论文题目: 电站锅炉燃烧系统优化运行与应用研究
论文类型: 博士论文
论文专业: 热能工程
作者: 李智
导师: 蔡九菊
关键词: 锅炉,燃烧,神经网络,遗传算法,在线建模
文献来源: 东北大学
发表年度: 2005
论文摘要: 电站锅炉是火力电站的三大主机设备之一。目前,我国的火力电站锅炉以亚临界和超临界大容量锅炉为主,由于设备本身及操作管理等方面的原因,性能指标与发达国家相比有较大差距,主要表现在煤耗高或热效率低。提高燃煤电站锅炉的热效率,节约有限的煤炭资源,同时降低燃煤过程产生的污染,是我国能源实现可持续发展的当务之急,也是电力科技工作者的攻关课题。 本文以电站锅炉燃烧系统为研究对象,探讨研究了锅炉燃烧优化理论与应用。电站锅炉设备庞大,过程多变量、大延迟、非线性。由于锅炉炉内煤粉燃烧过程极其复杂,无法用理论方法建立燃烧模型。本系统引入先进的人工智能神经网络技术,根据锅炉燃烧过程历史数据,利用RBF神经网络建立锅炉燃烧系统模型,并采用非线性寻优技术,从模型中找出不同运行参数下最佳的运行方式,以此指导锅炉燃烧调整,实现锅炉燃烧系统的优化运行。 针对现场无法在线计算锅炉热效率的现状,本文提出了一种基于拟合公式的实用方法,无需进行煤的元素分析,利用排烟温度、省煤器出口氧量、参考温度、飞灰含碳量、炉渣含碳量、发电机组负荷等运行监控参数,通过对燃煤的低位发热量、收到基灰分等燃煤工业分析,计算锅炉的热效率,可以满足电站锅炉燃烧系统优化运行的需要。 为了细化模型从而提高模型精度和建模过程的透明度,本文把锅炉燃烧系统的建模问题分为两个阶段。一是用模块化RBF神经网络,分别建立飞灰含碳量、排烟温度与有关运行参数之间的数学模型;二是将神经网络的输出量作为锅炉热效率计算的输入,建立一个模块化的电站锅炉燃烧系统神经网络组合模型。这样将燃烧模型中可以用数学描述的部分通过函数来表达,难以用数学描述的部分通过神经网络来表达,提高了黑箱模型的透明度。 本文提出了一种在线学习RBF网络模型以及学习算法。当出现新的学习样本或锅炉在运行过程中特性发生变化时,将激活隐含层的休眠节点,动态增加隐含层工作节点,并以新的学习样本作为新增的工作节点的中心,在线学习连接权值。这种模型能够在线学习锅炉的飞灰含碳量、排烟温度与各种调整参数之间的规律,根据锅炉最新的燃烧过程数据在线修正燃烧优化数学模型,使模型随着时间的推
论文目录:
独创性声明
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 锅炉燃烧系统优化运行研究动态
1.2.1 基于火焰图像处理技术的锅炉燃烧优化运行研究
1.2.2 基于燃烧理论建模技术的锅炉燃烧优化运行研究动态
1.2.3 人工神经网络技术的锅炉燃烧优化运行研究动态
1.3 本文的研究内容
第二章 电站锅炉热效率的计算方法
2.1 概述
2.2 锅炉热效率计算
2.2.1 排烟损失q2的计算
2.2.2 可燃气体不完全燃烧热损失q3的计算
2.2.3 机械不完全燃烧损失q4的计算
2.2.4 锅炉散热损失q5的计算
2.2.5 其它热损失q6的计算
2.3 计算方法的验证
2.4 提高电站锅炉热效率的措施
2.4.1 电站锅炉煤粉燃烧过程对热损失的影响
2.4.2 过量空气系数的调整
2.4.3 燃烧方式调整
2.5 本章小结
第三章 非线性系统神经网络建模理论基础
3.1 BP神经网络与RBF神经网络
3.1.1 反向传播(BP)神经网络
3.1.2 径向基(RBF)神经网络
3.1.3 BP网络与RBF网络的比较
3.2 模型验证
3.2.1 基于MISO模型仿真实验
3.2.2 基于实际电站锅炉数据的实验
3.3 模块化神经网络
3.4 本章小结
第四章 模块化电站锅炉燃烧系统神经网络组合模型
4.1 燃烧系统神经网络组合模型的建立
4.2 模型的验证
4.3 RBF神经网络模型在线建模
4.3.1 RBF神经网络模型在线学习
4.3.2 在线建模的验证
4.4 本章小结
第五章 电站锅炉燃烧系统的优化
5.1 锅炉燃烧优化
5.2 基于实数编码的遗传算法(RGA)
5.2.1 遗传算法简介
5.2.2 基于实数编码的加速遗传算法
5.2.3 基于实数编码GA的验证
5.3 电站锅炉燃烧优化系统遗传算法的改进
5.4 算法改进的验证
5.5 本章小结
第六章 阜新电厂#2锅炉燃烧系统优化运行
6.1 锅炉现状
6.2 锅炉燃烧优化系统硬件构成
6.2.1 硬件系统的配置
6.2.2 飞灰含碳量的测量
6.3 锅炉燃烧优化系统软件构成
6.4 系统运行模式
6.5 应用效果分析
6.5.1 模块化锅炉燃烧系统神经网络组合模型建立
6.5.2 基于遗传算法的燃烧参数寻优
6.5.3 实际锅炉运行结果
6.6 软件界面功能
6.6.1 建模
6.6.2 最优化
6.7 本章小结
第七章 结论与展望
参考文献
致谢
在学期间已发表的论文
在学期间承担的科研项目
个人简历
发布时间: 2005-09-07
参考文献
- [1].信息融合聚类方法在锅炉燃烧系统中的应用研究[D]. 马云飞.燕山大学2012