石灰石/石膏湿法烟气脱硫塔的实时仿真研究

以某火力发电厂烟气脱硫系统为研究对象,在系统机理研究的基础上,建立了湿式石灰石/石膏烟气脱硫塔的数学模型.为了满足实时仿真的需要,采用集总参数法和模块化建模方法分别建立了反应装置和氧化槽的动态数学模型,并采用了变步长的欧拉算法进行仿真运算.在仿真模型的基础上,进行了一系列的动态仿真试验,仿真结果与实际系统的动态特性相符,证明了模型的正确性.通过实时性测试和具体分析证明了模型计算的实时性.模型的建立,为湿式石灰石/石膏烟气脱硫系统的工程分析和实时仿真机的开发奠定了基础.     

石灰石脱硫工艺在循环流化床锅炉中的应用

锦西炼化总厂热电公司位于葫芦岛市新老区交界处,以燃煤为原料,进行发电、供汽和城市供暖,是本地区二氧化硫排放量的大户之一.尽管二氧化硫排放浓度和排放总量都达到了国家和地方的控制规定指标,但由于地处二氧化硫控制区,为了改善环境,满足二氧化硫逐年削减的要求,确定应用先进的煤燃烧技术--流化床锅炉燃烧技术,采用干式石灰石粉炉内燃烧,烟气循环脱硫工艺,并采用可靠的石灰石掺烧设备.通过实际生产应用调试后,系统运行正常,脱硫率达到了90%,实现了二氧化硫污染物总量控制.……     

DCS系统在石灰石一石膏FGD项目上的应用

介绍了脱硫DCS系统的硬件配置和网络结构的主要特点，工艺过程对控制闭环控制和顺序控制的主要要求和操作画面的主要功能等内容。     

基于PSO-BP神经网络的脱硫制浆系统能耗建模

针对脱硫制浆系统生产过程中能耗监控困难的问题,利用PSO-BP神经网络的非线性映射能力,提出了一种能够准确反映脱硫制浆系统实时能耗的网络模型。由脱硫制浆系统工艺生产机理确定了输入变量,利用粒子群优化算法强大的全局搜索能力对BP神经网络的参数进行优化。实验结果表明,与LSSVM等模型相比,PSO-BP在脱硫制浆能耗建模中具有更好的非线性拟合效果,均方根误差低至0.004 6 kW·h/t,最大绝对误差低于2%,表明提出的建模方法能够实现对脱硫制浆系统能耗的有效监测。     

电厂烟气湿法脱硫石灰石活性测控系统的设计

石灰石活性在湿法烟气脱硫工艺中具有重要意义.提出了1套可以模拟实际脱硫塔反应过程的石灰石活性测控装置,分别介绍了它的工艺原理、系统的硬件组成以及软件设计.重点阐述了在虚拟仪器LabVIEW 8.2的开发平台上,系统的结构以及软件数据采集、数据显示、数据处理、数据存储和实时监控等功能.实验证明,系统达到了设计要求,对湿法烟气脱硫工程设计有一定的指导意义.     

基于施耐德Quantum热备系统的烧结机烟气脱硫系统控制

以河北钢铁集团宣钢公司1#360m2烧结机烟气脱硫工程为例,介绍了湿式石灰石一石膏法烟气脱硫技术在大型烧结机烟气脱硫工程中的运用,本文从控制系统的硬件配置、工艺流程和控制流程等方面论述了烧结机烟气脱硫的控制策略和实现方式。     

PLC在热电厂石灰石-石膏湿法全烟气脱硫系统中的应用

在热电厂石灰石-石膏湿法全烟气脱硫处理中PLC完全可以取代DCS作为控制系统.较详细地介绍了PLC控制系统的总体方案和各分系统的组成及其功能,阐述了所用PLC的硬件选型和配置的相关理由,最后说明了本系统的运行使用效果.     

基于PCS7的湿法烟气脱硫控制系统设计

文章基于SIEMENS公司的PCS7控制系统平台,为国内某电厂2×300 MW燃煤机组设计了石灰石/石膏湿法烟气脱硫控制系统。介绍了该控制系统的软、硬件配置以及典型的模拟量控制(MCS)和顺序开关控制(SCS)的设计。实际的生产运行证明,该系统设计合理,运行稳定可靠,满足了湿法烟气脱硫过程中的多变量连续过程控制的要求。     

石灰石/石膏湿法烟气脱硫系统物料平衡计算软件的设计与开发

物料平衡计算为湿法烟气脱硫工艺设计的基础,并为预测工艺系统的调试和运行提供相关参数.本文在分析石灰石/石膏湿法烟气脱硫系统的数学模型基础上,依据工艺原理和反应方程式,确定输入数据与输出数据的等量关系,用VB 6.0设计开发有关石灰石/石膏湿法烟气脱硫的物料平衡计算软件,具有界面友好、操作方便、功能齐全等特点.运行结果通过实际工程数据验收,为烟气脱硫装置参数、工艺系统设计和设备选型提供可靠的技术资料.     

