火力發(fā)電廠在發(fā)電過程中會(huì)燃燒大量的煤炭資源,這些煤炭的燃燒會(huì)給環(huán)境帶來較嚴(yán)重的污染問題,研究表明,我國每年排放的氮氧化合物有60%以上來自于火力發(fā)電廠的鍋爐燃燒,而這些氮氧化合物除了給環(huán)境帶來污染以外,它還是一種溫室氣體,這將對地球環(huán)境帶來巨大影響。通過對鍋爐燃燒過程進(jìn)行檢測和試驗(yàn),記錄燃燒過程中的輸入?yún)?shù)和輸出參數(shù),研究這些參數(shù)之間的相互聯(lián)系與作用,可以有效降低鍋爐燃燒的發(fā)電煤耗,較少氮氧化合物的排放。因此,開展火力發(fā)電廠鍋爐燃燒優(yōu)化控制研究具有重要的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。論文以某大型切向燃煤鍋爐為例,采用基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)算法,對鍋爐燃燒的優(yōu)化控制過程進(jìn)行了研究。論述了課題的研究背景及意義,鍋爐燃燒優(yōu)化控制的國內(nèi)外研究現(xiàn)狀,以及論文的研究方法與主要內(nèi)容。在總結(jié)分析電廠鍋爐燃燒優(yōu)化調(diào)整方法的基礎(chǔ)上,分析了鍋爐燃燒耗差、NOx排放控制和鍋爐燃燒調(diào)整與控制,論述了粒子群優(yōu)化算法的基本理論,研究了粒子群算法基本原理和算法實(shí)現(xiàn)過程。構(gòu)建了基于粒子群優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)模型,將鍋爐燃燒過程中的17個(gè)輸入變量作為優(yōu)化變量,7個(gè)輸出變量為優(yōu)化目標(biāo)。通過現(xiàn)場采集的樣本數(shù)據(jù),并對樣本數(shù)據(jù)進(jìn)行... 

【文章來源】：華北水利水電大學(xué)河南省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

飛灰含碳量與預(yù)熱器進(jìn)口氧量關(guān)系曲線

圖 2-2 飛灰含碳量與揮發(fā)分含量的相關(guān)關(guān)系The relationship between fly ash contains carbon and volatile matt發(fā)分較低的貧煤容易出現(xiàn)水冷壁的高溫腐蝕，主要是因?yàn)槿济旱钠焚|(zhì)不好，發(fā)熱量較低，就會(huì)增加燃燒的用煤量，熱量低的燃煤也容易產(chǎn)生過多的灰分，使著火推遲，影響煤燃盡程度較差，并同時(shí)帶來爐膛和燃燒器結(jié)焦問題[47]。直徑置的切向燃燒的鍋爐中，切圓直徑對鍋爐的燃燒過程有重大，可以使火焰更接近射流根部，對燃燒火焰有利，同時(shí)對于揮發(fā)分較低的劣質(zhì)燃煤，可以適當(dāng)加大切圓直徑，但能會(huì)導(dǎo)致煤粉貼墻燃燒，致使燃燒火焰沖刷水冷壁，從而易著火且揮發(fā)分較高的燃煤，可以適當(dāng)減小切圓直徑。一要取決于假想切圓直徑大小及氣流反切效果。細(xì)度對鍋爐燃燒影響較大，煤粉細(xì)度越小，煤粉越容易著火，，燃盡的時(shí)間較短，飛灰可燃物含量較小，燃燒比較徹底

圖 2-3 飛灰可燃物與煤粉細(xì)度關(guān)系曲線-3 Relation curve between fly ash fuel and pulverized coal fi過量空氣系數(shù)來衡量，高氧量可以促進(jìn)鍋爐燃燒，提鍋爐空氣分級較深，燃燒過程中氧量維持較低的鍋爐。氧量對飛灰含碳量影響較大，隨著氧量的增加，飛鍋爐，氧量低于 2.0 左右時(shí)，飛灰含碳量會(huì)急劇增加荷過程中，當(dāng)鍋爐負(fù)荷較低時(shí)，鍋爐的燃燒率就會(huì)降低火困難。當(dāng)鍋爐負(fù)荷低于某一特定值時(shí)，為了維持著來講，燃煤的著火性能、爐膛穩(wěn)燃性能和燃燒器的穩(wěn)素。隨著鍋爐負(fù)荷的升高，鍋爐燃燒溫度會(huì)升高，就表明，對于揮發(fā)分較高的燃煤，飛灰可燃物較低，鍋；對于揮發(fā)分較低的燃煤，鍋爐負(fù)荷對鍋爐燃燒損失度的是煤粉與空氣的重量之比，一次風(fēng)中的煤粉濃度對

