本文關(guān)鍵詞：基于智能算法的火電廠鍋爐燃燒優(yōu)化技術(shù)的研究

  更多相關(guān)文章： 鍋爐燃燒優(yōu)化 人工智能 BP 神經(jīng)網(wǎng)絡(luò) 遺傳算法

【摘要】：隨著國民經(jīng)濟的快速發(fā)展,能源與環(huán)境問題是影響當(dāng)前經(jīng)濟可持續(xù)發(fā)展的關(guān)鍵問題,自十二五以來,國家越來越重視節(jié)能減排措施,現(xiàn)代火力燃煤電廠面臨著提高鍋爐燃燒效率和降低污染物排放的壓力,而NOx (NOx)是電廠污染物排放的主要構(gòu)成之一,因此發(fā)電設(shè)備的效能問題已經(jīng)成為一項非常重要的工作。對鍋爐燃燒進行優(yōu)化成為從根本上解決電力生產(chǎn)效率的方法之一,實現(xiàn)鍋爐自身系統(tǒng)中的多種問題的優(yōu)化是發(fā)電廠所要堅持工作方法。目前,從國內(nèi)鍋爐燃燒優(yōu)化技術(shù)上看,還依賴國外技術(shù)的局面,很多系統(tǒng)性解決方案都是引進或借鑒國外成熟的商業(yè)應(yīng)用技術(shù),國內(nèi)優(yōu)化燃燒優(yōu)化控制技術(shù)也取得了一定的成就,但也有待進一步優(yōu)化完善,如何解決我國自身的鍋爐燃燒優(yōu)化技術(shù)是目前該領(lǐng)域內(nèi)亟待解決的問題。本文利用BP神經(jīng)網(wǎng)絡(luò)來建立鍋爐燃燒優(yōu)化控制模型,然后通過遺傳算法對鍋爐燃燒優(yōu)化的細節(jié)問題進行自動分析,并將算法應(yīng)用于鍋爐燃燒效率神經(jīng)網(wǎng)絡(luò)中�；陲w灰含碳量、排煙溫度、煙氣含氧量、NOx濃度與燃煤成分元素和運行數(shù)據(jù)之間的關(guān)系,采用智能算法對氧量、二次風(fēng)門開度的調(diào)節(jié)參數(shù)進行不同目標(biāo)的優(yōu)化,模擬結(jié)果表明,通過優(yōu)化,可以在降低NOx排放濃度的基礎(chǔ)上,提高鍋爐燃燒效率,并通過實驗驗證了本文設(shè)計的優(yōu)化方案的有效性,可以為今后實現(xiàn)鍋爐運行與煤質(zhì)參配比例的雙優(yōu)化提供一定參考。
【關(guān)鍵詞】：鍋爐燃燒優(yōu)化 人工智能 BP 神經(jīng)網(wǎng)絡(luò) 遺傳算法
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM621.2
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-15
• 1.1 研究背景與意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-14
• 1.2.1 鍋爐系統(tǒng)優(yōu)化動態(tài)分析方法10-12
• 1.2.2 神經(jīng)網(wǎng)絡(luò)和遺傳算法在鍋爐燃燒優(yōu)化中的應(yīng)用現(xiàn)狀12-14
• 1.3 本文研究內(nèi)容14
• 1.4 本章小結(jié)14-15
• 第2章 鍋爐燃燒優(yōu)化技術(shù)概述15-19
• 2.1 國外的燃燒優(yōu)化控制技術(shù)及其應(yīng)用15-16
• 2.1.1 UltraMax公司的燃燒優(yōu)化技術(shù)15-16
• 2.1.2 Pegasus公司的燃燒優(yōu)化技術(shù)16
• 2.2 國內(nèi)燃燒優(yōu)化控制技術(shù)的研究和應(yīng)用情況16-18
• 2.2.1 煙氣含氧量的優(yōu)化控制技術(shù)16
• 2.2.2 閉環(huán)均衡燃燒控制系統(tǒng)16-17
• 2.2.3 電站鍋爐燃燒優(yōu)化控制軟件OCP317-18
• 2.2.4 應(yīng)用中的難點分析18
• 2.3 本章小節(jié)18-19
• 第3章 基于BP神經(jīng)網(wǎng)絡(luò)的燃燒控制系統(tǒng)19-34
• 3.1 神經(jīng)網(wǎng)絡(luò)19-26
• 3.1.1 神經(jīng)網(wǎng)絡(luò)簡介19
• 3.1.2 神經(jīng)網(wǎng)絡(luò)模型19-22
• 3.1.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)方法22-24
• 3.1.4 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法24-26
• 3.2 燃燒系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)建模與優(yōu)化26-31
• 3.2.1 BP網(wǎng)絡(luò)結(jié)構(gòu)26-27
• 3.2.2 BP算法27-30
• 3.2.3 BP網(wǎng)絡(luò)建模30-31
• 3.3 建立鍋爐燃燒過程預(yù)測模型31-33
• 3.3.1 模型概況31
• 3.3.2 現(xiàn)場情況說明31-32
• 3.3.3 鍋爐燃燒過程模型預(yù)測32-33
• 3.4 本章小節(jié)33-34
• 第4章 基于遺傳算法的鍋爐燃燒系統(tǒng)優(yōu)化34-44
• 4.1 系統(tǒng)優(yōu)化概況34-35
• 4.2 優(yōu)化算法35-41
• 4.2.1 基本原理35-37
• 4.2.2 遺傳算法的實現(xiàn)技術(shù)37-41
• 4.3 算法在鍋爐熱效率神經(jīng)網(wǎng)絡(luò)中的應(yīng)用41-43
• 4.3.1 流程設(shè)計41
• 4.3.2 基因代碼的確定41-42
• 4.3.3 鍋爐參數(shù)優(yōu)化設(shè)計42-43
• 4.4 本章小節(jié)43-44
• 第5章 系統(tǒng)仿真分析44-52
• 5.1 系統(tǒng)概要設(shè)計44-49
• 5.1.1 機組模型設(shè)計44
• 5.1.2 鍋爐燃燒穩(wěn)態(tài)模型44-46
• 5.1.3 應(yīng)用實例46-49
• 5.2 運行參數(shù)與過程控制49-51
• 5.3 本章小結(jié)51-52
• 第6章 結(jié)論52-54
• 參考文獻54-57
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果57-58
• 致謝58-59
• 作者簡介59

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 盧新安;李廣;田志明;;鍋爐風(fēng)機常見故障分析及措施[J];北方釩鈦;2014年Z1期

2 閆金山;張凱;徐琳淵;郭嘉;賴竟飛;;煤粉鍋爐氧氣助燃強化燃燒微油點火系統(tǒng)設(shè)計[J];工業(yè)爐;2015年03期

3 滕奮飛;;DG3100/26.15-∏1型超超臨界鍋爐受熱面安裝工序[J];中外企業(yè)家;2015年18期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 鄭樹;基于燃燒在線檢測的超臨界直流鍋爐蒸發(fā)系統(tǒng)分布參數(shù)建模研究[D];華中科技大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 賈建偉;鍋爐摻燒污泥系統(tǒng)設(shè)計[D];華北電力大學(xué);2014年

，

本文編號：1033783