本文關(guān)鍵詞：電廠配煤與鍋爐運(yùn)行的整體綜合優(yōu)化研究，由筆耕文化傳播整理發(fā)布。

浙江大學(xué) 碩士學(xué)位論文 電廠配煤與鍋爐運(yùn)行的整體綜合優(yōu)化研究 姓名：張曉龍 申請(qǐng)學(xué)位級(jí)別：碩士 專業(yè)：熱能工程 指導(dǎo)教師：楊建國(guó)；趙虹 20120305

浙江大學(xué)碩士學(xué)位論文

摘要

摘要
煤粉的燃燒特性是燃煤電站鍋爐進(jìn)行燃燒調(diào)整的基礎(chǔ)。煤粉的燃燒特性取決于煤質(zhì)， 而改變煤質(zhì)的有效措施是進(jìn)行動(dòng)力配煤。以鍋

爐燃燒特性為導(dǎo)向進(jìn)行動(dòng)力配煤，將促進(jìn)煤 炭資源的優(yōu)化配置和有效利用；同時(shí)，針對(duì)配煤方案進(jìn)行鍋爐燃燒調(diào)整，將更大限度地發(fā) 揮燃煤電站鍋爐的優(yōu)良燃燒特性。本文提出動(dòng)力配煤與鍋爐運(yùn)行的一體式優(yōu)化方法，實(shí)現(xiàn) 燃煤電站鍋爐的高效低污染燃燒。 本文首先研究了單煤的煤粉燃燒特性預(yù)測(cè)模型和灰熔融性分類預(yù)測(cè)模型。煤粉燃燒 特性預(yù)測(cè)模型通過煤質(zhì)指標(biāo)預(yù)測(cè)動(dòng)力學(xué)參數(shù)（活化能和頻率因子預(yù)測(cè)結(jié)果的均方根誤差分 別為２．５７１和０．５６５），再利用預(yù)測(cè)的動(dòng)力學(xué)參數(shù)預(yù)測(cè)熱重分析曲線，表征煤粉的整體燃燒 過程。煤灰熔融性分類預(yù)測(cè)模型通過煤質(zhì)指標(biāo)預(yù)測(cè)煤灰熔融性溫度的高低水平，對(duì)６２個(gè) 訓(xùn)練樣本和１５個(gè)檢驗(yàn)樣本的煤灰熔融性的預(yù)測(cè)精度分別高達(dá)１００％和８６．７％。應(yīng)用動(dòng)力配 煤煤質(zhì)指標(biāo)的可加性規(guī)律，單煤的兩個(gè)預(yù)測(cè)模型可以應(yīng)用于混煤，分析動(dòng)力配煤后混煤的 燃燒特性和灰熔融性溫度。 本文接著研究了煤粉特性（煤粉細(xì)度、煤粉顆粒表面性質(zhì)）對(duì)燃燒特性的影響。通 過非等溫?zé)嶂卦囼?yàn)，分析優(yōu)混煤在煤粉細(xì)度分別為Ｒ９０＝ｌｏ％、１５％、２０％、２５％、３０％情 況下的燃燒特性。結(jié)果表明，煤粉細(xì)度越小，煤粉的綜合燃燒性能越好。通過氮吸附試驗(yàn) 進(jìn)一步研究了優(yōu)混煤在具有不同表面性質(zhì)時(shí)的燃燒特性。試驗(yàn)表明，平均孔徑增大有利于 提高綜合燃燒性能；在比表面積增大的過程中，中大孔的減少和微孔的增多對(duì)燃燒反應(yīng)活 性分別起到抑制和促進(jìn)的作用。 本文最后以浙江某電廠３３０ＭＷ燃煤機(jī)組為研究對(duì)象，建立該機(jī)組整體綜合優(yōu)化的數(shù) 學(xué)模型，利用差分進(jìn)化算法實(shí)現(xiàn)動(dòng)力配煤及鍋爐運(yùn)行的一體式優(yōu)化。優(yōu)化過程基于該機(jī)組 的實(shí)際運(yùn)行工況，優(yōu)化后的配煤燃燒特性與鍋爐的運(yùn)行控制方式更加匹配，各工況的飛灰 含碳量和排煙溫度降低，鍋爐熱效率提高，ＮＯ。排放濃度均抑制在６５０ｍｇ／ｍ３以下，成功 實(shí)現(xiàn)該鍋爐的高效低污染燃燒。

關(guān)鍵詞：燃煤鍋爐；燃燒特性；動(dòng)力配煤；鍋爐運(yùn)行優(yōu)化；鍋爐效率；ＮＯ。排放

ＩＩ

浙江大學(xué)碩士學(xué)位論文

摘要

Ａｂｓｔｒａｃｔ
Ｃｏａｌ ｂｌｅｎｄｉｎｇ ｉｓ
ａｎ

ｉｍｐｏｒｔａｎｔ ｔｅｃｈｎｉｑｕｅ

ｔＯ ｐｒｏｄｕｃｅ ｃｏａｌｓ ｏｆ ｄｉｆｆｅｒｅｎｔ ｐｒｏｐｅｒｔｉｅｓ．Ａｎｄ ｔｈｅ ｔｏ ａｄａｐｔ ｔｏ ｄｉｆｆｅｒｅｎｔ ｃｏａｌ ｐｒｏｐｅｒｔｉｅｓ．Ｉｎ ｏｒｄｅｒ ｔｏ

ｏｐｅｒａｔｉｏｎ ｏｆ ｂｏｉｌｅｒｓ ｏｆｔｅｎ ｈａｖｅ ｔｏ ｂｅ

ａｄｊｕｓｔｅｄ

ｐｒｏｍｏｔｅ ｔｈｅ ｏｐｔｉｍａｌ ａｌｌｏｃａｔｉｏｎ ａｎｄ ｒａｔｉｏｎａｌ ｕｌｔｉｌｉｚａｔｉｏｎ ｏｆ ｃｏａｌ ｒｅｓｏｕｒｓｅｓ，ｔｈｅ
ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｃｏａｌ ｂｌｅｎｄｉｎｇ ａｎｄ ｂｏｉｌｅｒ ｏｐｅｒａｔｉｏｎ ｉｓ ｐｒｏｐｏｓｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ．

ｉｎｔｅｇｒａｔｅｄ

Ｔｈｅ ｃｏｍｂｕｓｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｓ ｏｆ ｃｏａｌ ｗｅｒｅ ｃｏｒｒｅｌａｔｅｄ ｔｏ ｃｏａｌ ｑｕａｌｉｔｙ ｕｓｉｎｇ ｔｗｏ ｎｏｎｌｉｎｅａｒ

ｍｏｄｅｌｓ ｗｈｉｃｈ ｗｅｒｅ ｂｕｉｌｔ ｂｙ ｓｕｐｐｏｒｔ

ｖｅｃｔｏｒ

ｒｅｇｒｅｓｓｉｏｎ ｍａｃｈｉｎｅ．Ｃｏｍｂｕｓｉｔｏｎ ｋｉｎｅｔｉｃ ｐａｒａｍｅｔｅｒｓ

ｗｅｒｅ ｐｒｅｄｉｃｔｅｄ ｆｒｏｍ ｃｏａｌ ｑｕａｌｉｔｙ．Ｔｈｅ ｐｒｅｄｉｃｔｅｄ ｒｅｓｕｌｔｓ ｏｆ ａｃｔｉｖａｔｉｏｎ ｅｎｅｒｇｙ ａｎｄ ｆｒｅｑｕｅｎｃｙ ｆａｃｔｏｒ ｓｈｏｗｅｄ ｔｈｅ ｍｅａｎ ｓｑｕａｒｅｄ ｄｅｆｍｅｄ
ｅｒｒｏｒｓ

ｏｆ ２．５７ １ ａｎｄ Ｏ．５６５．ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ｃｈａｒａｔｅｒｉｚｅｄ ｔｈｅ ｗｈｏｌｅ

ｃｕｒｖｅｓ

ｂｙ ｔｈｅ ｐｒｅｄｉｃｔｅｄ ｋｉｎｅｔｉｃ ｐａｒａｍｅｔｅｒｓ

ｃｏｍｂｕｓｔｉｏｎ ｐｒｏｃｅｓｓ ａｓｈ ｆｕｓｉｂｉｌｉｔｙ ｏｆ ｃｏａｌ

ｓｕｃｃｅｓｓｆｕｌｌｙ．Ｉｎ ａｄｄｉｔｉｏｎ，ｔｈｅ ｎｏｎｌｉｎｅａｒ ｍｏｄｅｌ ｏｆ ｔｈｅ ｒｅｌａｔｉｏｎｓｈｉｐ ｑｕａｌｉｔｙ ｗａｓ ｓｔｕｄｉｅｄ ｕｓｉｎｇ ｓｕｐｐｏｒｔ
ｖｅｃｔｏｒ

ｂｅｔｗｅｅｎ

ａｎｄ ｃｏａｌ
ｑｕａｌｉｔｙ

ｍａｃｈｉｎｅ．Ｄｕｅ ｔｏ

ｔｈｅ ａｄｄｉｔｉｖｉｔｙ

ｐａｒａｍｅｔｅｒｓ，ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌｓ ｏｆ ｃｏｍｂｕｓｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ａｎｄ ａｓｈ ｆｕｓｉｂｉｌｉｔｙ ｃｏｕｌｄ ｂｅ
ｂｌｅｎｄｅｄ ｃｏａｌ． ａｐｐｌｉｅｄ ｆｏｒ ｎｏｔ ｏｎｌｙ ｓｉｎｇｌｅ ｃｏａｌ，ｂｕｔ Ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｃｏａｌ ｆｉｎｅｎｅｓｓ ａｎｄ ｓｕｒｆａｃｅ ｐｒｏｐｅｒｔｉｅｓ ｅｘｐｅｒｉｍｅｎｔｓ ａｎｄ
ｏｎ

ｃｏｍｂｕｓｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｗｅｒｅ ａｄｓｏｒｐｔｉｏｎ ｍｅｔｈｏｄ．Ｔｈｅ

ｓｔｕｄｉｅｄ

ｂｙ

ｎｏｎ．．ｔｈｅｒｍａｌｇｒａｖｉｍｅｔｒｉｃ

ｎｉｔｒｏｇｅｎ

ｗｉｔｈ ｔｈｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｃｏｍｂｕｓｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ ｉｍｐｒｏｖｅｄ ｗｉｔｈ ｃｏａｌ ｆｉｎｅｎｅｓｓ ｄｅｃｒｅａｓｉｎｇ，ｏｒ ｏｆ ｔｈｅ ｃｏｍｂｕｓｔｉｏｎ ｒｅａｃｔｉｏｎ ａｃｔｉｖｉｔｙ ｗｉｔｈ ｔｈｅ ａｖｅｒａｇｅ ｐｏｒｅ ｄｉａｍｅｔｅｒ ｉｎｃｒｅａｓｉｎｇ．Ｔｈｅ ｃｈａｎｇｅｓ ｓｐｅｃｉｆｉｃ ｓｕｒｆａｃｅ ａｒｅａ ｓｈｏｗｅｄ Ｂａｓｅｄ
ｏｎ ａ

ｄｅｃｒｅａｓｅ ｆｉｒｓｔ ａｎｄ ｔｈｅｎ ｉｎｃｒｅａｓｅｄ．

ｔｈｅ ｒｅａｌ ｗｏｒｋｉｎｇ ｃｏｎｄｉｔｉｏｎｓ ｏｆ ａ ３

３０ＭＷ

ｕｎｉｔ，ｔｈｅ ｉｎｔｅｇｒａｔｅｄ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｃｏａｌ

ｄｉｆｆｅｒｅｎｔｉａｌ ｅｖｏｌｕｔｉｏｎ ａｌｇｏｒｉｔｈｍ．Ｔｈｅ ｂｏｉｌｅｒ ｂｌｅｎｄｉｎｇ ａｎｄ ｂｏｉｌｅｒ ｏｐｅｒａｔｉｏｎ ｗａｓ ｃａｒｒｉｅｄ ｏｕｔ ｕｓｉｎｇ

ｅｍｃｉｅｎｃｖ
６５０ｍｇ／ｍ３．

ｗａｓ

ｉｎｃｒｅａｓｅｄ ａｎｄ ｔｈｅ ｅｍｉｓｓｉｏｎ

ｃｏｎｃｅｎｔｒａｔｉｏｎ

ｏｆ ＮＯｘ ｗａｓ ｃｏｎｔｒｏｌｌｅｄ

ｂｅｌｏｗ

Ｋｅｙ ｗｏｒｄｓ：ｃｏａｌ．ｆｉｒｅｄ ｂｏｉｌｅｒ；ｃｏｍｂｕｓｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｃｏａｌ ｂｌｅｎｄｉｎｇ；ｂｏｉｌｅｒ ｏｐｅｒａｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ；ｂｏｉｌｅｒ ｅｆｆｉｃｉｅｎｃｙ；ＮＯｘ ｅｍｉｓｓｉｏｎ

ＩＩＩ

浙江大學(xué)碩士學(xué)位論文

致謝

致謝
在本文完成之際，謹(jǐn)向?qū)煑罱▏?guó)副研究員、燃料組組長(zhǎng)趙虹教授致以最誠摯的謝意。感謝二位 導(dǎo)師近３年來對(duì)我的悉心指導(dǎo)。課題從構(gòu)思立意、研究分析到論文成稿傾注了二位導(dǎo)師大量的精力和 心血。楊老師忘我的科研精神、淵博的理論知識(shí)、溫文爾雅的學(xué)者之風(fēng)，趙老師豁達(dá)無私的人生態(tài)度、 高屋建瓴的大家風(fēng)范，不僅使我在學(xué)業(yè)上深受啟迪，也將使我在品德修養(yǎng)上終身受益。 感謝周永剛老師對(duì)課題研究方法的批評(píng)和建議，感謝馮國(guó)華老師在電廠現(xiàn)場(chǎng)試驗(yàn)方法上的指導(dǎo)！ 感謝鄭航老師、翁善勇老師、凌柏林老師在科研和生活上提供的熱心幫助。 感謝流化床組岑建孟師兄在學(xué)術(shù)科研和學(xué)校生活各方面的指點(diǎn)。感謝沈利師兄在優(yōu)化算法方面的 指導(dǎo)和鍋爐燃燒特性建模方面所提供的大力支持和幫助。感謝樊立安師弟犧牲暑假休息時(shí)間，協(xié)助完 成第六章的試驗(yàn)內(nèi)容。同時(shí)，也要感謝我的師兄張驍博、崔福興、李培、張翔宇，同學(xué)李帥英，師弟 張清福、余海明、范建勇，師妹楊揚(yáng)、孔艷麗，舍友周天情、崔強(qiáng)和張超昱，是他們默默陪伴著我走 過研究生的求學(xué)之路，讓我在消沉之際感受到激勵(lì)，在孤寂憂傷時(shí)不忘堅(jiān)強(qiáng)。感謝他們?yōu)槲覄?chuàng)造了一 個(gè)充滿溫暖和關(guān)懷的生活環(huán)境，帶給我許許多多的歡樂和笑語。他們永遠(yuǎn)是我最真摯的朋友，我為他 們的美好理想和燦爛前途祝福！ 感謝燃料組的工作人員趙敏、龔振、周芳、符達(dá)輝、單銀斌、姚悅、董標(biāo)、馬浩其師傅、鄭書芳 師傅、胡美娣師傅，他們?cè)诒疚脑囼?yàn)上給予很大的幫助，使本文的進(jìn)度更加順利。 感謝我最親的家人，他們對(duì)我的支持和鼓勵(lì)，是我前進(jìn)的精神動(dòng)力，他們對(duì)我的奉獻(xiàn)和關(guān)愛，需 要我用一輩子去回報(bào)。尤其感謝我敬愛的父親，父愛如山，他用畢生的汗水和心血成就了我的大學(xué)夢(mèng)， 他的笑容是我最珍貴最美好的回憶，他的教誨我永遠(yuǎn)銘記于心！愿親愛的父親一路走好！ 最后感謝所有關(guān)心和幫助過我的朋友們，祝他們永遠(yuǎn)幸福快樂！

張曉龍 ２０１２年１月于浙大求是園

浙江大學(xué)碩士學(xué)位論文

１緒論

１緒論 １．１課題背景
１．１．１

動(dòng)力配煤的意義及相關(guān)國(guó)家政策 中國(guó)的煤炭資源儲(chǔ)量豐富，不同煤礦的成煤環(huán)境不同，產(chǎn)煤品種繁多，煤質(zhì)特征各

異。煤的合理高效利用和煤質(zhì)特征緊密相關(guān)，同時(shí)也受燃煤鍋爐對(duì)煤種設(shè)計(jì)要求的影響。 由于每一種煤炭有其獨(dú)特的性質(zhì)，而每一種用煤設(shè)備對(duì)煤質(zhì)又有其特殊要求，因而大大增

大了單種煤炭合理供應(yīng)和使用的難度，尤其受到資源分布、運(yùn)輸條件以及地區(qū)間平衡等因
素的制約‘１１。大力發(fā)展動(dòng)力配煤技術(shù)對(duì)我國(guó)煤炭工業(yè)和電力行業(yè)具有重大的意義。通過動(dòng) 力配煤，合理發(fā)揮單煤種的優(yōu)點(diǎn)和長(zhǎng)處，使混煤的綜合性能滿足用戶的使用要求，從而提 高煤炭燃燒轉(zhuǎn)化的利用率，同時(shí)減少污染排放。 目前國(guó)家已出臺(tái)多項(xiàng)政策，支持大力發(fā)展動(dòng)力配煤技術(shù)，發(fā)布的動(dòng)力配煤文件（２００５） 以后主要如下［２］＝ １．國(guó)務(wù)院文件（國(guó)發(fā)［２００５］１８號(hào)），《國(guó)務(wù)院關(guān)于促進(jìn)煤炭工業(yè)健康發(fā)展的若干意見》； ２．國(guó)家發(fā)展和改革委員會(huì)，《煤炭工業(yè)發(fā)展“十一五規(guī)劃”》； ３．國(guó)務(wù)院文件（國(guó)發(fā)［２００７１１５號(hào)），《國(guó)務(wù)院關(guān)于印發(fā)節(jié)能減排綜合性工作方案的通 知》； ４．國(guó)家發(fā)展改革委、國(guó)家環(huán)保總局（發(fā)改能源［２００７］１４５６號(hào)）《關(guān)于印發(fā)煤炭工業(yè)節(jié) 能減排工作意見的通知》。
ＧＢ／Ｔ

