论文摘要
烧结余热回收过程是一种复杂工业过程,干扰因素多且具有强非线性和较大的惯性。在烧结机负荷发生变化的情况下,余热回收系统产生的蒸汽温度波动幅度较大,控制困难。如何实现余热回收过程操作参数的优化控制,提高余热回收效率和系统运行稳定性,这是烧结余热回收优化控制的主要问题。本文通过分析余热回收过程的运行机理,引入锅炉有效产热量的概念,用于更好的衡量余热发电系统中的热能产生量。在此基础上,提出基于中压锅炉有效产热量优化的余热回收过程操作参数设定方法。首先应用BP神经网络对中压锅炉有效产热量进行预测,基于热力学原理建立有效产热量优化模型；然后采用一种改进的粒子群优化算法求解优化模型,获得中压蒸汽温度和环冷机速度的优化设定值。在操作参数优化设定的基础上,设计预测—反馈中压蒸汽温度模糊控制器。把烧结矿表征温度作为温度控制系统前馈参数,建立中压蒸汽温度预测模型,以蒸汽温度的预测值与设定值之间的偏差作为输入,建立预测模糊控制器；以中压蒸汽温度实际值与设定值之间的偏差作为输入,建立反馈模糊控制器；预测模糊控制器与反馈模糊控制器的输出采用模糊融合的方式进行集成,获得循环风机转速的设定值。运用工业运行数据,对余热回收中压蒸汽温度优化控制方法进行仿真研究。结果表明,采用粒子群算法求解中压锅炉有效产热量优化模型,获得环冷机速度和中压蒸汽温度操作参数的优化设定值,可以显著提高烧结余热回收系统的有效产热量；本文设计的中压蒸汽温度预测—反馈智能控制策略与单纯的反馈模糊控制器相比,其超调量与响应时间明显减小,可以较快的抑制干扰,使蒸汽温度恢复稳定。本文的研究结果为烧结余热回收过程的优化与控制提供了新的思路,可以有效提高余热回收系统的效率与运行稳定性。