共查询到18条相似文献,搜索用时 140 毫秒
1.
锅炉结渣会降低水冷壁及对流受热面的传热效率,严重影响锅炉的正常运行。为了实现锅炉大比例掺烧易结渣的准东煤,急需一种能够准确检测炉内结渣程度的工业装置及自动化控制系统来保证锅炉的安全运行。本文建立了一维导热模型,研究了不同参数对热流计测量过程中响应时间的影响,研究表明热流计对热流变化敏感,响应时间约为30s,满足结渣监测要求;基于温差法原理设计了超细高温热流计,在此基础上开发了基于微型热流计的水冷壁结渣实时监测系统,并在吉林省某热电厂进行了现场测试。现场测试结果表明,该装置可在不破坏锅炉水冷壁的前提下准确测量热流密度,同时也证明了该系统预报结渣程度的可行性和可靠性。 相似文献
2.
基于模糊神经网络的电站燃煤锅炉结渣预测 总被引:7,自引:0,他引:7
综合运用模糊数学和神经网络知识构建了一个模糊神经网络模型,用以预测电站燃煤锅炉的结渣特性.通过引入反映煤灰特性的4个常用指标以及反映锅炉运行情况的两个指标,使所建模型综合考虑了煤灰特性和锅炉运行因素对结渣的影响.以实际电厂燃煤锅炉为样本,基于改进的BP(back-propagation)算法对网络模型进行了训练.为验证模型的准确性,对7台电站燃煤锅炉的结渣特性进行预测,并将该模型与只考虑煤灰特性指标的常规 BP网络模型进行比较.验证结果表明,模糊神经网络模型的预测结果与实际相符,效果优于常规BP网络模型. 相似文献
3.
基于神经网络的锅炉对流受热面灰污监测研究 总被引:6,自引:0,他引:6
采用多层前向型神经网络,对电站锅炉对流受热面的实时污染状况建立了监测模型。模型选取合适的参数组成输入向量,利用电站数据采集系统下载的实时机组数据,经规格化处理后对神经网络进行训练。结果表明,训练后的神经网络可以较准确地实现锅炉对流受热面的积灰状态的在线监测,为吹灰方案的最优化打下了良好的基础。 相似文献
4.
5.
6.
7.
8.
9.
针对大型电站锅炉空气预热器受热面积灰状况进行了分析研究。应用3层神经网络构建了300MW电站锅炉空气预热器受热面积灰监测数学模型,选择锅炉负荷、烟气差压、排烟温度等参数作为输入向量,以反映空气预热器积灰状况的污染系数作为输出向量,利用电厂DCS系统采集的机组实时数据,经规格化处理后作为样本集对网络进行训练。训练过程中,通过添加动量项和变步长改进了BP算法。将建立的模型应用于华电国际青岛发电公司#2炉的空气预热器在线积灰监测,取得了较好的结果。 相似文献
10.
《动力工程学报》2017,(10):773-779
探讨了电站锅炉炉膛水冷壁强化传热改造后炉膛传热计算问题,根据当前电站锅炉普遍采用的分级燃烧技术特点以及传热性质不同,对一维模型分区段热力计算进行改进,将炉膛分为8个区段,其中燃烧器区分为2个区段.根据水冷壁强化传热改造前后吸热量变化,通过迭代计算得到水冷壁强化传热改造后水冷壁热有效系数,代入分区段热力计算公式,得到水冷壁强化传热改造后各区段受热面热负荷和出口烟温.通过编程实现某600 MW超临界锅炉炉膛分区段热力计算.结果表明:改进方法计算得出的水冷壁强化传热改造后水冷壁热有效系数增加了0.051~0.092,炉膛出口烟温降低了45.55K,有利于减轻炉膛出口受热面的结渣. 相似文献
11.
12.
W型火焰锅炉普遍存在水冷壁的结焦现象,本文介绍了W型火焰锅炉的结构特点以及W型火焰锅炉结焦的因素,并从煤质特性、炉膛内温度、气氛条件、炉内空气动力场等因素对W型火焰锅炉结焦的原因进行了详细分析,同时提出了防止结焦的措施。 相似文献
13.
14.
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。 相似文献
15.
16.
17.
600 MW偏转二次风系统锅炉炉内结渣特性的数值模拟 总被引:1,自引:1,他引:1
偏转二次风系统已广泛应用于大型四角切圆燃烧锅炉,用以报制炉内结渣,防止水冷壁高温腐蚀等。为降低炉膛出口扭转残余,通常采和下部二次风大角度正切、上部二次风和OFA风反切的布置方式。本文对某台采用偏转二次风系统的600MW燃煤四角切圆燃烧锅炉的炉内结渣过程进行模拟,对炉内气固相流动、温度场、气固相燃烧、固相向水冷的输运过程和灰粒在水冷壁上的附生长过程进行了数值模拟,结果表明,偏转二次风系统具有较强的防结渣性能,这一点也被锅炉的实际运行所证实。 相似文献
18.
为提高基于模糊神经网络的锅炉炉膛受热面结渣预测精度,提出了一种基于广义钟型隶属度函数非线性惯性权重递减调整策略的粒子群优化算法,通过适应度测试函数对比实验、结渣预测实验和预测稳定性分析对现有文献中线性惯性权重递减调整策略(LPSO)、指数型非线性惯性权重递减调整策略(IPSO)和基于广义钟型隶属度函数非线性惯性权重递减调整策略(GJPSO)进行对比分析。研究结果表明:本文所改进的粒子群算法可以有效地改善算法的早熟现象、平衡算法的全局和局部搜索能力、提高算法的收敛效果和稳定性。利用改进后的粒子群算法对模糊神经网络中的权值和阈值进行优化,提高了模糊神经网络的炉膛结渣预测性能。 相似文献