变化的问题,提出基于软测量氧量校正风粉配比的锅炉燃烧优化控制策略.利用软测量模型可以减少测量滞后,提高信号可靠性;利用风煤比在线校正,实现在煤质变化条件下始终保持燃烧经济性指标稳定.随着对象特性的变化,采用模糊推理在线修改调节器参数,使控制系统的性能满足要求.通过大型锅炉现场应用试验证明,采用神经网络实现的软测量模型可以在氧化锆氧量计故障情况下,提供准确的烟气含氧量.在负荷干扰和煤质变化过程中,主蒸汽压力偏差小于±0.5MP,烟气含氧量偏差小于±0.1%.     

智能控制在火电站锅炉燃烧系统中的应用

火电站燃烧系统是一个具有非线性、大滞后、参数时变性和不确定性特点的系统,利用常规控制难以达到理想控制效果.该文介绍几种智能控制方法在电站锅炉燃烧控制系统中的应用,并对其发展前景提出见解.     

基于记忆模式的NO_x支持向量回归预测研究

低NO_x排放是电站锅炉燃烧优化的主要目标之一,影响燃煤锅炉NO_x排放因素众多且复杂,对锅炉燃烧过程NO_x浓度进行准确预测是低NO_x燃烧优化的基础。机组全工况运行时表现出强时变性,静态预测模型难以保证预测精度,考虑到观测样本的时效性,模拟记忆模式对观测数据进行重采样,进而基于支持向量回归算法构建NO_x排放预测模型,构造一种基于记忆模式的支持向量回归算法。以某机组热态试验数据为基础,对算法进行了仿真分析,结果表明,该算法在保证回归建模精度的同时,在训练速度、稳定性以及泛化性能等方面较传统支持向量回归算法更有优势。     

基于神经网络的燃烧优化建模

建立了基于RBF神经网络的燃烧优化模型,实现了最佳给煤量和实发功率的寻优.同时利用MATLAB建立仿真模型,并进行了仿真研究,仿真结果表明:在稳定运行时,当锅炉负荷、电厂用的煤质(即煤发热量的不同)、燃烧所给的送风量和引风量变化时,基于RBF神经网络的锅炉燃烧系统非线性模型能够很好地实现给煤量和实发功率的寻优,所得的结果对锅炉的燃烧优化控制奠定了基础.     

Progress and recent trend in MILD combustion

Moderate or intense low oxygen dilution(MILD)combustion plays a significant role in the mitigation of combustion-generated pollutants and greenhouse gases whilst meeting thermal efficiency needs.However,due to the lack of the fundamental knowledge on this combustion,there is a misconception that MILD combustion should be established by high preheating of the air,which has limited its application.Our research and development on this combustion has been performed for several years. We have found that the requ...     

改进的Bilger型湍流燃烧反应速率模型及其数值模拟的验证

基于旋涡耗散原理,结合平均生成速率正比于化学计量比下的混合分数的概率密度的理论分析,发展Bilger型燃烧反应速率模型,使之能够模拟富氧和贫氧燃烧工况。模型中利用快速反应假设,辐射由多射线模型模拟,结果与Steckler的燃烧实验数据比较,并与文献中多个模型比较。温度、速度分布以及总体量的比较表明,当前模型比传统的EDM、Brizulea-Bilger模型在模拟贫氧燃烧方面好。对不同模型的应用提出了建议。     

催化剂对煤的燃烧特性影响的计算机辅助研究(IV)过渡金属类催化剂对于煤燃烧的催化机制和作用

催化剂对于煤的燃烧特性的影响，文献报道中大多以着火温度作为判别指标进行研究。本文使用气相色谱为分析手段，研究添加不同过渡金属类催化剂的煤的燃烧体系中气体的变化规律，从生成物的变化来探讨这些催化剂对煤燃烧的催化机制和作用。研究表明，部分过渡金属氧化物对煤的均相着火有较好的催化活性，能降低煤的着火温度；而另一部分则对煤的非均相着火有较好的催化活性，促进碳粒的完全氧化；一些过渡金属盐类对两者都有较高的催化活性。     