７５６２．２０１０《發(fā)電煤粉鍋爐用煤技術(shù)條件》對(duì)發(fā)電煤粉鍋爐的用煤技術(shù)條件進(jìn)行

了具體規(guī)定。在進(jìn)行動(dòng)力配煤過程中，應(yīng)該以國(guó)家標(biāo)準(zhǔn)為基礎(chǔ)，保證混煤的各項(xiàng)煤質(zhì)指標(biāo) 符合要求。 １．１．２我國(guó)燃煤電站ＮＯ。排放現(xiàn)狀及控制標(biāo)準(zhǔn) 大氣中ＮＯ。主要來源于煤炭、石油、天然氣等化石燃料的燃燒排放。燃煤鍋爐作為 煤炭消耗大戶，是ＮＯ。排放的主要來源之一。隨著我國(guó)經(jīng)濟(jì)增長(zhǎng)，電力需求促使火電廠裝

機(jī)容量迅速提升和煤炭消耗量急劇增大，與此同時(shí)，ＮＯ。排放量隨著火電行業(yè)的發(fā)展呈現(xiàn)
不斷增長(zhǎng)的趨勢(shì)。圖１．１為１９８７～２０１０年我國(guó)燃煤電站ＮＯ。排放情況［３巧］。根據(jù)火電增容 和燃煤量增耗預(yù)測(cè)，“十－－－Ｚ”期間我國(guó)ＮＯ。排放總量將由２０１０年的１０５０萬ｔ增加到２０１１
年的１２００萬ｔ［６］。

我國(guó)燃煤電站對(duì)ＮＯ。的監(jiān)測(cè)控制起步較晚。１９９７年１月１日起開始實(shí)施ＧＢ

浙江大學(xué)碩士學(xué)位論文

１緒論

１３２２３－１９９６《火電廠大氣污染物排放標(biāo)準(zhǔn)》，環(huán)境影響報(bào)告書待審查的批準(zhǔn)新、擴(kuò)、改建 燃煤電站３００ＭＷ及以上機(jī)組，ＮＯｘ排放濃度不得超過６５０ｍｇ／ｍ３。原國(guó)家環(huán)�？偩钟冢玻埃埃� 年３月修訂的《中華人民共和國(guó)大氣污染防治法》中，加大了控制ＮＯ�？刂频牧Χ龋� 對(duì)新、老機(jī)組都實(shí)行同樣嚴(yán)格的排放濃度限制‘７１。最新國(guó)家標(biāo)準(zhǔn)ＧＢ １３２２３．２０１１《火電廠 大氣污染物排放標(biāo)準(zhǔn)》將于２０１２年１月１日實(shí)施，并調(diào)整火電鍋爐ＮＯ。排放濃度限制為
１００ｍｇ／ｍ３。

為了提高環(huán)境質(zhì)量，防止大氣污染物排放造成大氣污染，目前燃煤電站鍋爐脫氮任 務(wù)緊迫，需要采用相應(yīng)的技術(shù)措施，降低ＮＯ。排放濃度。

ｅ／ｌＲ＝藿纓控雨×ｏｚ

年份 圖１．１ １９８７～２０１０年我國(guó)燃煤電站ＮＯｘ排放情況

１．２課題研究的意義
煤炭在長(zhǎng)時(shí)間內(nèi)仍然是我國(guó)的主要能源資源，我國(guó)煤炭資源儲(chǔ)量豐富，但利用率卻 較低，這是我國(guó)貴為能源大國(guó)卻無法晉升能源強(qiáng)國(guó)的重要原因之一。研究煤的燃燒特性， 進(jìn)行煤粉燃燒特性優(yōu)化，有利于從源頭上提高煤炭工業(yè)綜合利用水平；針對(duì)煤炭資源的消 耗大戶電站鍋爐，研究其燃燒過程的運(yùn)行方式，降低發(fā)電煤耗和污染物排放量，有利于煤 炭資源的節(jié)約利用和環(huán)境保護(hù)，是一項(xiàng)關(guān)乎社會(huì)經(jīng)濟(jì)、能源安全和環(huán)境保護(hù)的具有重大意
義的科研課題。

浙江大學(xué)碩士學(xué)位論文

１緒論

１．３國(guó)內(nèi)外研究狀況
１．３．１

煤質(zhì)特征對(duì)煤粉燃燒特性影響的研究狀況 對(duì)煤粉燃燒特性的深刻理解是合理利用煤炭的前提和基礎(chǔ)。許多研究表明，煤粉的

燃燒特性和煤質(zhì)之間存在著密切的關(guān)系。首先，煤質(zhì)影響煤粉的著火性能。Ｍａｎ等人試驗(yàn) 研究表明，煤粉著火和煤級(jí)有著相同的順序［８１。Ｆａｕｎｄｅｚ等人研究表明，從次煙煤到高揮 發(fā)分煙煤，著火機(jī)理從非均相著火隨之改變到均相著火例。根據(jù)Ｋｉｚｇｕｔ的試驗(yàn)結(jié)果，著火 溫度呈現(xiàn)出與平均最大鏡質(zhì)組反射率、氫碳比和燃料比之間的高度線性關(guān)系‘９１。Ｍａｎ等人 對(duì)１３個(gè)不同煤級(jí)的煤樣進(jìn)行了著火傾向性檢測(cè)試驗(yàn)，結(jié)果表明低揮發(fā)分煤需要較少的Ｏ： （約３５％體積濃度），高揮發(fā)分煤一般只需要３０％Ｎ ０２［８１。Ｖｌｅｅｓｋｅｎｓ等人研究發(fā)現(xiàn)灰分具 有增大熱容量的能力，降低煤粉顆粒內(nèi)部的傳熱速度，從而延緩煤粉的著火［１０］。其次，熱 重分析曲線上的最大失重速率是反映煤粉燃燒反應(yīng)活性的重要指標(biāo)，根據(jù)Ｋｉｚｇｕｔ的研究結(jié) 果，最大失重速率與平均最大鏡質(zhì)組反射率和氫碳比具有較好的線性關(guān)系［１１１。Ｓｍｉｔｈ利用 微分熱重分析對(duì)６６個(gè)不同煤級(jí)的煤樣進(jìn)行了燃燒試驗(yàn)研究，結(jié)果表明煤粉在５０％轉(zhuǎn)化率 時(shí)的溫度與氧量、含碳量具有線性關(guān)系［１２１。最后，煤粉的燃燒效率與煤質(zhì)密切相關(guān)。許多 的學(xué)者對(duì)煤粉的燃盡性能進(jìn)行了試驗(yàn)研究和理論分析。Ｄｕ和Ｓｈｅｎ等人的研究結(jié)果表明： 煤粉的燃盡率隨煤種燃料比的降低而增大‘１３１；高揮發(fā)分煤具有更強(qiáng)的脫揮發(fā)分能力，因而 具有更高的燃盡率［１ ４１。另外，Ｖｌｅｅｓｋｅｎｓ等人的沉降爐試驗(yàn)表明高灰分、高惰質(zhì)組含量和 高氧化鏡質(zhì)組含量將會(huì)降低煤粉的燃盡性能［１ ０１。 １．３．２煤質(zhì)特征對(duì)燃燒反應(yīng)動(dòng)力學(xué)影響的研究狀況 煤粉燃燒過程的不同階段體現(xiàn)出不同的燃燒特性，可以用不同的特征參數(shù)對(duì)燃燒過 程進(jìn)行描述。著火溫度反應(yīng)了燃燒前期氧化反應(yīng)的難易程度。最大失重速率反應(yīng)了燃燒中 期反應(yīng)的劇烈程度。燃盡溫度反應(yīng)了燃燒后期煤粉的燃盡性能。實(shí)際上，煤粉的燃燒反應(yīng) 速率可以用動(dòng)力學(xué)方程進(jìn)行描述。在科學(xué)研究中，一般認(rèn)為煤粉的燃燒反應(yīng)為一級(jí)反應(yīng) ［１５－２３１，而且遵循阿累尼烏斯定律，則動(dòng)力學(xué)方程
ｒ

ｌＩｌ掣：ｉｎ—ＡＲ（１一墼）一旦
肛
Ｅ ＲＴ

（１．１）

由動(dòng)力學(xué)參數(shù)唯一確定。因此煤粉的整個(gè)燃燒反應(yīng)過程可以通過動(dòng)力學(xué)參數(shù)進(jìn)行表征。煤 粉燃燒動(dòng)力學(xué)一直是廣大科研人員和學(xué)者數(shù)十年來持續(xù)關(guān)注的學(xué)科領(lǐng)域，而許多的精力也 投入到煤質(zhì)對(duì)煤粉燃燒動(dòng)力學(xué)參數(shù)的影響的研究方向上。Ｋｕｃｕｋｂａｙｒａｋ和Ｈａｙｋｉｒｉ－Ａｃｍａ利 用非等溫?zé)嶂卦囼?yàn)對(duì)２５個(gè)褐煤進(jìn)行了燃燒反應(yīng)性的研究，通過將褐煤的燃燒反應(yīng)性和工
氣

浙江大學(xué)碩士學(xué)位論文

１緒論

業(yè)分析、元素分析、物理性質(zhì)相關(guān)聯(lián)起來，發(fā)現(xiàn)隨著揮發(fā)分的增加、含碳量或固定碳的增 加，活化能有逐漸降低的趨勢(shì)［２４１。他們進(jìn)一步將煤種擴(kuò)展到泥煤、褐煤、煙煤和無煙煤， 通過對(duì)燃燒反應(yīng)性的研究，發(fā)現(xiàn)不同的煤種具有相同結(jié)論［２ ５｜。然而，Ｗａｎｇ通過試驗(yàn)研究， 卻得到了截然相反的結(jié)論。試驗(yàn)結(jié)果表明活化能和頻率因子均隨著煤粉中含碳量的增大而 明顯降低［２６］。 １．３．３煤灰熔融性預(yù)測(cè)的研究狀況 灰熔融性是衡量煤灰熔融行為的重要參數(shù)，通過灰熔融性指標(biāo)能夠判斷煤粉在燃燒 過程中是否會(huì)導(dǎo)致電站鍋爐結(jié)渣或積灰問題［２７１。迄今為止，有大量的方法試圖準(zhǔn)確地預(yù)測(cè) 灰熔融溫度。傳統(tǒng)的方法是挖掘灰成分?jǐn)?shù)據(jù)，利用部分最小二乘回歸‘２７１或多重線性回歸‘２８］ 擬合出各相關(guān)參數(shù)與灰熔融溫度之間的線性關(guān)系式。然而，當(dāng)煤種在較大范圍內(nèi)變化時(shí)， 這些經(jīng)驗(yàn)公式的計(jì)算值與真實(shí)灰熔融溫度之間往往存在較大的差距，預(yù)測(cè)精度并不理想［２
９１。

為了解決灰熔融溫度預(yù)測(cè)精度不高的問題，有學(xué)者利用人工神經(jīng)網(wǎng)絡(luò)‘２９，３０１和支持向量機(jī)‘３１］ 建立了灰熔融性與灰成分之間的非線性關(guān)系模型，在一定程度上提高了灰熔融性的預(yù)測(cè)精 度。
１．３．４

電站鍋爐運(yùn)行優(yōu)化的研究狀況 “十二五”期間電力行業(yè)將開展更加嚴(yán)格的大氣污染物排放控制，其中ＮＯ。排放標(biāo)

準(zhǔn)低至１００ｍｇ／ｍ３，在國(guó)家政策指揮棒的驅(qū)動(dòng)之下，國(guó)內(nèi)燃煤電站鍋爐紛紛采取相應(yīng)的技 術(shù)措施，主要包括低ＮＯ。燃燒技術(shù)和尾部煙氣脫銷技術(shù)。低ＮＯ。燃燒技術(shù)和尾部脫銷技 術(shù)相結(jié)合是現(xiàn)在電廠鍋爐普遍采用的技術(shù)方案。低ＮＯ。燃燒技術(shù)的使用在一定程度上降低 了鍋爐的燃燒效率，影響鍋爐的運(yùn)行經(jīng)濟(jì)性。為此，針對(duì)電站鍋爐高效、低ＮＯ。燃燒的相 關(guān)研究課題引起了廣大科研工作者的興趣。清華大學(xué)張毅等人針對(duì)鍋爐運(yùn)行提出３種優(yōu)化 目標(biāo)，分別側(cè)重于運(yùn)行利潤(rùn)最大化、環(huán)保要求及利潤(rùn)環(huán)保相協(xié)調(diào)進(jìn)行鍋爐運(yùn)行優(yōu)化，取得 了比實(shí)際運(yùn)行工況更佳的綜合運(yùn)行效果［３２］。東南大學(xué)的周建新等人提出一種鍋爐運(yùn)行優(yōu)化 的框架，對(duì)鍋爐運(yùn)行參數(shù)進(jìn)行優(yōu)化，在保證鍋爐經(jīng)濟(jì)性和安全性的同時(shí)，可以有效地降低 鍋爐ＮＯ。的排放［３３１。呂玉坤等采用ＢＰ神經(jīng)網(wǎng)絡(luò)建立了以鍋爐熱效率和ＮＯ。排放為目標(biāo)的 優(yōu)化模型，并研究了鍋爐熱效率和ＮＯ。排放相互協(xié)調(diào)過程中鍋爐的最佳運(yùn)行參數(shù)，為鍋爐 優(yōu)化運(yùn)行提供指導(dǎo)‘３訓(xùn)。許昌利用改進(jìn)的最小資源分配網(wǎng)絡(luò)建立鍋爐效率和ＮＯ。排放模型， 并利用遺傳算法對(duì)鍋爐效率和ＮＯ。排放進(jìn)行整體優(yōu)化，通過調(diào)整兩個(gè)優(yōu)化目標(biāo)的關(guān)注度 （權(quán)重）探索優(yōu)化對(duì)鍋爐運(yùn)行特性的影響‘３引。陳慶文等建立了７００ＭＷ四角切圓燃煤電廠
４

浙江大學(xué)碩士學(xué)位論文

１緒論

鍋爐的鍋爐效率和ＮＯ。特性預(yù)測(cè)模型，并在此基礎(chǔ)上，利用遺傳算法對(duì)大型電廠混煤摻燒 進(jìn)行優(yōu)化，鍋爐效率的提高和ＮＯ。排放的抑制都得到了較好的效果［３
６Ｉ。

１．４本文研究的內(nèi)容及方法
１．４．１煤粉燃燒特性非線性預(yù)測(cè)的研究方法 煤粉燃燒特性的相關(guān)研究表明，煤粉的燃燒動(dòng)力學(xué)和煤質(zhì)之間存在較高的相關(guān)性。 但是，關(guān)于煤粉燃燒動(dòng)力學(xué)和煤質(zhì)之間的定量關(guān)系的研究較為少見，仍有待進(jìn)一步探索研 究。煤粉燃燒特性的研究現(xiàn)狀可以用圖１．２表示。

圖１．２目前煤粉燃燒特性的研究現(xiàn)狀

本文將煤粉燃燒動(dòng)力學(xué)參數(shù)（活化能和頻率因子）和煤質(zhì)（工業(yè)分析和部分元素分 析）相關(guān)聯(lián)。本文將選取盡可能多的國(guó)內(nèi)外常用動(dòng)力用煤，以覆蓋全面的煤種，利用非等 溫?zé)嶂貙?duì)這些動(dòng)力煤的燃燒過程進(jìn)行分析，通過熱重?cái)?shù)據(jù)探索煤粉燃燒過程的動(dòng)力學(xué)信息， 利用支持向量機(jī)建立動(dòng)力學(xué)參數(shù)預(yù)測(cè)模型：Ｍｏｄｅｌ．Ｅ和Ｍｏｄｅｌ．Ａ分別表示活化能和頻率因 子，與煤質(zhì)指標(biāo)（工業(yè)分析和部分元素分析）之間的非線性關(guān)系模型。燃燒特性非線性預(yù) 測(cè)建模的研究思路如圖１．３所示。

圖１．３煤粉燃燒特性非線性預(yù)測(cè)建模的方法

浙江大學(xué)碩士學(xué)位論文

１緒論

煤粉燃燒動(dòng)力學(xué)參數(shù)預(yù)測(cè)模型是否準(zhǔn)確合理，將分別通過訓(xùn)練樣本進(jìn)行經(jīng)驗(yàn)誤差驗(yàn) 證和通過檢驗(yàn)樣本進(jìn)行過擬合問題驗(yàn)證。在預(yù)測(cè)模型能夠正確表達(dá)煤質(zhì)與燃燒特性的關(guān)系 的基礎(chǔ)上，再進(jìn)一步檢驗(yàn)動(dòng)力學(xué)參數(shù)預(yù)測(cè)模型的泛化性能，可以考慮使用檢驗(yàn)樣本對(duì)預(yù)測(cè) 模型的泛化性能檢驗(yàn)，這是因?yàn)闄z驗(yàn)樣本在建模過程中不可見，能夠類比實(shí)際新煤樣。燃 燒特性非線性預(yù)測(cè)模型的直接輸出是煤粉燃燒反應(yīng)動(dòng)力學(xué)參數(shù)，可以根據(jù)動(dòng)力學(xué)方程預(yù)測(cè) 出煤粉的熱重分析曲線，而熱重分析曲線表征了煤粉的燃燒特征，從而達(dá)到利用煤質(zhì)指標(biāo) 預(yù)測(cè)煤粉燃燒特性的目的。 １．４．２煤灰熔融性非線性預(yù)測(cè)模型的研究方法 灰熔融性主要應(yīng)用于鍋爐輻射受熱面結(jié)渣問題和對(duì)流受熱面積灰問題的判別，表１．１ 為國(guó)內(nèi)外常用的判別界限【３
７１。

表１．１灰熔融性判別結(jié)渣程度的一般判別界限 判別界限
＞１３９０

預(yù)測(cè)結(jié)渣程度
輕微 中等 嚴(yán)重 輕微 結(jié)渣 結(jié)渣性低

哈電成套所

１２６０～１３９０ ＜１２６０

國(guó)內(nèi)
日，本

＞１３５０ ＜１３５０ ＞１２３０ ＜１２３０

結(jié)渣性高

哈電成套所利用最優(yōu)分類法研究了２５０個(gè)中國(guó)煤的結(jié)渣情況，提出軟化溫度的分類 系統(tǒng)，用于判別煤粉燃燒的結(jié)渣傾向性。按照軟化溫度ＳＴ＜１２０６。Ｃ，ＳＴ＝１２０６～１３９０℃， ＳＴ＞１３９０。Ｃ將煤灰分類為嚴(yán)重、中等、輕微結(jié)渣傾向性。 本文研究的內(nèi)容是：分析灰熔融性和煤質(zhì)特征之間的非線性關(guān)系，建立非線性分類 模型，對(duì)灰熔融性進(jìn)行預(yù)測(cè)。思路是：以哈電成套所的科研成果為基礎(chǔ)，將灰熔融性分為 ３個(gè)級(jí)別，即Ｌ．ＳＴ（軟化溫度低），Ｍ．ＳＴ（軟化溫度中等），Ｈ．ＳＴ（軟化溫度高）；利用支 持向量機(jī)建立一個(gè)灰熔融性的分類模型；該模型以煤質(zhì)特征為輸入?yún)?shù)，經(jīng)過智能分析計(jì) 算之后，預(yù)測(cè)出相應(yīng)的灰熔融性級(jí)別。灰熔融性分類預(yù)測(cè)模型能夠?yàn)橛脩籼峁┗胰廴跍囟?信息，有利于鍋爐運(yùn)行人員合理地選擇入爐煤種或確定配煤方案，降低燃燒鍋爐結(jié)渣或積
灰的幾率，提高燃煤鍋爐運(yùn)行的安全性。
１．４．３

