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。