收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于炉内温度场可视化的燃烧优化控制方法研究

王淅芬  
【摘要】:对先进燃烧检测和控制技术进行研究是实现电站燃煤锅炉稳定、高效、低污染燃烧的重要途径之一。现有的炉膛三维温度场可视化技术已经能够为新的燃烧优化控制策略的实施提供实践基础。针对燃烧控制系统中固有的纯延迟、大滞后、分布参数的特性,本文提出了以炉膛三维温度场分布为中间参量,对多火嘴煤粉锅炉进行控制的新型控制策略。针对电站锅炉的运行面临降低运行成本与降低污染物排放的双重要求,开展了一种整体燃烧优化的研究。 本文建立了表征炉内三维温度分布与输入炉膛的各燃烧器的煤粉量,一、二次风量等参量的适用于控制的线性模型。提出了一种基于自适应遗传算法的以炉膛火焰温度分布为中间参量的优化控制策略,并对控制策略进行了仿真研究。结果表明,该控制策略可以有效克服锅炉负荷变化对炉内燃烧过程的影响,获得燃料量和风量控制指令以适应负荷变化,并能给出个别燃烧器故障情况下的识别和控制动作等。因此,采用基于自适应遗传算法的锅炉温度场分布优化控制策略对锅炉燃烧过程进行优化控制是可行的。 本文针对一台采用三维温度场可视化检测系统的300MW 锅炉进行了现场试验,研究了燃烧调整对炉内三维温度分布与锅炉NO_x排放特性的影响。从中得出,燃烧调整不仅对炉膛内的三维温度分布有较大的影响,并且对NO_x排放、炉膛辐射能、飞灰含碳量等产生影响; 三维温度场分布与NO_x排放量具有较强的关联性,尤其是主燃烧区内的温度对NO_x 排放量影响很大,这为通过控制炉膛三维温度场来达到控制NO_x排放的控制策略提供了依据。 在燃烧调整试验基础上,发展了基于神经网络的锅炉NO_x排放和飞灰含碳量的响应模型,并通过试验值和模型计算值的比较,证实模型的泛化能力。将炉膛断面最高温度作为输入参数引入到NO_x排放神经网络预测模型中,与不考虑此温度影响的网络相比,得到的网络训练更快,精度更高。提出了基于自适应遗传算法的电站锅炉高效低污染优化控制问题的控制策略,并进行了仿真研究,结果表明,采用该模型建议的燃烧调整参数,可明显降低NO_x排放浓度及飞灰含碳量,提高锅炉效率。最后,本文采用灰色理论中相关性分析的方法,分析锅炉入炉参数与污染物排放


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 徐玲;徐保国;李海波;;基于神经网络的轮胎外胎硫化内部温度预测[J];计算机测量与控制;2006年08期
2 曾汉才,朱全利,聂明局,陈红铁;大型贫煤锅炉NO_x排放特性试验研究[J];热力发电;1999年02期
3 李凤瑞,肖宝兰;当量煤粉浓度的计算方法及其两个应用领域[J];电站系统工程;2005年01期
4 李海波;;高阶反馈型神经网络及其在优化计算中的应用[J];东南大学学报(自然科学版);1990年06期
5 朱铭铨,姬中岳,刘镜;神经网络与CIMS监控技术[J];中国机械工程;1992年03期
6 崔定军,杨尔辅,张振鹏,刘国球;基于神经网络的火箭发动机动态过程建模[J];航空动力学报;1995年03期
7 赵矿所,林钧清;神经网络在舰船噪声识别中的应用[J];舰船科学技术;1995年06期
8 刘磊,王康斌;基于神经网络的过程软测量[J];天津大学学报;1995年02期
9 孙道恒,胡俏,徐灏;固体力学有限元的神经计算原理[J];机械工程学报;1996年06期
10 代劲松,宋素芳东北大学;基于BP网络模型的汽轮发电机组的振动故障诊断[J];中国电力;1996年04期
11 黄敏超,王克昌,陈启智;火箭发动机基于神经网络非线性辨识的故障检测[J];中国空间科学技术;1996年06期
12 王少萍,王占林;液压泵故障诊断的神经网络方法[J];北京航空航天大学学报;1997年06期
13 谢寿生,樊思齐;自适应变结构神经网络在航空发动机故障诊断上的应用[J];航空动力学报;1997年04期
14 张伟;基于神经网络的机器人位姿逆解[J];机器人;1997年02期
15 黄文培,黄洪钟,王金诺;基于神经网络的机械结构系统优化问题的分解算法[J];机械工程学报;1997年04期
16 杨晓萍,孙超图,解建宝;电力变压器故障诊断的神经网络专家系统[J];西安理工大学学报;1997年03期
17 史天运,王信义,张之敬,朱小燕;神经网络与模糊故障诊断专家系统结合的应用研究[J];北京理工大学学报;1998年01期
18 栗然,张锋奇,盛四清,张京;专家系统与人工神经网络的发展与结合[J];华北电力大学学报;1998年02期
19 王勇;神经网络在岩土工程中的应用[J];河海大学学报(自然科学版);1998年04期
20 郑文利,徐成海,张省,李波,郭立新,张利;基于神经网络的真空冷冻干燥过程建模研究[J];真空;1998年04期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 王淅芬;基于炉内温度场可视化的燃烧优化控制方法研究[D];华中科技大学;2005年
2 张静巧;船用增压锅炉燃烧控制系统研究[D];哈尔滨工程大学;2009年
3 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
4 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
5 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
6 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
7 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
8 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
9 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
10 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
中国硕士学位论文全文数据库 前10条
1 卢榕昌;大型联合循环机组性能模型及燃烧优化调整分析[D];华南理工大学;2011年
2 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
3 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
4 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
5 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
6 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
7 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
8 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
9 郝庆光;基于神经网络的农药去除设备设计[D];长春理工大学;2011年
10 杨宏宇;基于小波分析与BP神经网络的管道泄漏诊断方法的研究[D];东北大学;2009年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 林立恒;降低能源成本 实现绿色钢铁[N];世界金属导报;2011年
7 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
8 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
9 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
10 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978