電廠配煤及鍋爐運(yùn)行整體綜合優(yōu)化的研究方法 混煤摻燒是電廠尋求適燒煤種的常用手段，目前電廠現(xiàn)有煤種并非單一不變，配煤

摻燒存在多種方案，使電站鍋爐入爐煤質(zhì)成為了運(yùn)行可控參數(shù)［３８１，對(duì)鍋爐燃燒產(chǎn)生重大的

浙江大學(xué)碩士學(xué)位論文

ｌ緒論

影響。本文提出“動(dòng)力配煤與鍋爐運(yùn)行的一體式優(yōu)化”的概念。將配煤優(yōu)化融入到鍋爐運(yùn) 行優(yōu)化之中，使入爐煤質(zhì)與鍋爐的運(yùn)行能夠聯(lián)動(dòng)優(yōu)化調(diào)節(jié)。以鍋爐熱效率和ＮＯ。排放為判 據(jù)，利用差分進(jìn)化算法對(duì)電廠配煤和鍋爐運(yùn)行進(jìn)行整體綜合優(yōu)化，確定電廠最佳配煤方案， 提供鍋爐運(yùn)行調(diào)控指導(dǎo)，達(dá)到鍋爐高效低污染排放協(xié)調(diào)控制的目標(biāo)。

浙江大學(xué)碩士學(xué)位論文

２支持向量機(jī)基本理論

２支持向量機(jī)基本理論 ２．１支持向量機(jī)分類原理
Ｖａｐｎｉｋ等人在１９９５年根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論結(jié)構(gòu)風(fēng)險(xiǎn)最小化的原則提出一種新的分類算 法：支持向量機(jī)（ＳＶＭ）。ＳＶＭ通過構(gòu)造最優(yōu)分類面對(duì)空間的數(shù)據(jù)樣本進(jìn)行分類，并且最 大化分類間隔使ＳＶＭ分類器的泛化性能得到提高，在過去的十幾年里ＳＶＭ被應(yīng)用于信 號(hào)處理‘３引、時(shí)間序列預(yù)測(cè)［４０１、模式識(shí)別［４１１、文本分類‘４２１、生物信息學(xué)［４３１等不同領(lǐng)域的復(fù) 雜問題。 對(duì)于輸入空間中的訓(xùn)練樣本
（ｘｌ，Ｙ１），…（ｘ，．ｊｊ），ｘ∈Ｒ”，Ｙ∈｛－１，１），

（２－１）

如果這些樣本線性可分，則可以構(gòu)造一個(gè)超平面
Ｗｏ－Ｘ＋６＝０

（２－２）

使訓(xùn)練樣本位于超平面的兩側(cè)，如圖２．１所示。滿足不等式約束
Ｙｉ（ｗ－ｘ，＋６）≥１，ｉ＝１，…，，

（２—３）

的超平面將能夠按照Ｙ，的值將訓(xùn)練樣本正確分類。在所有符合要求的超平面中，分類間隔 最大的稱為最優(yōu)超平面，最優(yōu)超平面具有最好的泛化性能。求解最優(yōu)超平面必須最小化泛
函 Ｒ（ｗ?ｗ）＝ｗ?Ｗ

（２－４）

這個(gè)二次優(yōu)化問題可以在拉格朗日乘子∞空間中進(jìn)行求解。先構(gòu)造拉格朗日方程

Ｌ（ｗ，６，口）＝去ｗ?ｗ一∑ａｉ［ｙ／（Ｗ?Ｘｉ＋６）一１］
厶
ｉ＝１

（２－５）

且
％≥０

（２－６）

求式（２．５）在ｗ，ｂ處的奇點(diǎn)，得到

ｗ＝∑ａｉＹｉＸ， ∑％Ｙｉ＝０
濘ｌ

（２－７）

（２—８）

將（２．７）和（２．８）代入（２．５），整理得到
， ，

∥（口）＝∑ｑ—ｉ１∑ａｉｒＪＹ，Ｙ，ｘ。一，
ｉ＝Ｉ

（２－９）

厶ｆ．ｊ＝ｌ

至此，在滿足等式約束（２．８）和不等式約束（２．６）的條件下，最大化（２—９），則最優(yōu)分類面求解

浙江大學(xué)碩士學(xué)位論文

２支持向量機(jī)基本理論

可轉(zhuǎn)化為凸二次規(guī)劃尋優(yōu)的對(duì)偶問題

ｍａｘ∥（口）－－Ｅ％一去∑ｑ噦。，ｘ，一，
Ｊ＿ｌ 厶，．７－ｌ

Ｓ．ｔ－ｔ∑％Ｙ，＝ｏ
口．≥０

（２－１０）

式（２．１０）的最優(yōu)解口。＝（口；，…．蟛’）確定了最優(yōu)分類面的系數(shù)
，

ｗ。＝∑ａ。ｙ，ｘ．
ｉ＝ｌ

（２－１１）

上式中，對(duì)應(yīng)于口．０不為０的訓(xùn)練樣本，成為支持向量。最優(yōu)分類面可以表示為
ｌ

∑ａ。ｙ，ｘ，?ｘ＋ｂ。＝０
Ｉ＝ｌ

（２－１２）

式中ｂ。根據(jù) ｑＯ眈（ｗｏ?ｘ，＋ｂｏ）一１］－１ （２－１３）

確定，使分類間隔為最大。

圖２．１最優(yōu)分類面

２．２支持向量回歸機(jī)的原理
對(duì)于線性回歸的情況，支持向量回歸機(jī)（ＳＶＲ）利用輸入空間中的訓(xùn)練樣本
｛（ｘ１，Ｙ１），…，（ｘ，，－）｝ｃＲ”×Ｒ

（２－１４）

進(jìn)行訓(xùn)練，并獲得一個(gè)函數(shù)
ｆ（ｘ，ｗ）＝Ｗ一。＋６

（２－１５）

使．ｆ（ｗ，ｘ）在ｘ，處的函數(shù)值近似等于似訓(xùn)練樣本的目標(biāo)值），，，ｆ（ｗ，，ｘ。）與Ｙ。之間的差值由占不 敏感損失函數(shù)［刪控制。ＳＶＲ的目的是尋找一個(gè)最優(yōu)的函數(shù)ｆ（ｗ，ｘ），使．ｆ（ｗ，，ｘ，）與Ｙ，之間的 最大偏差小于占并且函數(shù)保持最大的－－ｙ－滑性‘４５１，即

塹蘭奎蘭翌圭堂堡壘莖

一————上塹墮塑
�。睿祝欤� ｆＷ?ｘ；＋ｂ—Ｙｉ≤占
且六１ｙ。一ｗ．ｘ。一６≤占
（２．１ ６）

函數(shù)的平滑性與訓(xùn)練誤差是相互矛盾的，為了提高函數(shù)的泛化性能，可允許某些訓(xùn)練樣本 不滿足（２．１６），對(duì)于這些訓(xùn)練樣本，引入松弛因子專和等，并引入常數(shù)Ｃ對(duì)平滑性和訓(xùn)練 誤差進(jìn)行折中處理，式（２．１６）轉(zhuǎn)化為

ｍｉｎ如ｗ卜ｃＺ＜＋等）
ｆｗ．Ｘｉ＋ｂ—ｙ�！苷迹� ｓ．ｔ．｛Ｙ，－－Ｗ?ｘ，一ｂ≤占＋善
（２－１７）

ｌ專，占≥０
構(gòu)造拉格朗日方程如下

三５卻１２＋Ｃ善／（丟＋等）一酗丟＋講占）（２－１８）
一之口如＋夤一只＋ｗ．ｘｆ＋ｂ）－∑ａ？（占＋占¨一ｗ－ｘｉ－ｂ）
式中，砩，坑，％，ａｉ’是拉格朗日乘子。求方程（２—１８）的奇點(diǎn)，可以得到：

∑（ａｉ—ａｉ）＝ｏ ｗ一∑（口ｉ一口？）］【，＝ｏ
Ｃ一口，一ｒ／，＝０

（２－１９）

Ｃ一口＞ｒ／ｊ＝０ 將式（２．１９）代入式（２．１８）中，得到一個(gè)對(duì)偶優(yōu)化問題：

一毛私枷曠詛ｘ一吖弘棚＂酗／曠囝
“．』善（曠。劃
ｌ％，口■［ｏ，ｃ］
由式（２．１５）和（２．１９）知道，回歸函數(shù)可以表示為 廠（ｘ）：∑１（口。一口ｊ）ｘ，．ｘ＋６（２－２１） 對(duì)于非線性回歸的情況，需要執(zhí)行映射ｘ，一≯（ｘ，）將輸入空間中的訓(xùn)練樣本ｘ，映射成為高維 特征空間Ｆ中的新樣本矽（ｘ，）。在高維特征空間中，涉及到兩個(gè)向量的點(diǎn)積運(yùn)算：≯（ｘ，）’驢（ｘ）。 ／口－，要一個(gè)函數(shù)尼（ｘ，，ｘ）滿足Ｍｅｒｃｅｒ條件，我們就可以利用它來替代高維特征空間中的內(nèi)積，

浙江大學(xué)碩士學(xué)位論文

２支持向量機(jī)基本理論

即：ｋ（ｘ。，ｘ）＝≯（ｘ。）．≯（ｘ）。因此，非線性回歸函數(shù)轉(zhuǎn)化為

．廠（ｘ，口）＝∑（ｑ－ａ。）ｋ（ｘ，，ｘ）＋６
ｉ＝１

（２＿２２）

求解式（２．２２）Ｉ約所有計(jì)算都可以直接在輸入空間中進(jìn)行。線性和非線性問題中，拉格朗日 乘子（％口？）通過對(duì)偶優(yōu)化問題求解，ｂ的求解方法與分類問題相同，可參考相關(guān)文獻(xiàn)（Ｋ．
ＭＣｉｌｌｅｒ，Ａ．Ｓｍｏｌａ，ｅｔ ａ１．，１９９７；Ａ．Ｊ．Ｓｍｏｌａ，Ｂ．Ｓｃｈｏｌｋｏｐｆ，２００４）［４０，４５］。

２．３模型選擇對(duì)支持向量機(jī)性能的影響
支持向量機(jī)的性能是由訓(xùn)練誤差和泛化能力來評(píng)價(jià)的。為了減小訓(xùn)練誤差和提高對(duì) 新樣本的泛化能力，支持向量機(jī)的模型選擇必須合理。支持向量機(jī)的模型選擇包括特征選 擇、核函數(shù)選擇、超參數(shù)選擇。 特征選擇由實(shí)際問題決定。支持向量機(jī)依據(jù)樣本輸入特征的不同，識(shí)別數(shù)據(jù)的類別 或估算函數(shù)值的大小。在一個(gè)具體的問題中，通常包含多個(gè)特征，但并非所有的特征都與 問題相關(guān)，也并非所有的特征都是同等的重要【４６１。選擇密切相關(guān)的變量作為輸入特征，是 支持向量機(jī)正確建模和正確預(yù)測(cè)或估算的基礎(chǔ)；與問題無關(guān)的特征會(huì)給支持向量機(jī)的預(yù)測(cè) 和估算帶來不利的影響。所以特征選擇是通過提取與問題相關(guān)的，剔除與問題無關(guān)的，達(dá) 到提高支持向量機(jī)整體性能同時(shí)降低支持向量機(jī)建模計(jì)算量的目的。 理論上所有滿足Ｍｅｒｃｅｒ條件的函數(shù)都可以作為核函數(shù)，常用的核函數(shù)有多項(xiàng)式核函 數(shù)、徑向基核函數(shù)（ＲＢＦ）和兩層神經(jīng)網(wǎng)絡(luò)核函數(shù)。其中，ＲＢＦ具有最少的參數(shù)，擁有和 其他函數(shù)相近的全局性能，因此，ＲＢＦ的在實(shí)際中應(yīng)用最多，ＲＢＦ的表達(dá)式如下：

Ｋ（ｕ，ｖ）＝＝ｘｐ（－ｙｌｌｕ—ｖｉｉ。）

（２－２３）

式中，Ｙ為核參數(shù)。核參數(shù)ｙ影響特征空間中訓(xùn)練樣本的分類結(jié)果。Ｙ過大會(huì)導(dǎo)致過擬合， 過小會(huì)導(dǎo)致欠擬合問題№４７１。 合理選擇超參數(shù)是支持向量機(jī)建模的關(guān)鍵。正則化參數(shù)Ｃ起到折中的作用，在支持 向量機(jī)模型的復(fù)雜度和對(duì)誤差容忍度之間取得平衡。在回歸問題中，還涉及到損失函數(shù)的 不敏感系數(shù)占，其大小決定了模型中支持向量的個(gè)數(shù)［“，４８１。支持向量的個(gè)數(shù)隨占的降低而 增加，同時(shí)支持向量機(jī)的訓(xùn)練過程變慢，訓(xùn)練誤差變��；但是，占并不是越小越好，占太 小會(huì)惡化支持向量機(jī)的泛化能力。因此，正則化參數(shù)Ｃ和不敏感系數(shù)占的選擇需協(xié)調(diào)考慮。

２．４基于差分進(jìn)化算法的模型優(yōu)化選擇
由于支持向量機(jī)性能對(duì)超參數(shù)的設(shè)置十分敏感，而且，核參數(shù)，，和正則化參數(shù)ｃ（如

浙江大學(xué)碩士學(xué)位論文

２支持向量機(jī)基本理論

果是回歸問題還要同時(shí)考慮不敏感系數(shù)占）不是獨(dú)立發(fā)揮作用，存在著某一個(gè)最優(yōu)的參數(shù) 組合，能使支持向量機(jī)的性能達(dá)到最佳。超參數(shù)的確定一直是一個(gè)棘手的問題，至今仍沒 有一個(gè)通用的參數(shù)選擇方法。本文利用差分進(jìn)化算法（ＤＥ）進(jìn)行模型優(yōu)化選擇。差分進(jìn)

化算法的詳細(xì)原理可參考文獻(xiàn)（Ｒ．Ｓｔｏｍ，Ｋ．Ｐｒｉｃｅ，１９９５和１９９７）【４９，５０１。
１９９５年Ｓｔｏｒｅ第一次提出差分進(jìn)化算法，用于解決非線性和不可微函數(shù)的最小化問題 ［４９１。首先，隨即產(chǎn)生一個(gè)種群，包含ⅣＰ個(gè)參數(shù)向量
ｘｉ－Ｇ＇ｉ＝ｌ，２＇Ｊ，．３一，ＮＰ

（２－２４）

式中，Ｘｉ，Ｇ表示第Ｇ代種群中的第ｉ個(gè)參數(shù)向量，也表示當(dāng)前參數(shù)向量。在優(yōu)化的過程中， ⅣＰ的值保持不變。初始產(chǎn)生的種群應(yīng)該盡量覆蓋參數(shù)空間。對(duì)于當(dāng)前向量，利用“變異” 操作產(chǎn)生擾動(dòng)變量：
Ｋ．Ｇ＋ｌ＝一｜１Ｇ＋Ｆ?（‘２．Ｇ一‘３．Ｇ）

（２—２５）

式中，Ｘｒ。．Ｇ、Ｘｒ：．。和Ｘｒ，．Ｇ是第Ｇ代種群中不同于＂－３前向量的３個(gè)隨即向量，，為權(quán)重系數(shù)， 控制對(duì)差值的縮放倍數(shù)。為了引入多樣性，需要對(duì)擾動(dòng)向量執(zhí)行“交叉”操作，得到一個(gè)
Ｄ維試驗(yàn)向量
Ｕｉ脅ｌ＝（％ｉ．Ｇ＋ｌ

Ｕ２灑Ｊ，＿一，“肪肛｛）

（２－２６）

式中，Ｕｊｉ，Ｇ＋Ｉ表示Ｇ＋１代第ｉ個(gè)試驗(yàn)向量的第／維，由下式?jīng)Q定
１，邶“ｉｆ（ｒａｎｄｂ（ｊ）≤．ｃＲ）ｏｒｊ＝ｒｎｂｒ（ｉ）

‰＋ｌ。ｋＧ ｉｆ（Ｍ，ｚｄｂ（ｊ）＞ＣＲ）ａ１１ｄｊ≠砌相
＿，＝１，２，…。Ｄ

（２．２７）

式中，ｒａｎｄｂ（ｊ）∈（ｏ，１），是隨機(jī)概率產(chǎn)生的對(duì)應(yīng)于每一維的隨機(jī)數(shù)；ＣＲ是一個(gè)固定不變的 交叉率；ｒｎｂｌ?（ｆ）是從（１，２，…，Ｄ）中隨機(jī)選擇的一個(gè)索引，保證“粕＋，至少有一維來自ｖｍＧ＋。。試 驗(yàn)向量Ｕｊｉ，Ｇ＋Ｉ和當(dāng)前向量Ｘｉ．Ｇ通過“選擇”操作進(jìn)行優(yōu)劣競(jìng)爭(zhēng)，目標(biāo)函數(shù)是衡量這兩個(gè)向量 優(yōu)劣性的標(biāo)準(zhǔn)。如果“邶＋。能夠取得比Ｘｉ，Ｇ更小的目標(biāo)函數(shù)值，那么ｔ，Ｇ＋，的值設(shè)置為“正Ｇ＋。； 否則，Ｘｉ，Ｇ＋ｌ保持為當(dāng)前向量Ｘｉ．Ｇ。按照這種模式，差分進(jìn)化算法對(duì)種群的每一代進(jìn)行優(yōu)化， 最終得到一個(gè)最優(yōu)解，也就是我們希望得到的參數(shù)向量。 差分進(jìn)化算法概念簡(jiǎn)單、收斂性能好且適用于多參數(shù)的并行優(yōu)化，這些優(yōu)勢(shì)有利于 解決支持向量機(jī)超參數(shù)遍歷尋優(yōu)所來的巨大計(jì)算開銷的問題。因此，本文利用差分進(jìn)化算 法進(jìn)行超參數(shù)尋優(yōu)，并且稱這種智能尋優(yōu)的支持向量機(jī)為：ＤＥ．ＳＶＭ（分類問題）和ＤＥ—ＳＶＲ （回歸問題）。本文第４章和第６章分別基于ＤＥ．ＳＶＲ和ＤＥ．ＳＶＭ對(duì)煤粉燃燒特性和煤灰
１’