DCS在火力发电厂脱硫系统中的应用

DCS在自动化领域的应用已经十分普及,详细介绍了DCS在火力发电厂脱硫处理系统中的具体应用的配置方案.并提供了详细运行指标,最后说明了系统运行的效果.     

基于BP神经网络的锅炉控制系统

神经网络的自学习、自适应和并行处理等特性，使得它们在现代控制系统中得到了广泛的应用。结合温度的时变、滞后和非线性的特性，提出了一种基于人工神经网络的控制算法，并经计算机仿真表明，该算法具有响应速度快、精度高和鲁棒性的特点。     

基于神经网络的锅炉内火焰燃烧稳定性研究

在锅炉燃烧效率优化问题的研究中,针对燃烧稳定性问题,提高燃烧检测准确度。利用锅炉中火焰燃烧图像的分析来检测锅炉内火焰燃烧稳定性,当燃烧受煤粉或其它杂质的影响火焰出现短时脉动时,传统的灰度方差的检测方法不能避免火焰脉动的影响,对锅炉内燃烧稳定性检测偏差大。为此提出了一种采用神经网络的火焰燃烧稳定性检测方法,选取与火焰稳定性直接相关的多个特征作为神经网络的输入向量,通过对样本的多次训练能够去除杂质燃烧引起的微小脉动的影响,克服了传统方法检测准确度不高的问题。实验证明,改进方法能够有效避免杂质对燃烧的影响,准确对锅炉内的燃烧稳定性作出检测,并取得了满意的结果。     

神经网络专家系统在火电厂锅炉故障诊断的应用

针对自然循环煤粉锅炉热工生产过程的特点，采用故障诊断神经网络专家系统。其中神经网络采用多个子网络并联结构．神经网络输入采用模糊数学方法对参数的不确定性进行逻辑量化．实现了系统多故障同时性诊断，仿真结果表明效果良好。     

基于神经网络的静态台标识别系统设计与实现

台标是电视台的重要标志,是对电视节目来源、类型等属性的描述,因此台标识别是实现电视视频自动收录、检索的重要技术基础.针对静态台标的特点和识别中存在的问题,在台标提取和特征识别的基础上,提出了一种基于BP神经网络的台标识别方法,并设计实现了一个静态台标识别系统,对系统的神经网络参数经过反复试验调整,最后得到令人满意的结果.实验结果表明,通过训练和识别分开,对包括半透明台标在内的电视视频,系统具有识别效率高、结果准确等优点.     

基于神经网络PID的嵌入式电源控制系统

针对传统PID控制器对非线性时变系统实时性差、抗干扰能力弱,且控制参数人工整定较为困难的问题,研究利用神经网络自学习、抗干扰能力强的特性以及任意逼近非线性函数的能力,在硬件层面实现神经网络控制.利用高性能嵌入式系统芯片作为神经网络计算核心,设计搭建了自整定PID逆变电源控制系统和电路.通过实验验证了该神经网络优化的PI...     

基于BP神经网络的PID控制器在伺服系统中的应用研究

针对经典PID控制的参数不能在线调整的缺陷,提出了一种基于BP神经网络的PID控制算法,利用BP神经网络比较强的学习能力实现了PID控制参数的在线调整和优化,并对其在伺服系统中的应用进行了仿真。仿真结果表明该算法优良,加快了系统响应速度,减少了超调量,适应于非线性系统。     

基于异构网络的风光互补电站监控系统设计

针对风光互补电站分布广、距离远、运行时间长、实时监控信息集成度不高的现状,综合运用无线传感网络、现场总线网络、GPRS网络、以太网等工业网络技术和嵌入式系统技术,设计了一种电站监控系统,实现了不同网络之间的数据互联通信。在介绍监控系统总体框架的基础上,重点分析了与异构网络互联相关的节点硬件和软件设计方法。实际测试表明,监控系统自动化程度高,数据传输稳定可靠,能够满足风光互补电站远程自动监控的应用要求。     

基于BP神经网络的电力系统负荷预报

电力系统负荷变化易受多方面因素的影响,负荷曲线呈现出强烈的非线性。而BP神经网络具有较强的非线性映射特性,它只需输入输出样本数据而不需要做复杂的相关假定即可完成系统的建模。通过实验证明将该方法用于电力系统负荷的预报是有效可行的。