氯添加对燃煤过程中汞析出规律的影响

首先利用管式炉对燃煤及燃煤加氯后煤中汞排放进行研究,结果表明,对于神混煤而言,原煤燃烧后烟气中单质Hg⁰和氧化态汞Hg²⁺的比例分别为74.3%、25.7%。添加Cl后,烟气中Hg²⁺的比例有所上升,当加氯量为0.015%、0.030%和0.045%时,烟气中Hg²⁺的比例分别上升为32.7%、36.1%和40%,随加氯量的增加,其对汞的氧化作用也随之增强。在现场工程示范试验中,利用脱硫废水中的氯氧化烟气中的汞,以达到脱硫废水与烟气中的汞协同脱除的目的。结果表明,随着脱硫废水喷洒煤的量越大,进入SCR烟气中Hg²⁺比例增大,经过SCR后Hg²⁺的比例随之增大。由于飞灰对Hg²⁺的吸附能力较Hg⁰强,电除尘系统的脱汞效率提高,但脱硫废水喷洒煤对湿电除尘系统的脱汞效率影响不大。总之,脱硫废水喷洒量越大,燃煤机组烟气净化设备对汞协同去除效率也随之提高。     

基于电除尘器灰斗料位软测量建模的输灰策略优化

火电厂气力输灰能耗较高且难以降低的重要原因之一是电除尘器的灰斗料位测量不准,使得最佳输灰策略较难实现。相对于当前火电厂常用的周期吹灰策略,本文依据输灰管道压力曲线积分值来代表灰量特征值,基于高斯过程回归原理建立了灰量预测模型,通过监测灰位控制吹灰阀门,且利用历史数据实时更新模型内训练样本,实现不定周期吹灰的策略优化,相比于定周期吹灰最大程度上减少空载,降低吹灰能耗,还提高了吹灰系统对于机组负荷的跟踪速率,具有更高的灵活性。     

基于CNN-GAN数据增强网络的电厂锅炉管道温度压力及健康状态预测

电厂锅炉管道系统随着机组参与深度调峰而承受的交变载荷不断增加,对管道温度、压力预测和健康状态评估提出了新的要求。基于电厂真实管道温度、压力数据,提出了多阶管道健康评价算法,搭建了CNN-GAN数据增强网络。通过CNN-GAN数据增强网络与管道真实运行数据,生成带管道健康评价函数的合成数据集。预测模型采用双层LSTM结构,对管道未来30步的温度、压力和健康状态进行预测。所提出的多阶管道健康评价算法能够准确判定温度、压力超额定和短期波动较大等非正常工况,对指导运维人员检修以及提前预警具有一定的价值。CNN-GAN算法比原始GAN能够生成更加真实的管道温度压力仿真数据集。未来30步的预测步长中,不同工况条件下,建立的预测网络最大绝对误差控制在6%以内。     

辅网凝结水精处理控制系统升级改造

介绍了某公司2×630MW超临界机组辅网凝结水精处理控制系统的现状,总结了存在的风险点及隐患,提出了针对性升级改造方案,分析了程序联锁保护、程控调试及调试过程中的注意事项。该升级改造方案提高了机组辅网控制系统的整体安全性,为同类型辅网凝结水精处理控制系统升级改造提供了参考。     

某超临界600MW汽轮机通流改造及性能评价

为落实节能减排政策,越来越多的电厂需要进行超临界汽轮机通流改造。主要介绍上海汽轮机厂采用先进技术对某超临界600 MW汽轮机通流部分进行改造优化的情况,主要包括调节级和压力级中小叶片与汽封的改型。改造后该机组煤耗、热耗率降低,缸效提高。本次优化改造达到了节能降耗的目标,对同类型机组的通流改造具有指导和借鉴作用。     

基于双注意力机制的MSCN-BiGRU的滚动轴承故障诊断方法

针对滚动轴承故障诊断模型在变工况和环境噪声干扰下诊断精度降低的问题,提出一种基于双注意力机制的多尺度卷积网络(dual attention and multi-scale convolutional networks, DAMSCN)与改进的双向门控循环单元(bidirectional gated recurrent unit, BiGRU)组成的故障诊断模型DAMSCN-BiGRU。首先,多尺度特征融合模块使用不同大小的卷积核,获得多种感受野,从而提取到轴承原始振动信号的多尺度特征信息,并根据重要性对其进行自适应融合,然后利用通道注意力和空间注意力组成的双注意力模块(dual attention module, DAM)对多尺度特征进行重新标定,分配注意力权重,削弱融合特征中的冗余特征;然后,增加注意力层和利用分段激活改进BiGRU进而挖掘信号的时域特征,以提高轴承故障诊断的性能;最后,通过Softmax层完成对不同故障的分类。试验结果表明,与其他智能诊断模型相比,DAMSCN-BiGRU在变工况环境下,平均诊断精度达到98.2%,在强噪声背景下仍然有着85.3%的准确率,且在不同程...