浙江大學(xué)碩士學(xué)位論文

２支持向量機(jī)基本理論

熔融性進(jìn)行建模研究。

２．５本章小結(jié)
簡(jiǎn)單介紹了支持向量機(jī)的分類原理和回歸分析原理。支持向量機(jī)對(duì)小樣本的適應(yīng)性 好，能夠擺脫局部最小值，保證模型的全局最優(yōu)解，具有較高的泛化能力。核函數(shù)使支持 向量機(jī)在高維特征空間中的計(jì)算與輸入數(shù)據(jù)的維數(shù)無關(guān)，使復(fù)雜的非線性問題得到巧妙的 解決。 支持向量機(jī)的模型選擇包括特征選擇、核函數(shù)選擇、超參數(shù)選擇。特征選擇由實(shí)際 問題決定，通過提取與問題相關(guān)的因素，剔除與問題無關(guān)的因素，達(dá)到提高支持向量機(jī)整 體性能同時(shí)降低支持向量機(jī)建模計(jì)算量的目的。常用核函數(shù)中，徑向基函數(shù)具有最少的核 參數(shù)，且具有較好的全局性能，應(yīng)用最為廣泛，核參數(shù)影響訓(xùn)練樣本在特征空間的輸出結(jié) 果。超參數(shù)選擇是支持向量機(jī)建模的關(guān)鍵，影響支持向量機(jī)模型的復(fù)雜度、訓(xùn)練速度和泛
化性能。

支持向量機(jī)的整體性能包括經(jīng)驗(yàn)誤差大小、是否過擬合或欠擬合、泛化性能，這些 方面由不同的超參數(shù)決定。超參數(shù)的組合至今仍沒有統(tǒng)一的最優(yōu)標(biāo)準(zhǔn)，在實(shí)數(shù)空間內(nèi)對(duì)超 參數(shù)尋優(yōu)是一項(xiàng)棘手的問題。本文利用差分進(jìn)化算法對(duì)超參數(shù)進(jìn)行優(yōu)化，并且稱這種智能

尋優(yōu)的支持向量機(jī)為：ＤＥ．ＳＶＭ（分類問題）和ＤＥ．ＳＶＲ（回歸問題）。本文第４章和第６
章分別基于ＤＥ．ＳＶＲ和ＤＥ．ＳＶＭ對(duì)煤粉燃燒特性和煤灰熔融性進(jìn)行建模研究。

浙江大學(xué)碩士學(xué)位論文

３煤粉燃燒反應(yīng)的化學(xué)動(dòng)力學(xué)

３煤粉燃燒反應(yīng)的化學(xué)動(dòng)力學(xué)
３．１

化學(xué)動(dòng)力學(xué)分析方法的研究進(jìn)展
為了更加深入地研究熱分析曲線所蘊(yùn)含的動(dòng)力學(xué)信息，許多學(xué)者提出了不同的化學(xué)

動(dòng)力學(xué)分析方法。Ｆｒｅｅｍａｎ和Ｃａｒｒｏｌｌ提出利用熱重曲線和容積曲線計(jì)算平均活化能和反應(yīng) 級(jí)數(shù)的方程［５１１。Ｈｏｒｏｗｉｔｚ和Ｍｅｔｚｇｅｒ提出熱重分析過程的數(shù)學(xué)描述，使熱解反應(yīng)的動(dòng)力學(xué) 參數(shù)能夠方便地求解［５２１。Ｆｒｉｅｄｍａｎ通過比較成碳塑料在４種不同升溫速率下的熱重分析 曲線，提出一種獲取成碳塑料降解反應(yīng)動(dòng)力學(xué)參數(shù)的技術(shù)‘５３，５４１。Ｃｏａｔｓ和Ｒｅｄｆｅｍ利用線 性方程計(jì)算活化能Ｅ，并且選擇不同的反應(yīng)級(jí)數(shù)擬合草酸鈣（一水合物）脫水反應(yīng)過程曲 線，根據(jù)最佳擬合效果確定正確的反應(yīng)級(jí)數(shù)‘５５１。Ｏｚａｗａ．Ｆｌｙｎｎ．Ｗａｌｌ法可以根據(jù)多個(gè)升溫速 率下的失重曲線計(jì)算不同轉(zhuǎn)化率時(shí)所對(duì)應(yīng)的動(dòng)力學(xué)參數(shù)［５６－５８］。Ｍａｄｈｕｓｕｄａｎａｎ對(duì)溫度積分 進(jìn)行了近似處理，采用２項(xiàng)近似的方法，提出ＭＫＮ方程并且根據(jù)熱重分析曲線獲得了動(dòng) 力學(xué)參數(shù)ｐ］。分步法是Ｈａｋｖｏｏｒｔ提出的，用于分析煤粉燃燒動(dòng)力學(xué)，其優(yōu)點(diǎn)是無須對(duì)反 應(yīng)速率方程進(jìn)行假設(shè)［６…。Ｐｏｐｅｓｃｕ測(cè)得不同升溫速率曲線上同一溫度處的轉(zhuǎn)化率，通過分 析這些轉(zhuǎn)化率設(shè)計(jì)出研究動(dòng)力學(xué)參數(shù)和反應(yīng)機(jī)理的積分方法［６¨。Ｍｉｕｒａ于１９９５年提出估 算分布式活化能模型（ＤＡＥＭ）中的活化能函數(shù)ｆ（Ｅ）和頻率因子函數(shù)ｋｏ（Ｅ）的方法，該方 法需要３組不同升溫速率下的實(shí)驗(yàn)數(shù)據(jù)，但無需對(duì)ｆ（Ｅ）和ｋ（Ｅ）做預(yù)知性的假設(shè)（６２１；１９９８ 年Ｍｉｕｒａ對(duì)這個(gè)方法進(jìn)行了改進(jìn)，簡(jiǎn)化了計(jì)算過程｛６３１。 由于計(jì)算機(jī)技術(shù)的限制，大多數(shù)的經(jīng)典動(dòng)力學(xué)分析方法都是通過線性化速率方程， 進(jìn)行線性作圖，從斜率和截距得到動(dòng)力學(xué)參數(shù)。在近年來，隨著計(jì)算智能的發(fā)展，出現(xiàn)了 曲線擬合方法。Ｄｈｕｍａｌ利用遺傳算法對(duì)典型印度煤的熱重分析數(shù)據(jù)進(jìn)行分析，計(jì)算ＤＡＥＭ 中的動(dòng)力學(xué)參數(shù)，這種方法不僅可以應(yīng)用于線性升溫的熱分析過程，也適用于非線性升溫 的熱分析過程［６４１。Ｓｈｅｔｈ對(duì)榛子殼的熱解反應(yīng)進(jìn)行建模，以兩個(gè)競(jìng)爭(zhēng)反應(yīng)代表反應(yīng)過程中 揮發(fā)分的析出和焦炭的燃燒，預(yù)測(cè)熱解反應(yīng)過程中剩余質(zhì)量的變化曲線，利用差分進(jìn)化算 法優(yōu)化預(yù)測(cè)曲線和試驗(yàn)曲線之間的偏差，從而獲得了動(dòng)力學(xué)參數(shù)［６ ５｜。Ｈｉｌｌｉｅｒ利用模擬退火 方法從常升溫速率熱重分析試驗(yàn)曲線估算動(dòng)力學(xué)參數(shù)，這種方法要求熱重分析數(shù)據(jù)的積分
曲線和微分曲線同時(shí)具有較高的擬合度【６ ６｜。

３．２應(yīng)用Ｃｏａｔｓ．Ｒｅｄｆｅｒｎ法進(jìn)行動(dòng)力學(xué)分析
Ｃｏａｔｓ．Ｒｅｄｆｅｍ法是最常用的動(dòng)力學(xué)分析方法之一，由于分析方法簡(jiǎn)單易用而被廣泛 地應(yīng)用于熱重分析數(shù)據(jù)的動(dòng)力學(xué)分析‘１５，１８藝１，６７。７４１。
１４

浙江大學(xué)碩士學(xué)位論文

３煤粉燃燒反應(yīng)的化學(xué)動(dòng)力學(xué)

對(duì)于如下反應(yīng)過程
彳（ｓ）＝Ｂ（ｓ）＋Ｃ（ｇ）

（３—１）

反應(yīng)物Ａ的反應(yīng)速率可以用動(dòng)力學(xué)方程

譬：ｋ（１一口）一
口Ｚ

（３－２）

表示。式中口是反應(yīng)物Ａ在ｔ時(shí)刻的剩余質(zhì)量分?jǐn)?shù)； ｋ是反應(yīng)速率常數(shù)，可以用阿累尼鳥 斯公式表示為
ｋ＝Ａｅｘｐ（－Ｅ／Ｒ、

（３－３）

對(duì)于線性升溫過程，有
ｄｔ ２口』／ａ

３ ４
＿

式中，∥為線性升溫速率。將（３．２）和（３．３）代入（３．４），積分得到

ｒ尚＝號(hào)ｒｅ卅ｐＥ
設(shè)“＝Ｅ／ＲＴ，上式轉(zhuǎn)化為

ｄ丁

３

－

鬟禹＝Ａ俐。。Ｅｆ。。ｅ＿－ｉｔ－２幽
根據(jù)如下近似式［７５】

３ －５（Ｕ

。Ｉ。ｕ。。ｅ－ＵＨ－２幽劃。６礦砉警
取前２項(xiàng)近似，式ｆ３．６）轉(zhuǎn)化為

／ｌＬＩ＼，ｆ／●＼

３ ７ 、， 、Ｊ ，
－

墨 爭(zhēng)咩
：～ 眥
ｒ２ 口Ｅ、 Ｅ’ Ｒ，

假設(shè)反應(yīng)過程為１級(jí)反應(yīng)，即ｉｖ／＝１上式取對(duì)數(shù)后得到Ｃｏａｔｓ－Ｒｅｄｆｅｒｎ方程Ｈ ｂ，川Ｊ

式中，Ｔｍ表示擬合溫度區(qū)間絕對(duì)溫度的平均值。畫直線１１１掣ＶＳｉｌ，從直線的斜率和
截距可以分別求得活化能Ｅ和頻率因子彳。

ｈ｛攀地簀（?一等）一寺（３－９）

３．３應(yīng)用Ｆｌｙｎｎ．Ｗａｌｌ法進(jìn)行動(dòng)力學(xué)分析
Ｌ（３．１）中反應(yīng)物Ａ的反應(yīng)速率除了用式（３．２）來表示之外，還可以用積分形式表示為

浙江大學(xué)碩士學(xué)位論文

３煤粉燃燒反應(yīng)的化學(xué)動(dòng)力學(xué)

Ｇ＠）＝Ａ／ｆｌＪ（：ｅｘｐ（一Ｅ／Ｒｒ）ｃｔＴ
本身性質(zhì)決定。用“：Ｅ／ＲＴ代入上式，重新整理得到

ｆ３－１０）

其中，Ｇ（口）是反應(yīng)過程的機(jī)理函數(shù)，表示反應(yīng)速率與轉(zhuǎn)化率的某種函數(shù)關(guān)系，由反應(yīng)過程

Ｇ（班囂￡等ｄｕ＝籌荊（３－１１）
其中，尸（“）即為著名的溫度積分函數(shù)。溫度積分函數(shù)不存在有限的精確解，非常多的學(xué)者 提出了對(duì)溫度積分的近似表達(dá)式［５５，５９，７８。８４１，Ｆｌｙｎｎ．Ｗａｌｌ所采用的近似式形式如下 ｌｎ只Ｍ）：一５．３３０８—１．０５１６∥７９１ 聯(lián)立（３．１１）和（３．１２）得到
（３．１２）

ｋ∥地志－５．３３０８－１．０５１６ＥＲ，（３－１３）
。

ＲＧｆ口１

Ｒ，

７

對(duì)于１級(jí)反應(yīng)，機(jī)理函數(shù)的形式是
Ｇ（口）＝一Ｉｎ（１一口）

（３－１４）

將（３．１４）代入（３．１３）得ＮＪ Ｆｌｙｒｍ．Ｗａｌｌ方程［５７］
尺丁 １１１，ａ＝－ｔｎ而：Ａ瓦Ｅ面一５．３３０８－１．０５１６面Ｅ（３－１５） 月１ｎｆｌ一口１

按照等轉(zhuǎn)化率的思想，口為固定值，１１１∥和１／Ｔ成線性關(guān)系，通過求直線ｌｎ，６＇ＶＳｌ／Ｔ的斜率 則可以得到活化能Ｅ。

３．４本章小結(jié)
回顧國(guó)內(nèi)外學(xué)者對(duì)化學(xué)動(dòng)力學(xué)分析方法的研究進(jìn)展。經(jīng)典的動(dòng)力學(xué)分析方法主要是 通過線性化速率方程，進(jìn)行線性作圖，根據(jù)斜率和截距確定動(dòng)力學(xué)參數(shù)。隨著現(xiàn)代計(jì)算機(jī) 的發(fā)展和智能計(jì)算理論的成熟，各種進(jìn)化算法被應(yīng)用于化學(xué)動(dòng)力學(xué)分析：利用遺傳算法、 差分進(jìn)化算法、模擬退火等對(duì)熱分析的微分?jǐn)?shù)據(jù)或積分?jǐn)?shù)據(jù)進(jìn)行擬合，根據(jù)擬合度確定最 佳的動(dòng)力學(xué)參數(shù)和機(jī)理函數(shù)。 Ｃｏａｔｓ．Ｒｅｄｆｅｍ方法是一種單速率掃描方法，簡(jiǎn)單易用，被廣泛應(yīng)用于熱重?cái)?shù)據(jù)的動(dòng) 力學(xué)分析，本章對(duì)Ｃｏａｔｓ．Ｒｅｄｆｅｍ方法進(jìn)行了描述，作為第４章研究煤粉燃燒反應(yīng)動(dòng)力學(xué)
的理論基礎(chǔ)。

Ｆｌｙｒｍ．Ｗａｌｌ方法在進(jìn)行化學(xué)動(dòng)力學(xué)分析過程中，無須對(duì)反應(yīng)機(jī)理進(jìn)行假設(shè)，使化學(xué)動(dòng) 力學(xué)分析結(jié)果更加可靠，因此成為國(guó)際熱分析及量熱學(xué)學(xué)會(huì)（ＩＣＴＡＣ）推薦的化學(xué)動(dòng)力學(xué)
分析方法之一。

浙江大學(xué)碩士學(xué)位論文

４煤粉燃燒特性預(yù)測(cè)模型研究

４煤粉燃燒特性預(yù)測(cè)模型研究
４．１樣本介紹
選取國(guó)內(nèi)外共８０個(gè)常用動(dòng)力用煤作為煤粉燃燒特性預(yù)測(cè)建模的研究。根據(jù)國(guó)家標(biāo)準(zhǔn)
ＧＢ／Ｔ ２１２—２００８，ＧＢ／Ｔ ４７６－２００８，ＧＢ／Ｔ

２１４－２００７和ＧＢ／Ｔ １９２２７．２００８對(duì)所有樣本進(jìn)行工業(yè)

分析和元素分析試驗(yàn)。樣本揮發(fā)分的分布特性見圖４．１所示，可以看出，８０個(gè)煤樣的揮發(fā) 分（干燥無灰基）范圍是７．６１％～５６．１９％，煤種范圍覆蓋了無煙煤、煙煤和褐煤。

７．０

１１．５

１６．０

２０ ５

２５．０

２９．５

３４．０

３８．５

４３．Ｏ

４７．５

５２．０

５６ ５

Ｖｏｌａｔｉｌｅ ｍａｔｔｅｒ

ｏｎ ａ

ｄａｆ

ｂａｓｉｓ（ｗ／ｗ）

圖４．１ ８０個(gè)煤樣的揮發(fā)分的分布特性。

４．２煤粉燃燒反應(yīng)的非等溫動(dòng)力學(xué)研究
熱重分析是分析固體燃料的熱解、燃燒和氣化反應(yīng)特性的常用技術(shù)手段。與其它傳 統(tǒng)方法相比，非等溫?zé)嶂氐膬?yōu)勢(shì)在于無須關(guān)注固體燃料開始分解的起始溫度和起始時(shí)間， 而且所需的參數(shù)能夠從單一的試驗(yàn)曲線中直接獲得［８５１。一方面，煤粉的燃燒特性對(duì)熱重分 析曲線的形狀起決定性作用；另一方面，熱重曲線可以用煤粉燃燒反應(yīng)的化學(xué)動(dòng)力學(xué)方程 表示，蘊(yùn)含著煤粉燃燒反應(yīng)的動(dòng)力學(xué)信息。因此，可以通過對(duì)熱重?cái)?shù)據(jù)進(jìn)行動(dòng)力學(xué)分析， 獲取動(dòng)力學(xué)參數(shù)，利用動(dòng)力學(xué)參數(shù)來研究煤粉的燃燒特性。 將煤樣研磨至顆粒小于９０／ｔｍ，取煤粉樣本１０ｍｇ放置于瓷坩堝中，使煤粉平鋪均勻， 并置于ＮＥＴＺＳＣＨ
ＴＧ

４０９Ｃ熱重分析儀進(jìn)行空氣氣氛下的熱重分析試驗(yàn)。升溫范圍是５０。Ｃ

～１００。Ｃ，升溫速率是１５。Ｃ／ｍｉｎ，空氣流量是９５ｍＬ／ｍｉｎ。８０個(gè)煤樣均按照相同的試驗(yàn)條件 進(jìn)行了熱重分析試驗(yàn)。 本文利用Ｃｏａｔｓ．Ｒｅｄｆｅｒｍ方法對(duì)８０個(gè)煤樣的熱重分析數(shù)據(jù)進(jìn)行動(dòng)力學(xué)分析，獲得了 動(dòng)力學(xué)參數(shù)：活化能Ｅ和頻率因子Ａ。Ｃｏａｔｓ—Ｒｅｄｆｅｍ方程見式（３．９）。所有煤樣的動(dòng)力學(xué)參
數(shù)范圍是Ｅ＝７８．８～１６２．９ｋＪ／ｍｏｌ，ｌｎＡ＝１１．３～２１．７ｍｉｎ～。