煤自燃倾向性的氧化动力学测试装置研究

以煤自燃倾向性的氧化动力学测试方法为基础,提出了一种煤自燃倾向性的氧化动力学测试装置设计方案;介绍了该装置的工作原理、气源的选择、标准气体供给设备的设计、煤样反应部分的构建、气体分析仪器的选型以及显示控制面板的设计。实验结果表明,该装置能够实现对煤样反应气体的自动采样、自动分析、在线采集功能,且测试结果重复性好,验证了该装置的稳定性。     

The polytropic volume method to detect engine events based on the measured cylinder pressure

Internal combustion engines deliver work using an intermittent thermodynamic process. For control and diagnosis purposes, it is useful to detect key events relative to the crank angle position. A new method to detect the intake valve closing (IVC), start of combustion (SOC), end of combustion (EOC) or exhaust valve opening (EVO), using the measured cylinder pressure as input, is described. The method is based on the observation that the compression and expansion processes are of polytropic nature. It is shown that the events can be detected by detecting the points where the real and the polytropic volume diverge.     

Renormalization Group-Based Transport Modeling of Premixed Turbulent Combustion: I. Incompressible Deflagration Model

A new method for numerical modeling of premixed turbulent combustion is introduced based on the thin flame model. Applications are given, e.g., to flames in turbulent flow in channels and over backward facing steps.     

CFBB锅炉燃烧方案设计及现场应用案例

以130t/hCFB锅炉为研究对象,介绍DCS系统配置、功能及锅炉燃烧控制方案。针对CFB锅炉燃烧过程的复杂特性,基于多变量频域解耦控制理论,提出了"能量-氧量"双交叉燃烧控制方案,实现了CFB锅炉主要参数之间的解耦控制,消除了燃烧过程中主要内扰的影响,同时保证了燃烧的经济性,进而提高了锅炉燃烧自动控制系统的连续投运率,达到锅炉燃烧自动投运率为100%。     

基于BP算法的垃圾焚烧过程温度控制研究

医疗垃圾含有大量的病毒、细菌及化学药剂,是一种对环境危害极大的危险废物;而且目前国内医疗垃圾焚烧系统的自动化程度不高,垃圾处理水平与国外仍有很大差距。故本文就此分析系统中的医疗垃圾焚烧炉的工作过程,采用一种基于神经网络控制理论的温度控制方法,旨在开发出一种安全、有效可行的智能控制方案,不仅提高我国的医疗垃圾焚烧系统的自动化水平,而且满足国内城市医疗垃圾集中处理的需要。我们对此进行仿真实验,实验证明这种建立于神经网络模型上的控制手段可以适应于复杂的工业控制领域。     

热重法分析纸浆的燃烧性能

文中采用热重和差热分析法探究3种纸浆在不同加热速率下的燃烧性能。采用多种反应动力学机理和经典阿仑尼乌斯模型分析实验数据。通过对照不同反应级数(n =0.5,1,1.5,2)下的计算结果,发现当反应级数是1.5时,相关系数的线性最好。因此,采用1.5级反应模型分析加热速率和原料对纸浆反应过程的影响。研究发现,在纸浆燃烧的过程中,有2个主要的质量损失和热量增加的阶段：纸浆主要成分的热降解阶段（例如：纤维素、半纤维素和木质素）和耐热产物的热分解阶段（例如：焦炭或者积炭）。通过比较不同纸浆的 TG 和 DTA曲线,发现在纸浆燃烧的过程中,随着加热速率的增加,热解峰的温度和热量呈现增加的趋势。而且活化能和之前因子也随着加热速率的增加而增加。在相同实验条件下,在3种纸浆中,棉浆的热解峰具有最高的温度和热量。因此在棉浆燃烧的过程中,需要提供更多的能量。总而言之,在3种纸浆中,棉浆具有最好的热解稳定性。     

基于MATLAB的燃烧系统虚拟仿真

在Matlab环境下,利用V-Realm Builder建立虚拟模型和虚拟环境,使用Sirllulink应用接口实现图形用户界面的交互,简化设计和编程工作。介绍燃烧系统的工作过程,分析其虚拟仿真的具体实现。