本文選題：溫度場 + 燃燒優(yōu)化��； 參考：《東南大學(xué)》2016年碩士論文

【摘要】：當(dāng)前鍋爐的燃燒優(yōu)化控制大多還是運(yùn)行人員根據(jù)經(jīng)驗(yàn)手動(dòng)進(jìn)行調(diào)整,由于鍋爐運(yùn)行狀況復(fù)雜多變,運(yùn)行人員很難從眾多的信息中及時(shí)對(duì)鍋爐燃燒狀況做出準(zhǔn)確判斷而進(jìn)行相應(yīng)的調(diào)整,容易造成燃燒調(diào)整的延誤,進(jìn)而導(dǎo)致鍋爐運(yùn)行偏離最佳燃燒狀況。溫度場能快速反映爐膛的燃燒狀況,在對(duì)鍋爐配煤、配風(fēng)方式進(jìn)行調(diào)整時(shí),爐內(nèi)的溫度場亦跟著快速變化,研究融合溫度場信息的鍋爐燃燒優(yōu)化方法能部分克服燃燒系統(tǒng)延遲造成的影響。目前,基于人工智能的鍋爐燃燒優(yōu)化方法得到了日益廣泛的關(guān)注,本文研究融合溫度場信息的鍋爐燃燒優(yōu)化專家系統(tǒng),主要研究內(nèi)容如下：1、本文利用聲學(xué)測(cè)溫系統(tǒng)獲取沿爐膛高度相關(guān)截面的溫度分布信息,結(jié)合鍋爐運(yùn)行數(shù)據(jù),建立了NOx排放和鍋爐效率的最小二乘支持向量機(jī)模型。針對(duì)粒子群算法易陷入局部最優(yōu)和出現(xiàn)早熟收斂的缺點(diǎn),采用一種改進(jìn)的混合PSO/DE優(yōu)化算法實(shí)現(xiàn)模型參數(shù)的尋優(yōu)。相比無斷面溫度信息的NOx排放和鍋爐效率模型,考慮溫度場信息的模型預(yù)測(cè)精度更高�；谒Ｐ�,采用混合PSO/DE優(yōu)化算法進(jìn)行鍋爐高效率和低NOx排放的優(yōu)化計(jì)算,可獲得各工況下的最優(yōu)操作變量,實(shí)現(xiàn)鍋爐燃燒優(yōu)化,并為數(shù)值型最優(yōu)知識(shí)庫的建立奠定了基礎(chǔ)。2、在數(shù)值型最優(yōu)知識(shí)庫的基礎(chǔ)上,結(jié)合模糊C均值聚類算法,提出了構(gòu)建鍋爐燃燒優(yōu)化知識(shí)庫的方法。在所建模糊知識(shí)庫的基礎(chǔ)上,采用CLIPS開發(fā)工具構(gòu)造鍋爐燃燒優(yōu)化專家系統(tǒng)的推理機(jī),建立了基于CLIPS的模糊推理模型,并采用一種反向追蹤方法進(jìn)行推理解釋。有效性檢驗(yàn)結(jié)果表明,基于專家系統(tǒng)求解出的優(yōu)化結(jié)果與直接進(jìn)行非線性優(yōu)化所得結(jié)果相比誤差很小,且計(jì)算量更小。3、完成了鍋爐燃燒優(yōu)化專家系統(tǒng)的整體架構(gòu)設(shè)計(jì),以及專家系統(tǒng)各個(gè)功能模塊的開發(fā)。通過調(diào)用ClipsNET組件實(shí)現(xiàn)將CLIPS項(xiàng)目整合到.Net框架中,應(yīng)用OPC通信技術(shù)實(shí)現(xiàn)了專家系統(tǒng)軟件對(duì)DCS數(shù)據(jù)以及聲學(xué)測(cè)溫系統(tǒng)數(shù)據(jù)的讀取,最后對(duì)鍋爐燃燒優(yōu)化專家系統(tǒng)各功能界面進(jìn)行設(shè)計(jì),為進(jìn)一步的工程應(yīng)用打下了基礎(chǔ)。
[Abstract]:At present, most of the boiler combustion optimization control is manually adjusted by the operator according to the experience, because the boiler operation condition is complex and changeable, It is difficult for operators to accurately judge the combustion condition of boiler from many information, which can easily cause the delay of combustion adjustment and lead to boiler running deviating from the optimal combustion condition. The temperature field can quickly reflect the combustion state of the furnace, and the temperature field in the furnace changes rapidly when the coal blending and air distribution mode of the boiler are adjusted. The study of boiler combustion optimization method with temperature field information can partly overcome the influence of combustion system delay. At present, the boiler combustion optimization method based on artificial intelligence has been paid more and more attention. In this paper, a boiler combustion optimization expert system based on temperature field information is studied. The main research contents are as follows: 1. In this paper, the temperature distribution information along the furnace height correlation section is obtained by using acoustic temperature measurement system, and the least square support vector machine model of NOx emission and boiler efficiency is established in combination with boiler operation data. Aiming at the shortcomings of particle swarm optimization (PSO) which is prone to local optimization and premature convergence, an improved hybrid PSO/DE optimization algorithm is used to optimize the model parameters. Compared with the model of NOx emission and boiler efficiency without cross-section temperature information, the prediction accuracy of the model considering temperature field information is higher than that of the model without cross-section temperature information. Based on the established model, a hybrid PSO/DE optimization algorithm is used to calculate the high efficiency and low NOx emission of the boiler. The optimal operating variables can be obtained and the combustion optimization of the boiler can be realized. It lays a foundation for the establishment of numerical optimal knowledge base. On the basis of numerical optimal knowledge base and combined with fuzzy C-means clustering algorithm, the method of constructing boiler combustion optimization knowledge base is put forward. On the basis of the established fuzzy knowledge base, the inference engine of boiler combustion optimization expert system is constructed by using CLIPS development tool, and the fuzzy inference model based on CLIPS is established, and a reverse tracing method is used for reasoning interpretation. The results of validity test show that the optimization results based on expert system are less error than those obtained by direct nonlinear optimization, and the calculation amount is smaller than that of expert system, and the whole structure design of boiler combustion optimization expert system is completed. And the development of each function module of expert system. The CLIPS project is integrated into .net framework by calling ClipsNET component, and the expert system software is used to realize the reading of DCS data and acoustical temperature measurement system data by using OPC communication technology. Finally, the function interface of boiler combustion optimization expert system is designed, which lays a foundation for further engineering application.
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM621.2