浙江大學(xué)碩士學(xué)位論文

４煤粉燃燒特性預(yù)測(cè)模型研究

４．３煤粉燃燒特性預(yù)測(cè)的非線性建模
４．３．１經(jīng)驗(yàn)數(shù)據(jù)的歸一化 經(jīng)驗(yàn)數(shù)據(jù)的數(shù)值范圍對(duì)支持向量機(jī)的學(xué)習(xí)效果具有一定的影響，大數(shù)據(jù)范圍有可能 會(huì)降低支持向量機(jī)的性能［８６１。為了統(tǒng)一經(jīng)驗(yàn)數(shù)據(jù)的統(tǒng)計(jì)特性，需要對(duì)數(shù)據(jù)樣本進(jìn)行預(yù)處理， 常用的預(yù)處理方法是歸一化。本文中，按照Ｋ（４．１）對(duì)經(jīng)驗(yàn)數(shù)據(jù)樣本進(jìn)行歸一化。

ｘ＝（ｘ—ｋ。）／（ｋ—ｋ）
值，ｘ表示歸一化后的變量。 ４＿３．２燃燒特性預(yù)測(cè)模型的輸入特征選擇

（４—１）

上式中，Ｘ表示經(jīng)驗(yàn)數(shù)據(jù)向量的每個(gè)變量，墨。。和‰ｉ。表示相應(yīng)于ｘ變量的最大值和最小

為了降低輸入空間維數(shù)和提高支持向量機(jī)預(yù)測(cè)能力，需要對(duì)影響煤粉燃燒過程的因 素進(jìn)行甄別，提取重要的因素作為支持向量機(jī)建模的變量，去除不相關(guān)的變量。本文對(duì)不 同組合的煤質(zhì)指標(biāo)進(jìn)行建模，通過對(duì)比預(yù)測(cè)結(jié)果的精度來選擇最佳的輸入特征。通過比較 篩選，確定了煤粉燃燒特性預(yù)測(cè)模型的輸入特征為：空氣干燥基水分（Ｍ。。）、干燥基固定 碳（ＦＣｄ）、干燥無灰基揮發(fā)分（Ｖｄａｆ）、干燥基氫含量（Ｈｄ）和干燥基硫分（Ｓｄ）。因此， 煤粉燃燒特性預(yù)測(cè)可以表示為式（４．２）和式（４．３）

Ｅ＝廠㈦。，心，‰，％，Ｓ．。）
１ｈＡ＝廠（心。，ＦＣｄ，‰，％，Ｓ捫Ｅ）

（４—２）

（４—３）

在建立頻率因子的預(yù)測(cè)模型時(shí)，把活化能Ｅ和煤質(zhì)指標(biāo)一起作為模型的輸入特征進(jìn) 行訓(xùn)練，因?yàn)榛罨埽藕皖l率因子ｌｎＡ存在動(dòng)力學(xué)補(bǔ)償效應(yīng)［８７－９０］，兩者存在緊密的關(guān)聯(lián)。 ４．３．３訓(xùn)練樣本和檢驗(yàn)樣本的確定 訓(xùn)練樣本為支持向量機(jī)建立燃燒特性預(yù)測(cè)模型提供必要的“學(xué)習(xí)資料”，而檢驗(yàn)樣本 獨(dú)立于訓(xùn)練樣本，為檢驗(yàn)預(yù)測(cè)模型提供新的信息。為此，將所有的經(jīng)驗(yàn)數(shù)據(jù)分成兩部分： 從８０個(gè)煤樣數(shù)據(jù)樣本中隨即抽�。罚皞�(gè)作為訓(xùn)練樣本，剩余１０個(gè)數(shù)據(jù)樣本作為檢驗(yàn)樣本。 ４．３．４差分進(jìn)化算法控制參數(shù)設(shè)置 在利用差分進(jìn)化算法對(duì)支持向量機(jī)進(jìn)行優(yōu)化之前，用戶需要對(duì)差分進(jìn)化算法的控制 參數(shù)進(jìn)行設(shè)置。差分進(jìn)化算法的控制參數(shù)包括：種群大�、簦�、縮放倍數(shù)Ｆ和交叉率ＣＲ。 已有許多學(xué)者‘５咿１。９３１對(duì)控制參數(shù)的選擇原則做了總結(jié)，指導(dǎo)用戶對(duì)控制參數(shù)進(jìn)行正確的設(shè) 置。本文采用ＤＥ／ｒａｎｄ／ｌ／ｂｉｎ優(yōu)化策略，各控制參數(shù)的設(shè)置為：ＮＰ＝１００，Ｆ＝０．７，ＣＲ＝Ｏ．８５。

浙江大學(xué)碩士學(xué)位論文

４煤粉燃燒特性預(yù)測(cè)模型研究

４．３．５支持向量機(jī)超參數(shù)優(yōu)劣評(píng)估 支持向量機(jī)模型優(yōu)化相當(dāng)于超參數(shù)的最優(yōu)化設(shè)計(jì)，超參數(shù)的優(yōu)劣性由目標(biāo)函數(shù)評(píng)定， 要獲得最優(yōu)的超參數(shù)，就要尋找使目標(biāo)函數(shù)值最小的超參數(shù)組合。本文利用１０重交叉驗(yàn) 證法【９４，９５１來計(jì)算目標(biāo)函數(shù)值的大小。訓(xùn)練樣本被分成１０個(gè)相等的子集，其中９個(gè)子集作 為交叉驗(yàn)證過程中的訓(xùn)練樣本，另外１個(gè)子集作為交叉驗(yàn)證過程中的檢驗(yàn)樣本，通過輪流 替換檢驗(yàn)樣本子集，可以有１０種不同的方案。對(duì)于每一個(gè)超參數(shù)，通過對(duì)９個(gè)訓(xùn)練樣本 子集進(jìn)行訓(xùn)練，建立燃燒特性預(yù)測(cè)模型，接受１個(gè)檢驗(yàn)樣本子集的檢驗(yàn)，預(yù)測(cè)檢驗(yàn)樣本子 集的燃燒反應(yīng)動(dòng)力學(xué)參數(shù)。用預(yù)測(cè)的動(dòng)力學(xué)參數(shù)和檢驗(yàn)樣本子集的動(dòng)力學(xué)參數(shù)之間的均方 根誤差（ＲＭＳＥ）表示檢驗(yàn)誤差。因?yàn)榇嬖冢保胺N方案，所以每一個(gè)超參數(shù)都有１０個(gè)檢驗(yàn) 誤差，取檢驗(yàn)誤差的平均值作為該超參數(shù)的得分。因此，得分最低的超參數(shù)即最優(yōu)的超參 數(shù)。 ４．３．６利用最優(yōu)超參數(shù)建模 支持向量機(jī)的超參數(shù)按照４．３．５的方法進(jìn)行優(yōu)化設(shè)計(jì)，搜索空間和最優(yōu)結(jié)果列于表４．１。 表中，Ｍｏｄｅｌ．Ｅ表示活化能和煤質(zhì)指標(biāo)之間的非線性關(guān)系模型，Ｍｏｄｅｌ．Ａ表示頻率因子和 煤質(zhì)指標(biāo)之間的非線性關(guān)系模型。Ｍｏｄｅｌ．Ｅ和Ｍｏｄｅｌ．Ａ可以用于動(dòng)力學(xué)參數(shù)的預(yù)測(cè)，進(jìn)而 利用動(dòng)力學(xué)參數(shù)研究煤粉的燃燒特性。將最優(yōu)超參數(shù)應(yīng)用于燃燒特性預(yù)測(cè)模型的建模，可 以保證預(yù)測(cè)模型具有合理的訓(xùn)練誤差和很好的泛化能力。
表４．１動(dòng)力學(xué)參數(shù)的搜索空間和最優(yōu)搜索結(jié)果
ＤＥ．ＳＶＲ ｍｏｄｅｌｓ Ｃ Ｓｅａｒｃｈ ｓｐａｃｅ
ｙ
Ｓ

Ｔｈｅ ｏｐｔｉｍｉｚｅｄ ｖａｌｕｅｓ Ｃ １ ６５．８０４５ １ ８２．７４６１ ｙ ７．７４６９ １．５７８９
Ｓ

Ｍｏｄｅｌ．Ｅ Ｍｏｄｅｌ．Ａ

［１，２５０］ ［１，２００］

［０．０００ １，５０］ 【０．０００１，１０］

［０．０ １，０．０５］ ［０．０ １，Ｏ．０５］

０．０３５０ ０．０１６５

４．４煤粉燃燒預(yù)測(cè)模型的驗(yàn)證
為了檢驗(yàn)煤粉燃燒特性預(yù)測(cè)模型能否正確反映煤粉燃燒特性與煤質(zhì)指標(biāo)之間的非線 性關(guān)系，利用預(yù)測(cè)模型分別對(duì)訓(xùn)練樣本和檢驗(yàn)樣本的動(dòng)力學(xué)參數(shù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如 圖４．２所示。從圖中可以看出，不管是訓(xùn)練樣本還是檢驗(yàn)樣本，預(yù)測(cè)的數(shù)據(jù)點(diǎn)都幾乎形成 一條直線。對(duì)于利用訓(xùn)練樣本進(jìn)行檢驗(yàn)的情況，預(yù)測(cè)的活化能和真實(shí)活化能之間的ＲＭＳＥ 為２．７０７，預(yù)測(cè)的頻率因子和真實(shí)的頻率因子之間的ＲＭＳＥ為０．１４３，說明預(yù)測(cè)的動(dòng)力學(xué)參 數(shù)和真實(shí)動(dòng)力學(xué)參數(shù)之間具有很高吻合度，表明所建立的預(yù)測(cè)模型具有較小的經(jīng)驗(yàn)誤差， 而且動(dòng)力學(xué)參數(shù)和煤質(zhì)指標(biāo)之間的非線性關(guān)系已經(jīng)通過預(yù)測(cè)模型建立起來。對(duì)于利用檢驗(yàn)

樣本進(jìn)行檢驗(yàn)的情況，預(yù)測(cè)活化能和真實(shí)活化能之間的ＲＭＳＥ為２．５７１，預(yù)測(cè)頻率因子和 真實(shí)頻率因子之間的ＲＭＳＥ為０．２４５。因?yàn)闄z驗(yàn)樣本沒有參與預(yù)測(cè)模型的建模ｉ；ｌｌ練，所以 預(yù)測(cè)結(jié)果的準(zhǔn)確性說明預(yù)測(cè)模型在建模過程中并未出現(xiàn)過擬合問題。

＝ｏ嚴(yán)上Ｊ、ｒ＇）Ｉ一∞＿可口亡一ｃ∞．Ｉ一ｃ州－ｏ山口∞一ｕ口ｏ＿ＪＬ

，．ｃ—Ｉ＿ｌＪ一∞�？冢磐鲆� 毋．Ｉ＿∞ｃ一ｏ≮［口∞一ｕ刁ｏ．１正

一ｏＥ、ｆ）Ｉ一毋∞可一３０ ｏｃ∞一－山口∞一�？伞蓿虂y 一．ｃ廣一町＝Ｉ口＿３０一ｏＬ｜∞工＿Ｉｏ《ｃ一口∞芑 ．Ｉ山
Ａｃｔｕａｌ

Ｅ（ｋＪ／ｍ０１）

Ａｃｔｕａｌ

ＩｎＡ（ｒａｉｎ。１）

圖４．２利用７０個(gè)訓(xùn)練樣本和１０個(gè)檢驗(yàn)樣本對(duì)煤粉燃燒特性預(yù)測(cè)模型Ｍｏｄｅｌ—Ｅ和Ｍｏｄｅｌ．Ａ進(jìn)行驗(yàn)證：圖４．２ａ 和圖４．２ｂ是預(yù)測(cè)模型對(duì)訓(xùn)練樣本的預(yù)測(cè)結(jié)果，表明預(yù)測(cè)模型具有較低的經(jīng)驗(yàn)誤差而且煤粉燃燒動(dòng)力學(xué)參數(shù) 和煤質(zhì)指標(biāo)之間的非線性模型已經(jīng)建立起來。圖４．２ｃ和圖４．２ｄ是預(yù)測(cè)模型對(duì)檢驗(yàn)樣本的預(yù)測(cè)結(jié)果，表明預(yù) 測(cè)模型沒有出現(xiàn)過擬合問題。

４．５煤粉燃燒特性預(yù)測(cè)模型的應(yīng)用
４．５．１

動(dòng)力學(xué)參數(shù)預(yù)測(cè) 從ｇ（４．２）和（４．３）中可以看出，通過煤質(zhì)指標(biāo)可以預(yù)測(cè)得到煤粉燃燒反應(yīng)的活化能，

不同的是，頻率因子的預(yù)測(cè)還需要活化能作為輸入?yún)?shù)，因此，在實(shí)際應(yīng)用，活化能和頻
率因子并不是同時(shí)預(yù)測(cè)得到的，而是先利用煤質(zhì)指標(biāo)預(yù)測(cè)活化能，再將預(yù)測(cè)的活化能和煤

質(zhì)指標(biāo)一起作為輸入?yún)?shù)預(yù)測(cè)頻率因子。 為了研究所建立的燃燒特性預(yù)測(cè)模型在實(shí)際應(yīng)用中的性能，按照先活化能后頻率因 子的預(yù)測(cè)方法預(yù)測(cè)１０個(gè)檢驗(yàn)樣本的動(dòng)力學(xué)參數(shù)�；罨艿念A(yù)測(cè)結(jié)果和圖４．２ ｃ的結(jié)果一樣，
２０

浙江大學(xué)碩士學(xué)位論文

４煤粉燃燒特性預(yù)測(cè)模型研究

頻率因子的預(yù)測(cè)結(jié)果如圖４．３所示。以正確的活化能作為頻率因子預(yù)測(cè)模型的輸入?yún)?shù)， 預(yù)測(cè)的頻率因子和真實(shí)頻率因子之間的ＲＭＳＥ為ｏ．２４５；以預(yù)測(cè)的活化能作為頻率因子預(yù) 測(cè)模型的輸入模型，預(yù)測(cè)的頻率因子和真實(shí)頻率因子之間的ＲＭＳＥ為０．５６５。這兩種情況 的預(yù)測(cè)誤差相差不大，表明利用預(yù)測(cè)的活化能代替正確的活化能作為輸入?yún)?shù)并沒有帶來 較大誤差，所以，在實(shí)際應(yīng)用中，先預(yù)測(cè)活化能再預(yù)測(cè)頻率因子的方法是合理的，煤粉燃 燒特性預(yù)測(cè)模型的聯(lián)立使用能夠準(zhǔn)確地預(yù)測(cè)煤粉燃燒反應(yīng)的動(dòng)力學(xué)參數(shù)。

Ａｃｔｕａｌ ＩｎＡ ｏｆ ｔｈｅ ｔｅｓｔ ｓａｍｐｌｅｓ（ｍｉｎ。）

圖４．３聯(lián)合Ｍｏｄｅｌ—Ｅ和Ｍｏｄｅｌ．Ａ預(yù)測(cè)１０個(gè)檢驗(yàn)樣本的頻率因子

４．５．２基于神經(jīng)網(wǎng)絡(luò)的煤粉燃燒特性預(yù)測(cè)模型 反向傳播神經(jīng)網(wǎng)絡(luò)（ＢＰＮＮ）是一種基于誤差反向傳播算法的多層前向網(wǎng)絡(luò)［９６１。ＢＰＮＮ 在諸多領(lǐng)域具有廣泛的一個(gè)用，因?yàn)槠渚哂泻芏嗟膬?yōu)點(diǎn)，包括：復(fù)雜的動(dòng)態(tài)特性、并行處 理機(jī)制、自學(xué)習(xí)能力、聯(lián)想記憶、推理意識(shí)、自組織自適應(yīng)能力、故障容許和魯棒性［９７１。 因此，可以考慮利用ＢＰＮＮ進(jìn)行煤粉燃燒特性預(yù)測(cè)研究。利用ＢＰＮＮ建立煤粉燃燒特性 預(yù)測(cè)模型的過程可以用式（４—２）和（４．４）表示。

ｌｎＡ＝廠（Ｍｏｄ，ＦＣｄ，‰，Ｉ－Ｉ，，Ｓ．ｄ）

（４—４）

以５個(gè)煤質(zhì)指標(biāo)作為輸入?yún)?shù)，以活化能和頻率因子作為輸出參數(shù)，可以確定ＢＰＮＮ模型 的輸入節(jié)點(diǎn)數(shù)和輸出節(jié)點(diǎn)數(shù)分別為５和２。理論上，３層神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)對(duì)任意函數(shù)進(jìn) 行任意精度的逼近，從簡(jiǎn)化網(wǎng)絡(luò)結(jié)構(gòu)的角度出發(fā)，本文采用３層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行建模， 并從２個(gè)方面對(duì)ＢＰＮＮ模型進(jìn)行優(yōu)化：隱層節(jié)點(diǎn)數(shù)和訓(xùn)練函數(shù)。通過逐一改變隱層節(jié)點(diǎn)數(shù)
（１～１ ５）改變模型的結(jié)構(gòu)，同時(shí)，對(duì)每一個(gè)模型結(jié)構(gòu)分別試驗(yàn)了１３個(gè)不同的ｉｌｌＩ練函數(shù)，

最終，根據(jù)訓(xùn)練樣本和檢驗(yàn)樣本的預(yù)測(cè)精度挑選最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)為５×６×２網(wǎng)絡(luò)，最優(yōu)訓(xùn) 練函數(shù)為ｔｒａｉｎｓｃｇ。ＢＰＮＮ模型通過訓(xùn)練，獲取訓(xùn)練樣本的信息，將經(jīng)驗(yàn)知識(shí)存儲(chǔ)在網(wǎng)絡(luò) 權(quán)重中，最終形成煤粉燃燒特性和煤質(zhì)指標(biāo)之間的隱性映射關(guān)系。從某種程度來講，ＢＰＮＮ
，１

