论文部分内容阅读
摘要：鍋炉受热面积灰是影响运行安全性和经济性的重要因素。本文介绍了一种“电站锅炉智能吹灰优化系统”，该系统采用数据采集、模型体系建立及新建科学的吹灰优化运行模式，根据临界污染洁净因子及机组运行参数，适时提出不同部位吹灰指导策略，给出吹灰信号实现“按需吹灰”。
关键词：锅炉；吹灰；智能优化
一、概述
“电站锅炉智能吹灰优化系统”以能量守恒定律、传热学和工程热力学原理为基础，通过建立软测量模型、统计回归、模糊逻辑数学及人工神经网络等分析运算体系，将锅炉水冷壁、过热器、再热器、省煤器“四管”及省煤器后尾部烟道空预器污染程度进行量化处理和图像转换，显示实时参考画面和污染数据，使各受热面的污染率“可视化”，并根据临界污染因子及机组运行状况提出优化策略，从而实现智能优化、“按需吹灰”和节能降耗、提高锅炉效率并举。
锅炉受热面积灰是影响运行安全性和经济性的重要因素，吹灰费用通常情况下吹灰蒸汽耗量约占蒸汽总产量的1%左右，吹灰费用潜力具有可挖性和可控性。智能吹灰优化系统是一个节能降耗潜力较大的项目，主要是针对目前多数电厂采用的基于运行经验的定时吹灰管理模式，克服定时吹灰所造成的“过度吹扫”和“吹扫不足”的缺陷。改变传统的“定时吹灰”模式，只对受热面污染严重的部位“按需吹灰”，在受热面换热特性得到保证的情况下，最大限度降低吹灰频次，达到减少“四管”磨损、防“四管”爆漏降“非停”、节能降耗、提高机组运行经济性、安全性和可靠性的目的。
二、模型建立
1.对流受热面污染模型:
内对流受热面的工作原理，如图1、2所示，工质在管内流动，烟气在管外流动。运行过程中，受热面形成积灰污染。受热面传热量的计算则根据 进行，式中的K为受热面的传热系数，A为传热面积，Δt为传热温差。K表征了受热面的传热性能，K大则受热面传热良好，受热面积灰增加使K显著减小。根据热力计算标准计算得到的受热面理想K值，根据在线监测数据计算得到受热面实际K，受热面的实际K是小于理想K的，实际K与理想K之比可以有效表征受热面积灰状态，因此系统将受热面的污染率定义为： ，式中CF为污染率，无量纲，CF大则表示受热面积灰越严重污染。在已知受热面出口烟温，工质侧进、出口参数的基础上，分别由工质侧和烟气侧的热平衡方程式计算该受热面的进口烟温，再根据传热方程，计算该工况下该受热面的实际传热系数Ksj 。
2.辐射受热面污染模型:
炉膛水冷壁吸收的热量主要是来自炉内火焰的辐射热，对流热只占大约5%左右，可以忽略不计。水冷壁的污染系数用 表示，定义为：
水冷壁角系数定义为：
水冷壁的热有效系数定义为：
。
3.空气预热器污染模型:
对于回转再生式空气预热器的阻力主要是摩擦阻力，对于一般的烟气动力计算，可以不考虑热交换的修正，按下式进行受热面的摩擦阻力计算，即：
式中， 和 的含义同前； 分别为烟道的长度和当量直径； 是摩擦阻力系数， 由管壁的相对粗糙度及雷诺数 确定。
设F为受热面有效烟气流通截面积，有：
由上式可知，当烟气流量不变而受热面积灰增多时，烟道截面 变窄，烟道当量直径d变小，烟速 增加，受热面压降 会变大。而烟气流量增加时，流速变大，受热面压降 也会变大。此外，烟气密度对压降 也有影响。压差只能反映流动阻力的大小，而不能代表灰污的变化。因此，不能直接根据压差的变化来判断受热面的积灰程度。为了消除烟气流量和密度的变化引起烟气差压变化的影响，对上式进行变换，导出如下只与受热面灰污程度有关的指标 ：
当锅炉灰污程度加重时，通用阻力系数 会变大，烟道截面积 会变小，灰污程度指标 变大，指标 消除了烟气流量和密度的变化对烟气差压的影响，故而可以近似认为该指标仅是灰污程度的函数，即 ＝f（灰污程度），因而它能间接代表受热面灰污状态。
4.人工神经网络模型:
建立的神经网络模型包含输入层、输出层和一个隐层，输出层只有一个神经元，对应该受热面的污染因子；输入参数的选取必须能反映因变量（即受热面的污染因子）的变化，选取方法将具体分析；隐层确定为18个隐节点。另外，采用批处理方式训练网络，即待组成一个训练周期的全部样本都一次输入网络后，以总的平均误差能量为学习函数修正权值的训练方式。
