火电厂汽轮机缸体接管封堵开裂原因分析与焊接修复

对一次汽缸接管封堵堵板泄漏事故进行了分析,通过金属元素化验、金相检验和显微硬度检验等手段对开裂的焊缝接头进行取样检验,推导出焊缝为整圈未焊透结构,焊接工艺执行不到位是焊缝失效开裂的最重要的原因,焊接接头熔合线I型碳化物析出和粗晶区淬硬的马氏体组织对焊接接头造成不利影响,同时机组参与调峰产生交变应力加速了部件的开裂失效。对ZG15Cr2Mo1钢的焊接性使用碳当量法进行了计算,碳当量Ceq为0.85%～1.09%,大于焊接性好的钢种碳当量数值两倍,焊接性较差,需要通过焊前预热,控制层间温度,采用小的线能量来防止裂纹产生。镍基冷焊具备这些特点,但异种钢焊接热膨胀系数不同,不适合用于温差应力过大工况。结合汽缸壁厚大和接管短的结构特点,对焊接工艺进行了重新制定,采用定制中频线圈和红外联合多种加热方式进行焊后热处理,解决了现场热处理难度大的问题。采用圆形堵头和同材质对接焊缝的结构形式重新对接管进行了封堵,成功完成了汽缸泄漏部位的焊接修复。     

抽真空系统节能改造技术研究及应用

目前,火力发电厂主要的动力能量来源是汽轮机,而凝汽器是汽轮机冷端设备的重要组成部分,我国大部分电厂采用的是凝汽器水环真空泵系统,但其在维持机组真空过程中存在功率过大、抽真空效果易受工作液温度影响、端差大、凝结水溶氧超标、噪音大、维护成本高等问题.为缓解上述问题,在某电厂的2台300MW机组上进行抽真空系统节能改造技术示范应用建设,该技术主要是在机组原水环真空泵设备上并联一套干式螺杆真空泵系统,经过试运行,电流平均降低了83.75％,背压平均降低2kPa,凝结水溶氧降低至5μg/L以内.     

基于CNN-LSTM混合神经网络模型的NOx排放预测

为了充分挖掘电站锅炉NO_(x)排放数据中时序性特征联系,提高NO_(x)排放预测精度,提出一种基于卷积神经网络(CNN)和长短期记忆网络(LSTM)的NO_(x)排放预测方法。以某300 MW电站锅炉历史数据为样本,采用K-means聚类方法对NO_(x)排放训练样本集进行分组,再基于CNN网络的卷积层和池化层提取NO_(x)排放变量的高维映射关系,构造高维时序特征向量,将抽象化的特征集输入到LSTM网络,通过训练LSTM网络参数建立基于CNN-LSTM的NO_(x)排放预测模型。通过某电站锅炉实际数据验证,所提预测模型对训练和测试样本的平均相对百分比误差分别为1.76%和3.85%,远低于其他模型。结果表明所提模型在预测精度和泛化能力方面具有显著优势。