浙江大學(xué)碩士學(xué)位論文

４煤粉燃燒特性預(yù)測(cè)模型研究

和ＳＶＭ在原理上是相似的，因此，本文引入ＢＰＮＮ模型，和支持向量機(jī)模型（簡(jiǎn)稱為 ＤＥ．ＳＶＲ模型）進(jìn)行比較。 ４．５．３熱重分析曲線預(yù)測(cè) 根據(jù)方程（３．９），熱重分析曲線是動(dòng)力學(xué)參數(shù)的函數(shù)。ＢＰＮＮ模型和ＤＥ．ＳＶＲ模型預(yù) 測(cè)得到的動(dòng)力學(xué)參數(shù)分別確定了不同的熱重分析曲線，簡(jiǎn)稱為ＢＰ．ｃ１．１１ｗｅ和ＳＶＲ－ｃｕｒｖｅ。預(yù) 測(cè)的熱重分析曲線在不同程度上偏離試驗(yàn)分析曲線。以試驗(yàn)分析曲線為標(biāo)準(zhǔn)，計(jì)算 ＢＰ．ｃｕｒｖｅ和ＳＶＲ．ｃｕｒｖｅ相對(duì)于試驗(yàn)分析曲線的ＲＭＳＥ。由ＲＭＳＥ反映ＢＰＮＮ模型和ＤＥ．ＳＶＲ 模型的預(yù)測(cè)精度，可以衡量這兩種模型的優(yōu)劣。檢驗(yàn)樣本的熱重分析數(shù)據(jù)預(yù)測(cè)值的ＲＭＳＥ 如圖４．４所示，其中，ＳＶＲ．ｃｕｒｖｅ的ＲＭＳＥ平均值和最大值分別為０．０２９和ｏ．０５２，ＢＰＮＮ．ｃｕｒｖｅ 的ＲＭＳＥ的平均值和最大值分別為０．０４９和０．１３２。總體上，ＤＥ．ＳＶＲ模型的預(yù)測(cè)精度高 于ＢＰＮＮ模型。 ＳＶＲ．ｃｕｒｖｅ對(duì)試驗(yàn)熱重分析數(shù)據(jù)的擬合情況如圖４．５所示：樣本３的擬合效果最好， 預(yù)測(cè)的熱重分析曲線和試驗(yàn)熱重?cái)?shù)據(jù)完全重合；樣本７的擬合效果中等，預(yù)測(cè)的熱重分析 曲線和試驗(yàn)熱重?cái)?shù)據(jù)偏離較��；樣本９的擬合效果最差，但偏差在可以接受得范圍之內(nèi)。 這三個(gè)不同預(yù)測(cè)精度的樣本代表了預(yù)測(cè)的熱重分析。換言之，ＤＥ．ＳＶＲ模型能夠利用煤質(zhì) 指標(biāo)較好地預(yù)測(cè)煤粉的燃燒特性。

４．６本章小結(jié)
選�。福皞�(gè)國(guó)內(nèi)外常用動(dòng)力煤，進(jìn)行了工業(yè)分析、元素分析和非等溫?zé)嶂胤治�。利�?Ｃｏａｔｓ．Ｒｅｄｆｅｍ方法對(duì)熱重分析數(shù)據(jù)進(jìn)行了化學(xué)動(dòng)力學(xué)分析，計(jì)算煤粉燃燒反應(yīng)的活化能和

Ｔｅｍｐｅｒａｔｕｒｅ（。Ｃ） 圖４．４ ＤＥ．ＳＶＲ模型和ＢＰＮＮ模型對(duì)熱重分析曲線的 圖４．５ ３個(gè)典型的檢驗(yàn)樣本的預(yù)測(cè)熱重分析曲線對(duì)試

預(yù)測(cè)精度的比較。

驗(yàn)數(shù)據(jù)的擬合效果。

浙江大學(xué)碩士學(xué)位論文

４煤粉燃燒特性預(yù)測(cè)模型研究

頻率因子。以８０個(gè)煤樣的工業(yè)分析、元素分析、動(dòng)力學(xué)參數(shù)為支持向量機(jī)的樣本數(shù)據(jù)，
建立煤粉燃燒特性和煤質(zhì)特征之間的非線性關(guān)系模型（ＤＥ．ＳＶＲ模型）。同時(shí)，建立一個(gè)
５×６

ｘ２神經(jīng)網(wǎng)絡(luò)模型（ＢＰＮＮ模型），，和ＤＥ．ＳＶＲ模型進(jìn)行比較。 １．利用訓(xùn)練樣本和檢驗(yàn)樣本對(duì)ＤＥ．ＳＶＲ模型進(jìn)行驗(yàn)證，結(jié)果表明，模型具有較小的

經(jīng)驗(yàn)誤差，并且訓(xùn)練過程沒有出現(xiàn)過擬合問題。 ２．對(duì)檢驗(yàn)樣本的動(dòng)力學(xué)參數(shù)進(jìn)行預(yù)測(cè)，其中活化能預(yù)測(cè)的均方根誤差（ＲＭＳＥ）為 ２．５７１，頻率因子預(yù)測(cè)的均方根誤差為０．５６５，誤差足夠小，表明ＤＥ—ＳＶＲ模型具有很好的
泛化性能。

３．聯(lián)合兩個(gè)ＤＥ．ＳＶＲ模型，能夠準(zhǔn)確地預(yù)測(cè)煤粉燃燒反應(yīng)的動(dòng)力學(xué)參數(shù)。 ４．通過ＤＥ．ＳＶＲ模型預(yù)測(cè)動(dòng)力學(xué)參數(shù)，并進(jìn)一步預(yù)測(cè)得到的熱重曲線，與實(shí)際熱重 試驗(yàn)數(shù)據(jù)具有很好的擬合度。 ５．ＤＥ．ＳＶＲ模型比ＢＰＮＮ模型均能利用煤質(zhì)特征預(yù)測(cè)動(dòng)力學(xué)參數(shù)，但ＤＥ．ＳＶＲ模型 具有更高的預(yù)測(cè)精度。

浙江大學(xué)碩士學(xué)位論文

５

煤灰熔融性預(yù)測(cè)模型研究

５煤灰熔融性預(yù)測(cè)模型研究
一方面，煤質(zhì)指標(biāo)代表了特定地質(zhì)年代的煤系特征。同一地質(zhì)歷史過程中形成并發(fā) 育而成的含煤巖系，其煤質(zhì)特征具有諸多的共性；不同地質(zhì)年代的煤系受成煤環(huán)境的影 響，煤質(zhì)表現(xiàn)出各具特色的性質(zhì)。另一方面，地質(zhì)年代對(duì)煤灰熔融性的控制作用顯著， 通過地質(zhì)年代可以大致估計(jì)煤灰的熔融性溫度。因此可以認(rèn)為，煤質(zhì)指標(biāo)通過成煤地質(zhì) 年代與煤灰熔融性相關(guān)聯(lián)。本文嘗試建立煤質(zhì)和煤灰熔融性之間的關(guān)系模型。
５．１

成煤環(huán)境對(duì)煤質(zhì)的控制作用
自然界中的高等植物遺體堆積于泥炭沼澤內(nèi)，經(jīng)過泥炭化作用逐漸轉(zhuǎn)變?yōu)槟嗵浚坏?br />
等植物及浮游生物堆積于泥炭沼澤內(nèi)，經(jīng)過腐泥化作用逐漸轉(zhuǎn)化為腐泥。在煤化作用下， 泥炭轉(zhuǎn)變?yōu)楹置�、煙煤和無煙煤，腐泥則轉(zhuǎn)變?yōu)楦嗪置�、腐泥煙煤和腐泥無煙煤‘９８１。 所以，煤的性質(zhì)不僅受到成煤原始物質(zhì)的影響，還取決于成煤過程中所經(jīng)歷的成煤環(huán)境。 在泥炭化階段，控制煤質(zhì)的因素主要是泥炭沼澤環(huán)境；在煤化作用階段，控制煤質(zhì)的因 素主要是煤系沉浸環(huán)境。 ５．１．１泥炭沼澤環(huán)境 泥炭沼澤的垂直剖面可劃分為３層：氧化環(huán)境的表層，過渡條件的中間層，還原環(huán) 境的底層［９８１。由于泥炭沼澤不同深度的氧化還原條件不同，植物殘骸經(jīng)過生物化學(xué)作用 之后，轉(zhuǎn)變?yōu)榻z質(zhì)組、鏡質(zhì)組和殼質(zhì)組。鏡質(zhì)組富氫、低碳，熱解過程有粘性，屬于工 藝過程中的活性組分；絲質(zhì)組貧氫、富碳，熱解過程中不產(chǎn)生膠質(zhì)體，是惰性組分。煤 巖組分的工藝特性差異，造成相同變質(zhì)程度的煤的煤質(zhì)特征和煤類發(fā)生明顯變化【９９１。因 為煤巖組成直接受泥炭沼澤環(huán)境的影響，所以泥炭沼澤環(huán)境對(duì)煤質(zhì)特征起著重要的控制
作用。

５．１．２煤系沉積環(huán)境 當(dāng)泥炭表面河流活動(dòng)頻繁，沼澤環(huán)境經(jīng)常不穩(wěn)定，使煤層厚度變化較大；成煤植物 被多次搬運(yùn)，使煤巖顯微組分破碎并混雜一起，煤中礦物質(zhì)多，煤灰含量增大。河流退 去后，湖泊出現(xiàn)，由泛濫盆地、湖泊三角洲演化而成的泥炭沼澤環(huán)境相對(duì)比較穩(wěn)定，形 成分布面積大，礦物少，煤灰分含量低得煤層�？偟亩�，泥炭沼澤持續(xù)發(fā)育的地帶較 間斷發(fā)育的地帶煤中礦物雜志含量低，成煤環(huán)境越穩(wěn)定，進(jìn)入泥炭沼澤的礦物質(zhì)越少， 形成的煤層灰分就越低［９９］。

５．２地質(zhì)年代對(duì)煤灰熔融性的控制作用
我國(guó)大型煤炭基地包括神東、晉北、晉東、蒙東（東北）、云貴、河南、魯西、晉
’４

浙江大學(xué)碩士學(xué)位論文

５煤灰熔融性預(yù)測(cè)模型研究

中、兩淮、黃隴（華亭）、冀中、寧東和陜北共１３個(gè)基地，各礦區(qū)含煤地層的沉積環(huán)境 差異和聚煤特征差異，使礦區(qū)煤質(zhì)特征和煤種類別產(chǎn)生巨大的影響，同時(shí)煤灰熔融性也 隨地質(zhì)年代發(fā)展呈現(xiàn)出一定的規(guī)律。我國(guó)１３個(gè)動(dòng)力煤生產(chǎn)基地各礦區(qū)的含煤地層所屬 地質(zhì)年代和煤灰熔融性溫度歸納總結(jié)于表５．１和表５．２（續(xù)），不同地質(zhì)年代的煤灰軟化 溫度分布范圍如圖５．１所示，石炭、二疊紀(jì)煤系總體而言比侏羅紀(jì)煤系和第三紀(jì)煤系具 有更高的煤灰軟化溫度。

５．３煤灰熔融性預(yù)測(cè)模型樣本介紹
以７７個(gè)不同煤礦的煤種作為研究的對(duì)象，這些煤種覆蓋了我國(guó)動(dòng)力煤的常用來源。 根據(jù)ＧＢ
ＧＢ／Ｔ ２１２．２００８，ＧＢ／Ｔ ４７６．２００８，ＧＢ ２１４．２００７，ＧＢ／Ｔ １９２２７．２００８，ＧＢ／Ｔ ２１３．２００８，

２１９．２００８，對(duì)７７個(gè)煤樣進(jìn)行了工業(yè)分析、元素分析和弱還原氣氛下的灰熔融性檢

測(cè)試驗(yàn)。圖５．２是７７個(gè)煤樣根據(jù)揮發(fā)分（干燥無灰基）的統(tǒng)計(jì)結(jié)果。Ｖｄａｆ的范圍是 ７．６％～５４．１％，表明７７個(gè)煤樣包含了無煙煤、煙煤和褐煤。圖５．３是７７個(gè)煤樣根據(jù)軟化 溫度（ＳＴ）的統(tǒng)計(jì)結(jié)果。其中，軟化溫度最低的是１１２１℃，最高的軟化溫度大于１５００。Ｃ。
５．４

ＤＥ．ＳＶＭ在煤灰熔融性預(yù)測(cè)建模中的應(yīng)用

５．４．１煤樣數(shù)據(jù)預(yù)處理 煤樣數(shù)據(jù)按照軟化溫度隨即分成訓(xùn)練樣本和檢驗(yàn)樣本２部分，訓(xùn)練樣本和檢驗(yàn)樣本 的比例約為４：Ｉ，訓(xùn)練樣本和檢驗(yàn)樣本在各軟化溫度范圍內(nèi)的個(gè)數(shù)列于表５．３中。煤灰熔 融性預(yù)測(cè)模型基于６２個(gè)訓(xùn)練樣本進(jìn)行訓(xùn)練建模，利用其余的１５個(gè)檢驗(yàn)樣本進(jìn)行檢驗(yàn)?zāi)?型的綜合性能。煤灰熔融性預(yù)測(cè)模型以煤質(zhì)指標(biāo)作為輸入變量：空干基水分（Ｍａｄ），干 燥基灰分（Ａｄ），干燥基氫含量（Ｈｄ），干燥基全硫分（Ｓ。．ｄ），空干基氧量（Ｏ。ｄ），低位 發(fā)熱量（Ｑ。。。．ａｄ）。各輸入變量按照Ｌ（４．１）進(jìn)行歸一化處理。

浙江大學(xué)碩士學(xué)位淪文

５煤灰熔融性預(yù)測(cè)模型研究

表５．１我國(guó)１３個(gè)煤炭基地各礦區(qū)的含煤地層所屬地質(zhì)年代及煤灰熔融性溫度１２】 煤炭基地 神華集團(tuán)煤炭基地 礦區(qū) 保德礦 其它各礦 大同礦區(qū) 晉北煤炭基地 朔州礦區(qū) 潞安礦區(qū) 晉東煤炭基地 晉城礦區(qū) 陽泉礦區(qū) 蒙東煤炭基地 鐵法礦區(qū) 小龍?zhí)睹禾?昭通礦區(qū) 云貴煤炭基地 先鋒礦區(qū) 水城礦區(qū) 盤江礦區(qū) 煤炭基地 河南煤炭基地 礦區(qū) 義馬煤礦 永城礦區(qū) 兗州礦區(qū) 棗莊礦區(qū) 安徽兩淮煤炭基地 淮南煤礦 淮北礦區(qū) 黃隴礦區(qū) 黃隴（華亭）礦區(qū) 華亭礦區(qū) 霍林河礦區(qū) 石炭、二疊紀(jì)煤系 晚石炭世、早二疊世 石炭、二疊系 石炭、二疊系 上侏羅統(tǒng)霍林河組 晚侏羅世煤系
日《｝笛＝紀(jì)煤桑 日６｝笛＝紀(jì)煤桑
ｚ

含煤地層 石炭、二疊紀(jì)煤系 中．下侏羅統(tǒng)延安組 早．中侏羅世煤系

變形溫度ＤＴ（℃）
＞１４００

軟化溫度ｓＴ（℃）
＞１５００ ＜１２５０

流動(dòng)溫度ＦＴ（℃）
＞１５００ ＜１３００ “１２４５ ＊１６００ ＞１４５０

ｚ

１１０１ １４５０

≈１１６９
ｚ

ｚ

１５００

＞１４２０

＞１４００ “１２６２

＞１５００ ＞１５００
ｚ

１３６０ １３４０

＞１４５０
ｚ

１３１４

ｚ

１３６７

１０３０～１２７０

１１２０～１３３０ １１８０～１２４０

１１７０～１３６５ １２３０～１２８０ ≈１３９５ �。保矗保�
ａ

晚第三紀(jì)煤系 晚二疊世宣威煤系 晚二疊世宣威煤系 含煤地層

ｚ

１２７５

≈１３５０ ≈ｌ ３１５ ≈１３５０

“１２３０
ｚ

１２７５

１３９５

變形溫度ＤＴ（℃）
ｚ

軟化溫度ＳＴ（℃）
≈１ ３１５
ｚ

流動(dòng)溫度ＦＴ（℃）
≈１４１５
ｚ

早沖侏羅世煤系
石炭、二疊系 石炭、二疊系 石炭、二疊系 石炭、二疊系 石炭、二疊系 侏羅系下統(tǒng)延安組 下侏羅世華亭組

１２３０
１２５０

ｚ

１４００

１５００

１３７０－１５００ ≈１３５０ ＝１４４０
≈１３９ｌ

１４２０～１５００

魯西煤炭基地

＞１４００
ｚ

１４５７
１４０２

＝１４７５
ｚ

ｚ

１４２２

１ ０６０～１２３０
ｚ

１１００～１２９０
ｚ

１１３０～１３２０
ｚ

１１６０

１２２０

１２４０

注：表格數(shù)據(jù)來源于煤炭科學(xué)研究總院北京煤化工研究分院。

２６

雹

，＿、

ｐ
、－一

卜 ‰

劃
贈(zèng) 狀害刮掣蠶器掣鍾艘《螻ｎ

窬 燼

ｏ ｏ ∽ 一 ２ ｏ ｏ 寸 一

－●●�！瘛瘛瘛瘛瘛瘛瘢撸撸剑红\｜｜｜｜惑｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜｜ｊ｜｜ｊ｜｜ｊ
ｏ ｏ Ｎ 一
疆

ｏ ｏ ｎ
Ｖ

ｏ ｏ
－ｎ

一
＾

，＿、

卜∞－Ｉｌ蘭ｏ≯．Ｉｏ＿＝一

ｐ
、－，

卜 ∽

ｏ ｎ ｍ —
ｎ

ｏ
Ｉｎ

ｏ ｎ 一 Ｎ 一 —
璉 Ｖ

ｏ ｏ ｎ 一 ２ ｏ
ｖ、

—、

一

《一
ｓａｌｄｔｕＢｓ ＩＢＯ：，ｊｏ
，＿、

瞇好ｒ｝１螺留Ｌ∽巡贈(zèng)ｇ餐掌娶婪囊七譬ｃ－”團(tuán)
ｍｎｏＤ

ｐ
、一

卜 。

蟋
贈(zèng) 縶 制

ｏ ｏ 一 一
ｎ

ｏ ｏ 寸 一 ２ ｏ ｏ
—、

一

、灝 髏

地 螂 喇 聾 １１ １１ 嘍 如 粼 粼
， ，

№ 舊

垛 蜒 矧 舷 劃 越 弧 送 昨

垛 囊 蟋 嫩 職 測(cè) 喇
職

弧 送 粼
，

姐

寶

器

寓

竺

２

吶

。

瞇旱手ｉ螺留眾《杰｝舉暈繁螻七甕Ｎ．ｎ圈

ｓａｌｄｍＢｓ ＩＢ０３ ｊｏ ｌｕｎ０２）

兇 兇 】型 協(xié) 奄

日 阻 蟋 囊 職 賦 喇

。遮太狀棗Ｈ芒蠖長(zhǎng)累遲避承拳特箕越囊岫憋率《饕囀一翅

奄 鎂 鬃 景 譬

除

逑 粼 顰 阻 延 ＿ Ⅵ
基

霉 張

霉 瑚

田

粼
螻 導(dǎo)

粼
蟋

螻 婚 伽

霉 輔 劃 蜒 ＿ —阿 餐 困擦梧眾。巡贈(zèng)暮《 囊墨鬈廿峻舞匣佟一．ｎ圈

澈

以袋堪樸１二暈特長(zhǎng)域接

（３。）上Ｓ莓暇計(jì)駱

浙江大學(xué)碩士學(xué)位論文

５煤灰熔融性預(yù)測(cè)模型研究

表５．３灰熔融性類別的分類標(biāo)準(zhǔn)和各類別中訓(xùn)練樣本與檢驗(yàn)樣本的個(gè)數(shù) 灰熔融性類別 分類標(biāo)準(zhǔn) 訓(xùn)練樣本個(gè)數(shù) 檢驗(yàn)樣本個(gè)數(shù)
Ｌ．ＳＴ

