论文摘要
能源和环境问题作为关系到可持续发展的重要问题,日益成为国家和各级政府关注的焦点。循环流化床锅炉(Circulating Fluidized Bed Boiler,简称CFBB或CFB锅炉)是目前我国主要的清洁燃煤设备,具有良好的市场前景和发展前景。但是现有的工业CFB锅炉中,尤其是作为我国燃煤供热主力锅炉的中小型号CFB锅炉普遍存在锅炉效率偏低而煤耗偏高的现象。与大型CFB锅炉相比,中小型CFB锅炉仍存在较大的优化空间,为了获得更好的节能效果,有必要针对这部分CFB锅炉燃烧效率的优化控制方法进行研究。由于目前尚未有成熟的CFB锅炉效率的优化控制方案,本文以福建永定135吨CFB工业锅炉燃烧系统为研究对象,在本实验室已实现CFB锅炉燃烧过程在线闭环控制和锅炉效率、煤质在线观测的研究基础上,对CFB锅炉燃烧系统热效率指标(锅炉热效率和锅炉煤耗)的优化控制方法进行了研究。首先,本文根据锅炉热效率计算的正平衡法则及其简化规则,提出可用于在线计算的简化循环流化床锅炉热效率计算表达式;对循环流化床锅炉工作点附近的给水焓值和CO2生成热值进行最小二乘法拟合,分别计算锅炉的输入能量和有效利用能量,进而实现CFB锅炉热效率的在线计算;并进行了工业仿真计算。其次,采用正交试验法对影响CFB锅炉热效率指标的影响因素进行分析;由于无法取得正交试验表中对应水平和因素下热效率指标的工业数据,因而先采用人工神经网络建模的方法,构建了锅炉热效率指标的神经网络预测模型;预测模型应用BP人工神经网络,比较了标准BP算法和LM-BP算法两种情况下预测模型的准确度和优缺点;在分析得到各影响因素影响力大小排序之后,进行工业调优试验,验证了该方法的正确性。最后,对循环流化床锅炉燃烧系统热效率指标的优化控制方法进行了初步研究。以锅炉热效率、锅炉煤耗、主汽压力、蒸汽温度、电负荷、氧浓度、粒子浓度等变量为输入参数,以炉床温度和风煤比为输出参数,建立了锅炉热效率指标的神经网络逆模型。采集工业上连续24小时的实时数据,改变锅炉热效率和煤耗的输入条件,通过逆模型输出给出炉床温度和风煤比的优化参数,结合其他非调节参数,导入构建好的锅炉热效率和煤耗预测模型,进行优化试验,得到锅炉热效率和煤耗的优化数据,并与工业原始数据做了对比和分析。本文给出了通过调整锅炉炉床温度和风煤比来对锅炉燃烧系统进行优化控制的试验方案,为今后进一步建立循环流化床锅炉燃烧系统的在线优化控制系统奠定基础。
论文目录
相关论文文献
标签:循环流化床锅炉论文; 热效率计算与分析论文; 优化控制论文;