由于在相同负荷下受热面上积灰将导致该受热面实际传
热系数 下降，所以输入参数的选取是以计算实际传热系数 的自变量为参考。
一般情况，锅炉各级受热面工质侧的进出口都布置了压力和温度测点，这些测点提供的测量数据都具有较高的准确度，有助于准确计算该受热面的实际传热量。从工质侧分析：
式中： 、 分别为进、出该受热面的工质焓值， 为该受热面的工质流量， 为锅炉的计算燃料量， 、 为该受热面的减温水流量、减温水焓增，没有减温水的受热面（如省煤器）该两项值为零。因而以省煤器受热面为例，工质侧选取参数有：①进口工质温度、②出口工质温度、③工质流量。
在烟气侧，烟气中飞灰含量、烟气总量、烟气流速和烟气温度对受热面上的积灰过程具有重要影响。通常在锅炉烟道尾部、空气预热器之前装有氧量计，当烟气中的 量偏大时，除过量空气系数 大外，如果燃烧工况不好，机械未完全燃烧损失 偏大， 量也会偏大。当引入④计算燃料量、⑤一次风量、⑥二次风量（生成烟气、并影响着过量空气系数）时， ⑦ 量可以反应机械未完全燃烧损失 的状况；电厂实际运行当中，保证了每天对入炉煤样作工业分析，所以煤样的⑧灰份含量也是重要的参数之一。通过对流受热面分析，烟气流速可考虑只受烟气总量的影响。烟气侧的温度测点基本布置在锅炉尾部竖井内，各级受热面的进出口烟温根据热平衡计算原理，在锅炉整体热平衡的基础上，从省煤器出口开始，逆烟气流程逐段进行各受热面的热平衡和传热计算，即在已知受热面出口烟温，工质侧进出口等参数的基础上，分别由烟气侧和工质侧的热平衡方程式，计算该受热面的进口烟温。⑨烟气出口温度，⑩烟气进口温度也是烟气侧的影响参数。另外，⑪机组负荷对受热面上的积灰速度有重要影响。通过以上分析，本文神经网络模型选取11个物理参数组成输入向量，完成神经网络的训练。
三、吹灰优化的指导策略:
通过现场试验和理论的有机结合，取得的各受热面的积灰增长特性数据库，经统计分析确定各受热面的临界洁净因子数值，以此制定锅炉吹灰优化的指导策略，按照该方法确定相对最佳吹灰模式，为运行人员提出按需吹灰的优化建议。
关键词：锅炉；吹灰；智能优化
一、概述
“电站锅炉智能吹灰优化系统”以能量守恒定律、传热学和工程热力学原理为基础，通过建立软测量模型、统计回归、模糊逻辑数学及人工神经网络等分析运算体系，将锅炉水冷壁、过热器、再热器、省煤器“四管”及省煤器后尾部烟道空预器污染程度进行量化处理和图像转换，显示实时参考画面和污染数据，使各受热面的污染率“可视化”，并根据临界污染因子及机组运行状况提出优化策略，从而实现智能优化、“按需吹灰”和节能降耗、提高锅炉效率并举。
锅炉受热面积灰是影响运行安全性和经济性的重要因素，吹灰费用通常情况下吹灰蒸汽耗量约占蒸汽总产量的1%左右，吹灰费用潜力具有可挖性和可控性。智能吹灰优化系统是一个节能降耗潜力较大的项目，主要是针对目前多数电厂采用的基于运行经验的定时吹灰管理模式，克服定时吹灰所造成的“过度吹扫”和“吹扫不足”的缺陷。改变传统的“定时吹灰”模式，只对受热面污染严重的部位“按需吹灰”，在受热面换热特性得到保证的情况下，最大限度降低吹灰频次，达到减少“四管”磨损、防“四管”爆漏降“非停”、节能降耗、提高机组运行经济性、安全性和可靠性的目的。
二、模型建立
1.对流受热面污染模型:
内对流受热面的工作原理，如图1、2所示，工质在管内流动，烟气在管外流动。运行过程中，受热面形成积灰污染。受热面传热量的计算则根据 进行，式中的K为受热面的传热系数，A为传热面积，Δt为传热温差。K表征了受热面的传热性能，K大则受热面传热良好，受热面积灰增加使K显著减小。根据热力计算标准计算得到的受热面理想K值，根据在线监测数据计算得到受热面实际K，受热面的实际K是小于理想K的，实际K与理想K之比可以有效表征受热面积灰状态，因此系统将受热面的污染率定义为： ，式中CF为污染率，无量纲，CF大则表示受热面积灰越严重污染。在已知受热面出口烟温，工质侧进、出口参数的基础上，分别由工质侧和烟气侧的热平衡方程式计算该受热面的进口烟温，再根据传热方程，计算该工况下该受热面的实际传热系数Ksj 。