【參考文獻(xiàn)】：
期刊論文
[1]熱電廠鍋爐燃燒系統(tǒng)建模及優(yōu)化研究[J]. 榮盤祥,張亮,孫國兵,郭祥遷,王宏源.  青島理工大學(xué)學(xué)報(bào). 2018(02)
[2]基于模糊控制策略的鍋爐燃燒優(yōu)化控制系統(tǒng)設(shè)計(jì)[J]. 應(yīng)蕾,何星,張衛(wèi)東,章立宗.  山東工業(yè)技術(shù). 2018(03)
[3]基于稀疏最小二乘支持向量機(jī)的鍋爐燃燒優(yōu)化研究[J]. 喬僑,呂劍虹.  工業(yè)控制計(jì)算機(jī). 2017(07)
[4]燃?xì)忮仩t燃燒效率優(yōu)化控制仿真研究[J]. 趙鋼,李斌.  計(jì)算機(jī)仿真. 2017(01)
[5]基于自適應(yīng)模糊推理辨識(shí)方法和果蠅優(yōu)化算法的CFB鍋爐燃燒優(yōu)化[J]. 張文廣,孫亞洲,劉吉臻,高明明,陳峰.  動(dòng)力工程學(xué)報(bào). 2016(02)
[6]基于大數(shù)據(jù)驅(qū)動(dòng)案例匹配的電站鍋爐燃燒優(yōu)化[J]. 王東風(fēng),劉千,韓璞,趙文杰.  儀器儀表學(xué)報(bào). 2016(02)
[7]基于優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)的循環(huán)流化床鍋爐自適應(yīng)燃燒控制算法[J]. 王耿杰,張雨飛.  工業(yè)控制計(jì)算機(jī). 2015(11)
[8]1000MW超超臨界機(jī)組鍋爐燃燒優(yōu)化試驗(yàn)研究[J]. 郭杰,秦希超.  中國電力. 2015(05)
[9]印度嘉佳電廠660MW超臨界鍋爐燃燒優(yōu)化試驗(yàn)研究[J]. 張開利,李樹海.  鍋爐技術(shù). 2015(02)
[10]基于神經(jīng)網(wǎng)絡(luò)遺傳算法的鍋爐燃燒優(yōu)化系統(tǒng)[J]. 徐齊勝,羅勝琪,陶欣,朱全利.  自動(dòng)化與儀表. 2014(06)

博士論文
[1]燃煤鏈條鍋爐燃燒的數(shù)值建模及配風(fēng)與爐拱的優(yōu)化設(shè)計(jì)[D]. 季俊杰.上海交通大學(xué) 2008

碩士論文
[1]熱電鍋爐燃燒過程建模與運(yùn)行優(yōu)化研究[D]. 朱鈺森.浙江大學(xué) 2017
[2]燃?xì)忮仩t燃燒控制系統(tǒng)應(yīng)用設(shè)計(jì)[D]. 李斌.天津理工大學(xué) 2017
[3]蒸汽鍋爐燃燒過程的分段PID控制研究[D]. 孟照陽.內(nèi)蒙古科技大學(xué) 2015
[4]基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在電站鍋爐中的應(yīng)用研究[D]. 呂雪冬.安徽大學(xué) 2015
[5]基于智能優(yōu)化算法的電站鍋爐燃燒優(yōu)化[D]. 張振星.華北電力大學(xué) 2015
[6]鍋爐燃燒優(yōu)化控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉向英.電子科技大學(xué) 2014
[7]基于智能PID控制的燃?xì)忮仩t燃燒控制系統(tǒng)研究[D]. 谷洋洋.中國艦船研究院 2014
[8]基于自由搜索算法的電站燃煤鍋爐燃燒優(yōu)化應(yīng)用研究[D]. 王培坤.燕山大學(xué) 2013
[9]電站燃煤鍋爐燃燒優(yōu)化系統(tǒng)研究[D]. 劉海峰.華北電力大學(xué) 2013
[10]基于神經(jīng)網(wǎng)絡(luò)及粒子群算法的鍋爐燃燒過程建模與仿真[D]. 韓冷.哈爾濱理工大學(xué) 2012



本文編號：3222151