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉建峰;;鍋爐燃燒和環(huán)境保護(hù)[J];機(jī)械管理開發(fā);2006年05期

2 劉國偉,符九龍;重氮廢水的鍋爐燃燒處理[J];煤礦環(huán)境保護(hù);1997年04期

3 閆順林,李永華,張恩先;670t/h鍋爐燃燒狀態(tài)綜合評(píng)價(jià)的研究[J];河北電力技術(shù);2000年06期

4 雷如意;韓城電廠1號(hào)鍋爐燃燒問題及解決措施[J];熱力發(fā)電;2001年03期

5 李福祥,馮德全;鍋爐燃燒優(yōu)化指導(dǎo)系統(tǒng)在濰坊發(fā)電廠的開發(fā)應(yīng)用[J];山東電力高等�？茖W(xué)校學(xué)報(bào);2004年04期

6 張魯峻,項(xiàng)勇;2~#鍋爐燃燒不穩(wěn)定原因分析[J];冶金動(dòng)力;2005年04期

7 馬增輝;羅毅;;基于灰色系統(tǒng)理論的鍋爐燃燒方案決策[J];儀器儀表用戶;2006年06期

8 范慧義;;鍋爐燃燒可燃廢氣的安全技術(shù)[J];林業(yè)勞動(dòng)安全;2007年01期

9 蘭安兵;;寶二電廠鍋爐燃燒實(shí)施效果及存在問題[J];中國電力教育;2007年S3期

10 趙西民;;鍋爐燃燒新技術(shù)的應(yīng)用研究[J];中國高新技術(shù)企業(yè);2011年10期

相關(guān)會(huì)議論文 前10條

1 李廣建;鮑學(xué)根;;淺議鍋爐燃燒運(yùn)行調(diào)整的方法和措施[A];科技、工程與經(jīng)濟(jì)社會(huì)協(xié)調(diào)發(fā)展——河南省第四屆青年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2004年

2 馬暉;王飛;崔巍;嚴(yán)建華;馬增益;沈佩華;岑可法;;300MW電站鍋爐燃燒診斷和運(yùn)行指導(dǎo)系統(tǒng)[A];首屆長三角科技論壇——能源科技分論壇論文集[C];2004年

3 朱玉璧;程相利;陶新建;李琢;王志軍;;智能控制在鍋爐燃燒優(yōu)化中的應(yīng)用[A];全國火電大機(jī)組（600MW級(jí)）競賽第十二屆年會(huì)論文集（下冊(cè)）[C];2008年

4 鄭安平;;淺析間斷撈渣方式對(duì)穩(wěn)定鍋爐燃燒的作用[A];全國火電100MW級(jí)機(jī)組技術(shù)交流協(xié)作網(wǎng)第一屆年會(huì)論文集[C];2002年