2.辐射受热面污染模型:
炉膛水冷壁吸收的热量主要是来自炉内火焰的辐射热，对流热只占大约5%左右，可以忽略不计。水冷壁的污染系数用 表示，定义为：
水冷壁角系数定义为：
水冷壁的热有效系数定义为：
。
3.空气预热器污染模型:
对于回转再生式空气预热器的阻力主要是摩擦阻力，对于一般的烟气动力计算，可以不考虑热交换的修正，按下式进行受热面的摩擦阻力计算，即：
式中， 和 的含义同前； 分别为烟道的长度和当量直径； 是摩擦阻力系数， 由管壁的相对粗糙度及雷诺数 确定。
设F为受热面有效烟气流通截面积，有：
由上式可知，当烟气流量不变而受热面积灰增多时，烟道截面 变窄，烟道当量直径d变小，烟速 增加，受热面压降 会变大。而烟气流量增加时，流速变大，受热面压降 也会变大。此外，烟气密度对压降 也有影响。压差只能反映流动阻力的大小，而不能代表灰污的变化。因此，不能直接根据压差的变化来判断受热面的积灰程度。为了消除烟气流量和密度的变化引起烟气差压变化的影响，对上式进行变换，导出如下只与受热面灰污程度有关的指标 ：
当锅炉灰污程度加重时，通用阻力系数 会变大，烟道截面积 会变小，灰污程度指标 变大，指标 消除了烟气流量和密度的变化对烟气差压的影响，故而可以近似认为该指标仅是灰污程度的函数，即 ＝f（灰污程度），因而它能间接代表受热面灰污状态。
4.人工神经网络模型:
建立的神经网络模型包含输入层、输出层和一个隐层，输出层只有一个神经元，对应该受热面的污染因子；输入参数的选取必须能反映因变量（即受热面的污染因子）的变化，选取方法将具体分析；隐层确定为18个隐节点。另外，采用批处理方式训练网络，即待组成一个训练周期的全部样本都一次输入网络后，以总的平均误差能量为学习函数修正权值的训练方式。
由于在相同负荷下受热面上积灰将导致该受热面实际传
热系数 下降，所以输入参数的选取是以计算实际传热系数 的自变量为参考。
一般情况，锅炉各级受热面工质侧的进出口都布置了压力和温度测点，这些测点提供的测量数据都具有较高的准确度，有助于准确计算该受热面的实际传热量。从工质侧分析：
式中： 、 分别为进、出该受热面的工质焓值， 为该受热面的工质流量， 为锅炉的计算燃料量， 、 为该受热面的减温水流量、减温水焓增，没有减温水的受热面（如省煤器）该两项值为零。因而以省煤器受热面为例，工质侧选取参数有：①进口工质温度、②出口工质温度、③工质流量。
在烟气侧，烟气中飞灰含量、烟气总量、烟气流速和烟气温度对受热面上的积灰过程具有重要影响。通常在锅炉烟道尾部、空气预热器之前装有氧量计，当烟气中的 量偏大时，除过量空气系数 大外，如果燃烧工况不好，机械未完全燃烧损失 偏大， 量也会偏大。当引入④计算燃料量、⑤一次风量、⑥二次风量（生成烟气、并影响着过量空气系数）时， ⑦ 量可以反应机械未完全燃烧损失 的状况；电厂实际运行当中，保证了每天对入炉煤样作工业分析，所以煤样的⑧灰份含量也是重要的参数之一。通过对流受热面分析，烟气流速可考虑只受烟气总量的影响。烟气侧的温度测点基本布置在锅炉尾部竖井内，各级受热面的进出口烟温根据热平衡计算原理，在锅炉整体热平衡的基础上，从省煤器出口开始，逆烟气流程逐段进行各受热面的热平衡和传热计算，即在已知受热面出口烟温，工质侧进出口等参数的基础上，分别由烟气侧和工质侧的热平衡方程式，计算该受热面的进口烟温。⑨烟气出口温度，⑩烟气进口温度也是烟气侧的影响参数。另外，⑪机组负荷对受热面上的积灰速度有重要影响。通过以上分析，本文神经网络模型选取11个物理参数组成输入向量，完成神经网络的训练。
三、吹灰优化的指导策略:
通过现场试验和理论的有机结合，取得的各受热面的积灰增长特性数据库，经统计分析确定各受热面的临界洁净因子数值，以此制定锅炉吹灰优化的指导策略，按照该方法确定相对最佳吹灰模式，为运行人员提出按需吹灰的优化建议。