Ｍ—ＳＴ
ＳＴ＝１２０６～１ １２ ３

Ｈ．ＳＴ

ＳＴ＜１２０６［ｏＣ］
２５ ６

３９０［。Ｃ］

ＳＴ＞１３９０［。Ｃ】
２５ ６

５．４．２支持向量機(jī)超參數(shù)的優(yōu)化過程 利用支持向量機(jī)對(duì)６２個(gè)煤樣數(shù)據(jù)（訓(xùn)練樣本）進(jìn)行，建立煤灰熔融性溫度與煤質(zhì)之 間的非線性關(guān)系模型。支持向量機(jī)超參數(shù)控制了支持向量機(jī)對(duì)煤樣信息的甄別準(zhǔn)則。支持 向量機(jī)按照超參數(shù)設(shè)定好的準(zhǔn)則決定煤樣信息數(shù)據(jù)的提取或丟棄。支持向量機(jī)在分類問題 中涉及兩個(gè)重要的超參數(shù)：正則化參數(shù)ｃ和核參數(shù)ｙ。參數(shù)Ｃ的作用是對(duì)小訓(xùn)練誤差和大 分類間隔進(jìn)行折中‘４７１。Ｃ值越大，表示在建模過程中越注重降低訓(xùn)練誤差，但Ｃ值太大， 將是分類間隔太小而泛化能力降低；反之，ｃ值太小將使訓(xùn)練誤差太大，模型無法正確表 示煤質(zhì)與煤灰熔融性之間的關(guān)系。核參數(shù)ｙ越小，分類面越復(fù)雜，能夠越好地吻合每一個(gè) 訓(xùn)練樣本數(shù)據(jù)，但是過分小的／值會(huì)導(dǎo)致過擬合問題［４刀。 本文利用差分進(jìn)化算法對(duì)支持向量機(jī)的超參數(shù)進(jìn)行優(yōu)化，最優(yōu)超參數(shù)組合確定為 （ｃ，ｙ）：（３５９．０２９，７．９９６４）。差分進(jìn)化算法的優(yōu)化策略的一般表示為：ＤＥ／Ｘ／Ｙ／Ｚ‘５ ０１。按照這種 表示方法，本文的優(yōu)化策略可以寫為：ＤＥ／ｂｅｓｔ／１ ｗｉｔｈｊｉｔｔｅｒ／ｂｉｎ。當(dāng)前種群的變異向量Ｍ… 的構(gòu)造方法為： Ｍ。＝ｖ６。．ｆ。＋（Ｆ＋（１一ｏ．９９９９）ｘＲ）ｘ（ｖ，１，紐，一Ｖｒ２，ｌａｓｔ），ｉｅ［１，＾明≠ｒｌ≠７’２
（５－１）

式中，ｖ№脅為上一代中的最優(yōu)解；（ｖｎ蛔一Ｖｒ２，／ａｓｔ）為兩個(gè)隨即向量的差；縮放Ｎ子Ｆ ｅ［０，２］， 用于控制差向量的縮放倍數(shù)［５０１；隨機(jī)數(shù)Ｒ∈（ｏ，１）使變異向量產(chǎn)生擾動(dòng)，從而提高種群的多 樣性。 超參數(shù)的優(yōu)化的原理如圖５．４所示，主要步驟解釋如下。 １．超參數(shù)組合（ｃ，ｙ）表示為一個(gè)２維的解向量，解向量的搜索范圍預(yù)先設(shè)置，最小為 ［１００，０．００１］，最大為［１０００，１００］。 ２．在預(yù)設(shè)置的搜索范圍內(nèi)隨機(jī)產(chǎn)生第一代種群，表示未經(jīng)任何優(yōu)化的解向量初始值，
種群大�。危校剑保埃埃硎久恳淮N群中包含１００個(gè)待優(yōu)化的解向量，種群的大小在進(jìn)化過

程中保持不變。 ３．利用１０重交叉驗(yàn)證評(píng)估種群中每一個(gè)解向量的適應(yīng)度值。６５個(gè)訓(xùn)練樣本分成１０ 個(gè)大小大致相等的子集，確保每一個(gè)子集都包含煤灰熔融性的３個(gè)類別。取當(dāng)前種群的一

浙江大學(xué)碩士學(xué)位論文

５煤灰熔融性預(yù)測(cè)模型研究

個(gè)解向量作為建模的超參數(shù)，對(duì)其中的９個(gè)子集進(jìn)行訓(xùn)練，利用另一個(gè)子集檢驗(yàn)所建模型 的預(yù)測(cè)精度。所謂１０重，就是輪流替換１０個(gè)子集作為檢驗(yàn)樣本，獲得解向量對(duì)１０個(gè)檢 驗(yàn)樣本的預(yù)測(cè)精度，�。保皞�(gè)預(yù)測(cè)精度的平均值作為該解向量的適應(yīng)度值。將１０重交叉驗(yàn) 證應(yīng)用于種群中的每一個(gè)解向量，可以評(píng)估出種群中具有最高預(yù)測(cè)精度的解向量，即當(dāng)前 種群的最優(yōu)解。 ４．選擇當(dāng)前種群中適應(yīng)度值最大的解向量，作為局部最優(yōu)解。 ５．如果終止條件滿足，則選擇局部最優(yōu)解作為全局最優(yōu)解；否則，繼續(xù)優(yōu)化，轉(zhuǎn)第
六步。

６．利用差分進(jìn)化算法對(duì)種群進(jìn)行更新。首先，上一代的最優(yōu)解Ⅵ。婦參與構(gòu)造變異向 量，如Ｌ（５．１）所示，可以將上一代種群中最優(yōu)的基因傳遞到當(dāng)前種群，提高優(yōu)化的速率。 然后，將變異向量和上一代種群向量“交叉”，產(chǎn)生ⅣＰ個(gè)試驗(yàn)向量，與上一代種群中的

御個(gè)解向量相對(duì)應(yīng)。最后，上一代種群每一個(gè)解向量和相應(yīng)的試驗(yàn)向量按照隨機(jī)概率，
組合出新的解向量，即當(dāng)前種群。經(jīng)過差分進(jìn)化算法對(duì)種群的更新，種群將朝著最優(yōu)解的 方向進(jìn)化。之后，優(yōu)化過程轉(zhuǎn)到第三步，直至滿足終止條件為止。 ５．４．３煤灰熔融性預(yù)測(cè)模型訓(xùn)練過程 支持向量機(jī)對(duì)６７個(gè)煤樣數(shù)據(jù)進(jìn)行訓(xùn)練，根據(jù)支持向量確定能夠正確區(qū)分煤灰熔融性 的最優(yōu)分類面，建立煤灰熔融性分類預(yù)測(cè)模型。支持向量機(jī)在超參數(shù)的限制下，從訓(xùn)練樣 本中提取關(guān)鍵信息，調(diào)整支持向量的位置和個(gè)數(shù)，使分類面能夠以足夠的準(zhǔn)確率把不同類 別的煤樣區(qū)分開來。當(dāng)分類面的分類間隔最大時(shí)，所確定的分類面為最優(yōu)分類面，所建立 的煤灰熔融性預(yù)測(cè)模型為最優(yōu)模型。

５．５煤灰熔融性預(yù)測(cè)結(jié)果與分析
５．５．１

對(duì)訓(xùn)練樣本的預(yù)測(cè)結(jié)果與分析 支持向量作為煤灰熔融性預(yù)測(cè)模型的骨架，來自訓(xùn)練樣本的一個(gè)稀疏子集，能夠有

效降低模型的復(fù)雜性和提高建模效率。但是，支持向量畢竟不包含訓(xùn)練樣本的所有信息， 因此，煤灰熔融性預(yù)測(cè)模型新建立之初，需要對(duì)其正確性進(jìn)行驗(yàn)證。本文利用訓(xùn)練樣本對(duì)
煤灰熔融性預(yù)測(cè)模型進(jìn)行驗(yàn)證，圖５．５為煤灰熔融性預(yù)測(cè)模型對(duì)６２個(gè)訓(xùn)練樣本的預(yù)測(cè)結(jié)

果。從圖中可見，６２個(gè)煤樣的實(shí)際煤灰熔融性類別和預(yù)測(cè)類別完全吻合，表明所建立的 煤灰熔融性預(yù)測(cè)模型能夠正確地表達(dá)煤質(zhì)與煤灰熔融性類別之間的非線性關(guān)系。

浙江大學(xué)碩士學(xué)位論文

５煤灰熔融性預(yù)測(cè)模型研究

５．５．２對(duì)檢驗(yàn)樣本的預(yù)測(cè)結(jié)果與分析 檢驗(yàn)樣本因?yàn)闆]有參與煤灰熔融性預(yù)測(cè)模型的訓(xùn)練過程，對(duì)模型而言，檢驗(yàn)樣本是 不可見的，是全新的，所以，檢驗(yàn)樣本可以檢驗(yàn)煤灰熔融性預(yù)測(cè)模型對(duì)新煤樣的泛化能力。 煤灰熔融性預(yù)測(cè)模型對(duì)１５個(gè)檢驗(yàn)樣本的預(yù)測(cè)結(jié)果如圖５．６所示。從圖可見，大多數(shù)的檢 驗(yàn)樣本的煤灰熔融性類別能夠被準(zhǔn)確地預(yù)測(cè)，總體預(yù)測(cè)準(zhǔn)確率為１３／１５＝８６．７％。盡管檢驗(yàn) 樣本的數(shù)據(jù)分布存在不均衡情況，即中等沒灰熔融性類別（Ｍ．ＳＴ）樣本個(gè)數(shù)相對(duì)高煤灰 熔融性類別（Ｈ—ＳＴ）和低煤灰熔融性類別（Ｌ．ＳＴ）少，但是模型各類別的煤樣預(yù)測(cè)精度 并沒有失衡，Ｍ．ＳＴ煤樣的預(yù)測(cè)準(zhǔn)確率為２／３＝６６．７％。另外，Ｌ．ｓＴ和Ｈ．ｓＴ煤樣的預(yù)測(cè)準(zhǔn) 確率分別為８３．３％和１００％。因此，可以得出結(jié)論：煤灰熔融性預(yù)測(cè)模型能夠利用煤質(zhì)指 標(biāo)準(zhǔn)確地對(duì)煤灰熔融性類別進(jìn)行預(yù)測(cè)。

５．６本章小結(jié)
煤的性質(zhì)不僅受到成煤原始物質(zhì)的影響，還取決于成煤過程中所經(jīng)歷的成煤環(huán)境。 在泥炭化階段，控制煤質(zhì)的因素主要是泥炭沼澤環(huán)境；在煤化作用階段，控制煤質(zhì)的因素 主要是煤系沉浸環(huán)境。一方面，煤質(zhì)指標(biāo)代表了特定地質(zhì)年代的煤系特征。同一地質(zhì)歷史 過程中形成并發(fā)育而成的含煤巖系，其煤質(zhì)特征具有諸多的共性；不同地質(zhì)年代的煤系受 成煤環(huán)境的影響，煤質(zhì)表現(xiàn)出各具特色的性質(zhì)。另一方面，地質(zhì)年代對(duì)煤灰熔融性的控制 作用顯著，通過地質(zhì)年代可以大致估計(jì)煤灰的熔融性溫度。因此可以認(rèn)為，煤質(zhì)指標(biāo)通過 成煤地質(zhì)年代與煤灰熔融性相關(guān)聯(lián)。 本章研究了煤質(zhì)特征和煤灰熔融性類別之間的非線性關(guān)系。以７７個(gè)不同煤種樣本數(shù) 據(jù)為基礎(chǔ)，利用支持向量機(jī)建立了煤灰熔融性預(yù)測(cè)模型。７７個(gè)煤樣按照煤灰熔融性軟化 溫度分為３個(gè)類別：Ｌ．ＳＴ（ＳＴ＜１２０６℃），Ｍ．ＳＴ（ＳＴ＝１２０６－１３９０。Ｃ），Ｈ—ＳＴ（ＳＴ＞１３９０。Ｃ）。 煤灰熔融性類別通過支持向量機(jī)模型與煤質(zhì)特征相關(guān)聯(lián)，并利用差分進(jìn)化算法對(duì)支持向量 機(jī)超參數(shù)進(jìn)行了優(yōu)化。煤灰熔融性預(yù)測(cè)模型對(duì)６２個(gè)訓(xùn)練樣本的預(yù)測(cè)準(zhǔn)確率為１００％，對(duì)剩 余１５個(gè)檢驗(yàn)樣本的預(yù)測(cè)準(zhǔn)確率為８６．７％。結(jié)果表明，煤灰熔融性預(yù)測(cè)模型能夠準(zhǔn)確地利 用煤質(zhì)指標(biāo)預(yù)測(cè)煤灰熔融性類別。

浙江大學(xué)碩士學(xué)位論文

５煤灰熔融性預(yù)測(cè)模型研究

圖５．４差分進(jìn)化算法優(yōu)化超參數(shù)流程

∞一ｏ≯ｏ一≯＝Ｉ ｏＩｓｎＪ ＩＩ∞＜

∞一ｏ＞一≯＝一 。一∞ｎＪ ＬＩ∞＜

Ｔｈｅ ｔｒａｉｎｉｎｇ ｃｏａｌ ｓａｍｐｌｅｓ

Ｔｈｅ ｔｅｓｔｉｎｇ ｃｏａｌ ｓａｍｐｌｅｓ

圖５．５訓(xùn)練樣本（６２個(gè)）煤灰熔融性的預(yù)測(cè)結(jié)果

圖５．６檢驗(yàn)樣本（１５個(gè)）煤灰熔融性的預(yù)測(cè)結(jié)果

３１

浙江大學(xué)碩士學(xué)位論文

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究
空氣分級(jí)燃燒技術(shù)存在低ＮＯ。排放和鍋爐高效燃燒的相互協(xié)調(diào)問題。低ＮＯ。空氣分 級(jí)燃燒技術(shù)能有效降低燃煤電站鍋爐的ＮＯ。生成量，同時(shí)，該技術(shù)使?fàn)t膛出現(xiàn)局部還原性 氣氛，導(dǎo)致飛灰可燃物增多，鍋爐效率降低。因此，研究煤粉特性對(duì)燃燒的影響，保證煤 粉較高的燃燒效率，有利于增大ＮＯ。排放量的可降低空間，對(duì)空氣分級(jí)燃燒技術(shù)的實(shí)際應(yīng) 用具有推動(dòng)作用。

６．１煤粉細(xì)度對(duì)燃燒特性影響的實(shí)驗(yàn)研究
煤粉細(xì)度是影響燃燒特性的重要因素，通過改變煤粉粒徑，改變煤粉的物理結(jié)構(gòu)和 化學(xué)性質(zhì)，提高煤粉的燃燒性能，逐漸成為學(xué)術(shù)界和工程中關(guān)注的焦點(diǎn)之一［１００１。本節(jié)通 過熱重試驗(yàn)，研究不同煤粉細(xì)度的優(yōu)混煤的燃燒特性，探索煤粉細(xì)度對(duì)燃燒特性的影響。 試驗(yàn)煤種的煤質(zhì)指標(biāo)列于表６．１中。利用鋼球磨煤機(jī)對(duì)試驗(yàn)煤樣進(jìn)行研磨，通過控制 研磨時(shí)間制備煤粉細(xì)度分別為Ｒ９０＝１０％、１５％、２０％、２５％、３０％的煤樣。將這５種不同 細(xì)度的煤樣放置于ＮＥＴＺＳＣＨ
ＴＧ

４０９Ｃ熱重分析儀中，控制空氣流量為９５ｍＬ／ｍｉｎ，以

１５Ｋ／ｍｉｎ的升溫速度將煤樣從５０。Ｃ加熱到１０００。Ｃ，并自然冷卻至室溫。對(duì)熱重曲線進(jìn)行 分析，獲取煤粉燃燒過程的基本特征參數(shù)。
表６．１不同煤粉細(xì)度試驗(yàn)煤種的煤質(zhì)指標(biāo) 煤種
Ｍ。ｄ
５．４０

Ａｄ
１６．２８

Ｖｄａｆ ３８．５２

Ｈｄ
３．９０

Ｏ。ｄ ９．９４

Ｎ。ｄ １．０６

ｓ。，ｄ ０．７２

Ｑ。。ｔ，。ｄ
２４．８２

ＳＴ

ｌ優(yōu)混ｌ

Ｉ＞１４００

從圖６．１～圖６．３中可以看出，煤粉的揮發(fā)分析出溫度和著火溫度隨煤粉細(xì)度的增大而

增大，可燃性指引１０１１減小，說明煤粉細(xì)度增大使煤粉著火變得困難。
燃盡溫度和燃盡特性指數(shù)［１０２］反映了煤粉在燃燒后期的反應(yīng)活性，如圖６．４所示，煤 粉細(xì)度Ｒ９０從１０％增加到３０％過程中，燃盡溫度提高了２０。Ｃ，燃盡特性指數(shù)從６７．６降低 到５９．３，說明細(xì)度越大的煤粉越難完全燃燒。因此，為了提高煤粉的燃燒利用率，煤粉細(xì) 度不應(yīng)過大。 隨著煤粉細(xì)度的增大，煤粉燃燒的劇烈程度有所降低，體現(xiàn)為最大失重速率的降低， 同時(shí)，峰值溫度從４６０。Ｃ推遲到４８０。Ｃ．平均燃燒速率變小，如圖６．５～圖６．７所示。

綜合燃燒特性指引１０２１是一個(gè)全面反應(yīng)煤粉燃燒性能的綜合性指數(shù)，綜合燃燒特性指
數(shù)越大，表明煤粉的著火性能和燃盡越好。如圖６．８所示，煤粉細(xì)度越小，綜合燃燒特性 指數(shù)越大。從提高煤粉燃燒性能的角度而言，降低煤粉細(xì)度是非常有利的。