5 陳紅焰;;燃料經(jīng)濟(jì)區(qū)與火力發(fā)電廠鍋爐燃燒的動(dòng)力性和經(jīng)濟(jì)性的探討[A];“建設(shè)資源節(jié)約型、環(huán)境友好型社會(huì)——節(jié)能、環(huán)保、可持續(xù)發(fā)展”研討會(huì)論文集[C];2006年

6 張海鵬;李永維;;1025t/h鍋爐燃燒切圓反轉(zhuǎn)原因探析及解決辦法[A];山東省石油學(xué)會(huì)油田電力、通信及自動(dòng)化技術(shù)研討會(huì)優(yōu)秀工程技術(shù)論文集[C];2009年

7 王智全;殷修平;賈青;;把握劣質(zhì)煤特性增強(qiáng)鍋爐燃燒穩(wěn)定性[A];全國火電100-200MW級(jí)機(jī)組技術(shù)協(xié)作會(huì)2009年年會(huì)論文集[C];2009年

8 周利慶;黃玉軒;金炎華;葛建忠;郁浩;;降低鍋爐燃燒中NO_x生成探討[A];中國動(dòng)力工程學(xué)會(huì)第三屆青年學(xué)術(shù)年會(huì)論文集[C];2005年

9 梁光山;;熱介質(zhì)鍋爐燃燒分析與配風(fēng)比控制[A];第八屆全國設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

10 徐剛;;鍋爐燃燒不穩(wěn)定原因分析及燃燒器穩(wěn)燃改造[A];全國火電大機(jī)組（300MW級(jí)）競賽第33屆年會(huì)論文集[C];2004年

相關(guān)重要報(bào)紙文章 前5條

1 王顯祿;迎難而上的求索[N];西南電力報(bào);2005年

2 張妍　記者 趙宇清;哈工大一鍋爐燃燒技術(shù)填補(bǔ)國內(nèi)空白[N];黑龍江日?qǐng)?bào);2011年

3 通訊員 張曉楠　郭蕊;菏澤發(fā)電廠全力以赴保煤保電[N];菏澤日?qǐng)?bào);2010年

4 胡勇;鄂肥動(dòng)力廠一季度降本1400萬[N];中國石化報(bào);2002年

5 王希財(cái)邋玉月;永榮電廠環(huán)保受獎(jiǎng)[N];經(jīng)理日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前4條

1 郝祖龍;電站鍋爐燃燒狀態(tài)識(shí)別與診斷研究[D];華北電力大學(xué)（北京）;2010年

2 李勤道;基于爐內(nèi)參數(shù)測(cè)量的燃燒系統(tǒng)優(yōu)化運(yùn)行理論與技術(shù)的研究[D];華北電力大學(xué);2013年

3 劉煥章;基于排放物分析的電站鍋爐燃燒狀態(tài)評(píng)估的研究[D];華北電力大學(xué)（北京）;2008年

4 李國強(qiáng);新型人工智能技術(shù)研究及其在鍋爐燃燒優(yōu)化中的應(yīng)用[D];燕山大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉向英;鍋爐燃燒優(yōu)化控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

2 錢磊;生物質(zhì)直燃鍋爐燃燒控制系統(tǒng)設(shè)計(jì)及優(yōu)化[D];華北電力大學(xué);2015年

3 林祥;融合溫度場信息的鍋爐燃燒優(yōu)化專家系統(tǒng)研究[D];東南大學(xué);2016年

4 王天放;陡河發(fā)電廠200MW鍋爐燃燒優(yōu)化神經(jīng)網(wǎng)絡(luò)建模[D];華北電力大學(xué)(北京);2016年

5 盧博倫;基于煤質(zhì)在線檢測(cè)的鍋爐燃燒模型研究[D];華北電力大學(xué);2012年

6 王廣慧;670t/h鍋爐燃燒穩(wěn)定性在線評(píng)判系統(tǒng)的研究[D];華北電力大學(xué)（河北）;2007年

7 溫志強(qiáng);670T/h鍋爐燃燒故障的在線分析[D];華北電力大學(xué)（河北）;2007年

8 王祿偉;鍋爐燃燒穩(wěn)定性評(píng)判系統(tǒng)研究[D];華北電力大學(xué)（河北）;2004年

9 遲曉林;基于知識(shí)的鍋爐燃燒智能控制系統(tǒng)[D];哈爾濱理工大學(xué);2013年

10 劉小軍;基于灰色關(guān)聯(lián)分析法的電站鍋爐燃燒綜合評(píng)價(jià)[D];華北電力大學(xué);2013年

，

本文編號(hào)：1950165