共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
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. 相似文献
4.
5.
王丽蓉 《数字社区&智能家居》2009,5(10):8064-8065
针对锅炉燃烧系统具有多输入输出、非线性、强耦合、不确定时滞的特点,采用粒子群优化(PSO)算法寻找锅炉模型的最优输入变量组合,实现锅炉燃烧过程的优化。其应用使锅炉燃烧节省了成本,提高了经济运行效益。仿真结果表明,该算法是一种高效率的寻优方法。 相似文献
6.
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. 相似文献
7.
基于Honeywell DCS的锅炉燃烧稳态优化控制 总被引:1,自引:0,他引:1
介绍了采用Honeywell系统构建集散控制系统,完成对锅炉、汽机和电网、热网主要参数的实时监测,并对主要的过程变量实现自动控制的方案。在此基础上对节能影响很大的锅炉燃烧系统建立了稳态参数优化模型,并获得锅炉燃烧系统稳态参数优化模型参数。在这个优化模型结果的指导下,热电厂的能源利用率提高4%左右。 相似文献
8.
9.
本文根据工业燃煤锅炉运行特点,在分析其数学模型的基础上提出了锅炉燃烧的一种优化控制方案。较好地解决了要求蒸汽压力稳定与节煤之间的矛盾,具有一定的实用价值。 相似文献
10.
某电厂采用以锅炉跟随为基础的协调控制系统,其锅炉主控控制主汽压力在允许范围内运行。但由于锅炉侧的燃烧特性存在较大的延滞惯性,所以优化锅炉主控的控制逻辑,以期与汽机侧的快速负荷响应特性相匹配显得尤为重要。首先分析了某超超临界1000MW火电机组锅炉主控逻辑组态的控制策略及其存在的问题,并根据前馈-反馈控制策略对其原始控制策略加以优化改进。优化环节主要体现在锅炉调节器的主要参数随负荷指令变化量>2MW为界限进行动态调整,以及锅炉调节器的前馈增加了主汽压力设定微分前馈、超压保护前馈及主汽压力偏差绝对值>0.8MPa后持续120s的锅炉前馈。优化锅炉主控应用结果表明:机炉协调性能更加稳定、安全、快速,为机组控制系统优化提供了技术支撑。 相似文献
11.
12.
13.
14.
15.
针对母管制机组一直存在的蒸汽母管压力难以稳定控制的问题,本文提出了一种基于和利时DCS控制系统的APC协调控制方案。该方案可以解耦影响锅炉燃烧的主要因素,优化分配锅炉负荷,快速平衡锅炉产汽与外界用汽之间的能量差,达到稳定蒸汽母管压力的目的。现场的实际应用证明了该方案的可行性。 相似文献
16.
17.
锅炉是火电厂主要的热力设备,锅炉燃烧系统将燃料与燃烧所需的空气按照一定的比例、速度送入到炉膛,确保燃烧迅速,可以更好的适应锅炉压力和煤炭的燃烧所需氧气,从而减少氮氧化物的排放量,达到节能目的。锅炉的燃烧系统是一具有多变量、非线性、不确定、滞后性等特点,常规的控制方法无法达到理想的要求。因此根据锅炉燃烧系统的特性,建立燃烧系统的神经网络模型,对燃烧系统的参数进行研究。本文主要分析了神经网络模型的优势、电站锅炉燃烧系统性能,在此基础上,建立锅炉燃烧系统的神经网络预测模型。神经网络预测模型可以对锅炉燃烧系统的烟气排放温度、炉膛温度、氮氧化物排放量等预测比较准确。 相似文献
18.
提出改进非劣分类遗传算法(NSGA-Ⅱ)在燃煤锅炉多目标燃烧优化中的应用,优化的目标是锅炉热损失及NOx排放最小化。首先,采用BP神经网络模型分别建立了300MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态实验数据对模型进行了训练和验证,结果表明,BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。在建立的锅炉排放特性和热损失BP神经网络模型基础上,采用非劣分类遗传算法对锅炉进行多目标优化,针对NSGA-Ⅱ在燃煤锅炉燃烧多目标优化问题应用中Pareto解集分布不理想、易早熟收敛的问题,在拥挤算子及交叉算子上进行了相应改进。优化结果表明,改进NSGA-Ⅱ方法与BP神经网络模型结合可以对锅炉燃烧实现有效的多目标寻优、得到理想的Pareto解,是对锅炉燃烧进行多目标优化的有效工具,同改进前的NSGA-Ⅱ优化结果比较,其Pareto优化结果集分布更好、解的质量更优。 相似文献
19.
20.
为进一步提升燃煤电厂锅炉的工况效率及机组运行的环保性和经济性,本文研究设计了一种350MW循环流化床锅炉机组负荷动态的优化控制方法。通过收集统计350MW循环流化床锅炉机组燃烧系统的烟气含氧量、煤量、送风量、燃料量、主汽压、炉膛负压以及引风量等数据,实施数据滤波提取处理,再利用系统辨识原理构建锅炉机组燃烧系统工况模型。最后基于遗传算法与人工神经网络构建锅炉机组燃烧系统模型的负荷优化控制模型,实现了对锅炉机组负荷动态的优化控制。测试结果表明,运用此优化控制方法,锅炉效率的提升率高于91%,具有较高的实际应用价值。 相似文献