浙江大學(xué)碩士學(xué)位論文

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究

草
、一

簍
蘭

蠶
二

萎
劃 韃

零
襄

Ｒ們（％）

圖６．１揮發(fā)分析出溫度隨煤粉細(xì)度的變化曲線

圖６．２著火溫度隨煤粉細(xì)度的變化曲線

。醵磐型餐口

懶膿。（％）
圖６．３可燃性指數(shù)隨煤粉細(xì)度的變化 圖６．４燃盡溫度和燃盡特性指數(shù)隨煤粉細(xì)度的變化

釜

姜

√

料
捌

藜 ＜
蜢

＾ｕ ）越— 趨磐

懶積。（％）
圖６．５最大失重速率隨煤粉細(xì)度的變化曲線

涮辨啵Ｒ。（％）

圖６．６峰值溫度隨煤粉細(xì)度的變化曲線

３３

浙江大學(xué)碩士學(xué)位論文

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究

圖６．７平均燃燒速率隨煤粉細(xì)度的變化曲線

圖６．８綜合燃燒特性指數(shù)隨煤粉細(xì)度的變化曲線

６．２煤粉表面性質(zhì)對(duì)燃燒影響的實(shí)驗(yàn)研究
６．２．１氮吸附試驗(yàn) 煤粉經(jīng)過研磨之后，煤粉顆粒的表面性質(zhì)將會(huì)發(fā)生改變。以優(yōu)混煤為試驗(yàn)煤種，研 磨至Ｒ９０介于１０％和３０％之間的５個(gè)不同細(xì)度的煤樣，按下式
估算比表面積（ｍ２／ｇ）×煤樣質(zhì)量（ｇ）＝５ｍ２／ｇ

（６－１）

取合適的煤樣質(zhì)量，使實(shí)驗(yàn)樣品的總表面積約為５ｍ２，進(jìn)行氮吸附試驗(yàn)，分析煤樣的表面 性質(zhì)參數(shù)。試驗(yàn)樣本的煤粉細(xì)度和質(zhì)量列于表６．２中。
表６．２氮吸附實(shí)驗(yàn)煤樣的煤粉細(xì)度及樣品質(zhì)量 煤樣１ 煤樣２
１５．４５ １．２２

煤樣３
２０．３３ １．２６

煤樣４
２４．９１ １．２４

煤樣５
２９．７４ １．２１

煤粉細(xì)度Ｒ如（％）
樣品質(zhì)量（ｇ）

１０．０８ １．２６

氮吸附試驗(yàn)在美國(guó)康塔公司氮吸附儀上進(jìn)行。煤樣先在２００。Ｃ下真空脫氣３小時(shí)，除 去吸附在煤粉孔隙中的空氣分子。以９９．９９％的氮為吸附質(zhì)和分析氣體，在相對(duì)壓力ｐ／ｐｏ （Ｐ為樣品管內(nèi)壓力，ＰＤ為參比站內(nèi)氮蒸汽飽和壓力）為０．０～１．０范圍內(nèi)的４０個(gè)不同測(cè)量 點(diǎn)處，測(cè)量煤樣對(duì)氮分子的吸附量和脫附量。 ６．２．２等溫吸附線和吸附回線分析 各煤樣的等溫吸附線如圖６．９～圖６．１３所示，呈倒ｓ線，屬于第２類等溫吸附線：低 壓區(qū)吸附量小，吸附速度慢，吸附線上凸，存在拐點(diǎn)；高壓區(qū)氨吸附量急劇上升，直到飽 和蒸汽壓力仍未出現(xiàn)吸附飽和‘１０３１。吸附回線發(fā)生在０．４５１～１．０范圍內(nèi)，按國(guó)際純化學(xué)與應(yīng)
用化學(xué)聯(lián)合會(huì)（ＩＵＰＡＣ）推薦的分類方法，吸附回線屬于Ｈ３類型，裂縫形孔或板狀粒子 產(chǎn)生這種回線‘１０３１。

浙江大學(xué)碩士學(xué)位論文

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究

圖６．９煤樣１的等溫吸附線

圖６．１０煤樣２的等溫吸附線

ｂ
Ｕ

暖
窨！

。

相對(duì)壓力ｐ，ｐ０

相對(duì)壓ＣＪｐ／ｐ。

圖６．１ １煤樣３的等溫吸附線

圖６．１２煤樣４的等溫吸附線

茜
ｂ

３ ｍ｝ 萎 爸

相對(duì)醫(yī)力ｐ／ｐ。

圖６．１３煤樣５的等溫吸附線

利用康塔公司的Ａｕｔｏｓｏｒｂ軟件對(duì)等溫吸附線和吸附回線進(jìn)行分析，獲得各煤樣的表
面性質(zhì)參數(shù)，如表６．３所示，試驗(yàn)煤樣的ＢＥＴ比表面積范圍是３．５１～３．７４ｍ２／ｇ，ＢＪＨ累積

脫附孔體積范圍是０．０２０２～０．０２５７ｃｍ３／ｇ，平均孔徑范圍是２０．６０～２７．７８ｎｍ。

浙江大學(xué)碩士學(xué)位論文

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究

表６．３試驗(yàn)煤樣的表面性質(zhì)參數(shù) 煤樣１ ＢＥＴ比表面積（ｍ２／ｇ）
３．５３ ２．５７ ２７．７８

煤樣２
３．５ｌ ２．４７ ２７．０７

煤樣３
３．７４ ２．５１ ２５．６０

煤樣４
３．７２ ２．０４ ２０．６０

煤樣５
３．６３ ２．０２ ２０．８５

ＢＪＨ累積脫附孔體積（１０．２ｃｍ３／ｇ） 平均孔徑（ｎｌｎ）

６．２．３煤粉表面性質(zhì)對(duì)燃燒特性的影響 在煤粉燃燒的前期，揮發(fā)分吸熱后從煤炭顆粒中析出，開始了燃燒過程的第一步， 煤粉顆粒的表面性質(zhì)將對(duì)揮發(fā)分在固體煤炭顆粒中的遷移會(huì)產(chǎn)生影響。在煤粉燃燒的核心 階段，焦炭和氧氣的反應(yīng)非常劇烈，放出大量的溫度，分子具有較高的活性，能夠比較容 易地突破活化能壁壘，同時(shí)氧化反應(yīng)消耗大量的氧氣，因而在這個(gè)階段，氣體擴(kuò)散成為限 制反應(yīng)速度的主因。如上節(jié)所述，煤樣１～煤樣５具有不同的表面性質(zhì)。本節(jié)結(jié)合熱重分 析試驗(yàn)，研究?jī)?yōu)混煤在具有不同表面性質(zhì)時(shí)的燃燒特性。 從圖６．１４中可以看出，揮發(fā)分析出溫度、著火溫度、峰值溫度和燃盡溫度呈現(xiàn)相同 的變化規(guī)律，都隨著煤粉平均孔徑的增大而降低，分析可能的原因是：發(fā)達(dá)的孔隙結(jié)構(gòu)更 加有利于熱量向煤粉顆粒內(nèi)部傳遞，使揮發(fā)分在較低的溫度下能夠向固體表面遷移、析出、 擴(kuò)散，揮發(fā)分的提前析出將促使整個(gè)燃燒過程提前，使著火溫度、峰值溫度和燃盡溫度降 低。圖６．１５表明，增大煤粉的平均孔徑對(duì)煤粉的著火、穩(wěn)燃和燃盡是有利的，綜合燃燒 性能隨平均孔徑的提高而提高。 圖６．１６和圖６．１７是煤粉ＢＥＴ比表面積對(duì)煤粉燃燒特征參數(shù)的影響。煤粉孔隙包含大 孔、中孔和微孔。微孔對(duì)構(gòu)成煤粉表面積起主要作用，中大孔的減少和微孔的增多將使煤 粉比表面積增大，這將帶來兩個(gè)方面的影響。一方面，中大孔的減少使平均孔徑增大，從 圖６．１４和圖６．１５的分析中知道，這將煤粉的各特征溫度增大，各項(xiàng)燃燒性能指標(biāo)降低； 另一方面，顆粒表面是煤粉燃燒反應(yīng)發(fā)生的場(chǎng)所，微孔的增多會(huì)增大煤粉的表面積，使燃 燒反應(yīng)能夠得到更加充足的氧氣供應(yīng)，同時(shí)向外排出ＣＯｚ，這將使煤粉的反應(yīng)活性得到提 高。在比表面積增加的過程中，中大孔和微孔對(duì)燃燒反應(yīng)起雙向作用，使煤粉的揮發(fā)分析 出溫度、著火溫度、峰值溫度和燃盡溫度呈現(xiàn)先增后減的變化規(guī)律，可燃性指數(shù)、穩(wěn)燃性
指數(shù)、燃盡特性指數(shù)和綜合燃燒特性指數(shù)呈現(xiàn)先減后增的變化規(guī)律。

浙江大學(xué)碩士學(xué)位論文

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究

２９２

４１６

２９１

４１ｄ

４１２ ２９。

４１０

９

ｏ
２８９

驁

?＊蓬
２８８ ４０６ ２８７ ４０４

２∞

４０２

４８０

６０５

４７７ ６０６ ４７４

５９５ ４７１

Ｕ

９

４６８

５９０慳：

簍。。。
５８５ ４６２ ４５９ ５８０

雞

４５６ ５７５ ２０ ２１ ２２ ２３ ２４ ２５ ２６ ２７ ２８ ２９ ２０ ２１ ２２ ２３ ２４ ２５ ２６ ２７ ２８ ２９

平．均孔徑ｎｍ

平均孔徑ｎｍ

圖６．１４煤粉燃燒反應(yīng)的特征溫度隨煤粉平均孔徑的變化規(guī)律
６．２ ＳＳ

６１

５ ４

６０

５ ３

５９

５ ２

∞

暑ｓ
口皿

ｅ

５ １

鼎５ ７
刪５．６

５０

４９

簦５５
５４

∞。－ａ鞒娑盟簍淫
４８ ４７

５３

４６

５．２

４５

７０

４４

４３

６８

４２

４１

之６６ 寸 ｏ
∞

４０

３９

鼎６４
口正

３８

３７

券６２
嚙 蟹６０
５８ ２０ ２１ ２２ ２３ ２４ ２５ ２６ ２７ ２Ｂ ２９ ２０ ２１ ２２ ２３ ２４ ２５ ２６ ２７

３６

舍．ａ輻罌坦坐鎣餐如蜷

３５ ３４

３３

平均孑臨ｎｍ平嘶臨ｎｍ
圖６．１５煤粉燃燒反應(yīng)的綜合性能指標(biāo)隨平均孔徑的變化規(guī)律

３７

———————————————————————————————————————————————————————一一
２９２

堂蘭查蘭堡圭堂堡壘奎．

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究 ：：：：：：：．：．．．．．：：．：：：：：：＝：＝：

４１４

４１３ ２９１ ４１２

２９。

４１１

?，ｏ

９

９：。。

蓬
２８８ ２８７

?。。蓬
４。８ ４。７ ４。６

４。５

２脯

４０４

４８。

６。５

４７５

６。。

５９５

Ｌ）４７。

９

髦。。。
４６。

跏筵
５８５ ５８。

４５５ ３，４５ ３ ５０ ３．５５ ３．６０ ３．６５ ３ ７０ ３．７５ ３ ８０ ３ ４５ ３５０ ３．５５ ３６０ ３ ６５ ３．７０ ３．７５ ３８０

５７５

ＢＥＴ比表面積ｍ２／ｇ

ＢＥＴ Ｌ匕表面積ｍ２／ｇ

圖６．１６煤粉燃燒反應(yīng)的特征溫度隨ＢＥＴ比表面積的變化規(guī)律
¨ 眥
鰣 ∞ ＂

鯽 聃
”

馳
＂ ¨

¨

∞。＿９籟霉虹襞口

¨ ¨ ¨ 。；｝

吣。＿ａ黎霉趟蠡口
盯

¨ “ ＂ 邶
¨

加

∞

∞

阻

盆：

¨

譬＿ａ巔靼赳娶喲簍 Ｌ－ｕｌ山葛－ａ糕靼盤弈吆簦
∞ ¨

囂
３４５ ３５０ ３．５５ ３ ６０ ３６５ ３ ７０ ３．７５ ３．８０ ３ ４５ ３ ５０ ３ ５５ ３６０ ３ ６５ ３７０ ３．７５ ３ ８０

弛

ＢＥＴ匕表面積ｍ２／ｇ

ＢＥＴ比表面積ｍ２／ｇ

圖６．１７煤粉燃燒反應(yīng)的綜合性能指標(biāo)隨ＢＥＴ比表面積的變化規(guī)律

３８

浙江大學(xué)碩士學(xué)位論文

６煤粉特性對(duì)燃燒影響的實(shí)驗(yàn)研究

６．３本章小結(jié)
本章研究煤粉特性對(duì)燃燒的影響，目的在于保證煤粉較高的燃燒效率，為降低ＮＯ。 排放量提供空間。 通過非等溫?zé)嶂卦囼?yàn)，分析優(yōu)混煤在煤粉細(xì)度分別為Ｒ９０＝１０％、１５％、２０％、２５％、 ３０％情況下的燃燒特性，探索煤粉細(xì)度對(duì)燃燒特性的影響。試驗(yàn)結(jié)果表明隨著煤粉細(xì)度的 增大，揮發(fā)分析出溫度、著火溫度、燃盡溫度隨之增大，通過可燃性指數(shù)和燃盡特性指數(shù) 可以看出，煤粉細(xì)度的增大會(huì)降低煤粉的著火性能和燃盡性能。同時(shí)，隨著煤粉細(xì)度的增 大，煤粉燃燒的劇烈程度有所降低，體現(xiàn)為最大失重速率的降低，峰值溫度增大，所以， 煤粉細(xì)度的增大會(huì)使燃燒過程中焦炭的燃燒反應(yīng)性降低，從而影響燃燒速率。綜合而言， 煤粉細(xì)度越小，煤粉的綜合燃燒性能越好。 通過氮吸附試驗(yàn)，研究?jī)?yōu)混煤的表面性質(zhì)。從試驗(yàn)結(jié)果可見，優(yōu)混煤的的氮吸附過 程呈現(xiàn)第２類等溫吸附線的特征，吸附回線屬于Ｈ３類型，表明優(yōu)混煤中存在裂縫形孔或 板形粒子。通過對(duì)等溫吸附線和吸附回線進(jìn)行分析，獲得了各個(gè)煤樣的表面性質(zhì)參數(shù)，如 ＢＥＴ比表面積、ＢＪＨ累積脫附孔體積和平均孔徑。 對(duì)上述具有不同表面性質(zhì)的煤樣進(jìn)行非等溫?zé)嶂胤治�，研究�(jī)?yōu)混煤在具有不同表面 性質(zhì)時(shí)的燃燒特性。發(fā)達(dá)的孔隙結(jié)構(gòu)更加有利于熱量向煤粉顆粒內(nèi)部傳遞，使揮發(fā)分在較 低的溫度下能夠向固體表面遷移、析出、擴(kuò)散，揮發(fā)分的提前析出將促使整個(gè)燃燒過程提 前，使著火溫度、峰值溫度和燃盡溫度降低。試驗(yàn)表明，增大煤粉的平均孔徑對(duì)煤粉的著 火、穩(wěn)燃和燃盡是有利的，綜合燃燒性能隨平均孔徑的提高而提高。煤粉孔隙包含大孔、

中孔和微孔。微孔對(duì)構(gòu)成煤粉表面積起主要作用，中大孔的減少和微孔的增多將使煤粉比
表面積增大，這將帶來兩個(gè)方面的影響。一方面，中大孔的減少使平均孔徑增大，這將煤 粉的各特征溫度增大，各項(xiàng)燃燒性能指標(biāo)降低；另一方面，顆粒表面是煤粉燃燒反應(yīng)發(fā)生 的場(chǎng)所，微孔的增多會(huì)增大煤粉的表面積，使燃燒反應(yīng)能夠得到更加充足的氧氣供應(yīng)，同 時(shí)向外排出Ｃ０２，這將使煤粉的反應(yīng)活性得到提高。在比表面積增加的過程中，中大孔和 微孔對(duì)燃燒反應(yīng)起雙向作用，使煤粉的揮發(fā)分析出溫度、著火溫度、峰值溫度和燃盡溫度
呈現(xiàn)先增后減的變化規(guī)律，可燃性指數(shù)、穩(wěn)燃性指數(shù)、燃盡特性指數(shù)和綜合燃燒特性指數(shù)

呈現(xiàn)先減后增的變化規(guī)律。

浙江大學(xué)碩士學(xué)位論文

７動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

７動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究 ７．１動(dòng)力配煤優(yōu)化的關(guān)鍵因素
７．１．１

配煤方案的約束條件 動(dòng)力配煤的性質(zhì)具有各單煤的特征，這體現(xiàn)在混煤的煤質(zhì)指標(biāo)與單煤煤質(zhì)指標(biāo)存在

簡(jiǎn)單的線性可加性；同時(shí)，混煤在綜合性能上又有所改變，體現(xiàn)在混煤的某些性質(zhì)參數(shù)與 單煤之間存在復(fù)雜的非線，陛關(guān)系。 在確定動(dòng)力配煤方案時(shí)，可以認(rèn)為混煤的揮發(fā)分（Ｖｄ，Ｖｄａｆ）、灰分（Ａａｄ，Ａｄ）、發(fā) 熱量（Ｑ乳ａｄ，Ｑ鼠ｄ，Ｑ乳ｄ。ｆ）和硫分（Ｓ。，ｄ）等于各單煤煤質(zhì)指標(biāo)的加權(quán)平均值，如下式

如＝∑％弓
ｊ＝Ｊ

（７—１）

式中

瓦表示混煤的第ｉ個(gè)煤質(zhì)指標(biāo)；
瓦表示第／個(gè)單煤第ｉ個(gè)煤質(zhì)指標(biāo)，／＝１，２，…川代表不同的單煤； 只，表示計(jì)算第ｉ個(gè)煤質(zhì)指標(biāo)時(shí)各單煤的配比。

混煤的灰熔點(diǎn)一般不滿足線性可加性，一般通過現(xiàn)代計(jì)算智能方法建立非線性模型進(jìn)行預(yù)
測(cè)，如下式

如＝廠（瓦，Ｆｏ）
式中

（７－２）

如表示混煤的灰熔點(diǎn)；
Ｋ表示影響灰熔點(diǎn)的各單煤煤質(zhì)指標(biāo)； ％表示計(jì)算灰熔點(diǎn)時(shí)各單煤的配比； 廠表示灰熔點(diǎn)的非線性預(yù)測(cè)模型。

各單煤配比必須為正數(shù)，即：
Ｅ＞０ （７—３）

配比之和為１００％，即：

∑鼻，＝１００％
‘＿一Ⅳ

（７－４）
、

ｊ＝ｌ

動(dòng)力配煤作為一種新的煤種，必須滿足常規(guī)動(dòng)力用煤設(shè)備的技術(shù)要求。燃用無煙煤、煙煤、 貧煤、褐煤的鍋爐對(duì)發(fā)熱量都有一定的適應(yīng)范圍，發(fā)熱量過低容易造成熄火，過高則容易 損壞受熱面，發(fā)熱量必須限制在一定的范圍內(nèi)；低灰熔點(diǎn)煤在燃燒過程中容易造成鍋爐結(jié) 渣，混煤灰熔點(diǎn)最好能達(dá)到１３００＂Ｃ以上；高硫煤（Ｓｔ，ｄ＞２％）不適合單獨(dú)作為動(dòng)力用煤，
４ｎ

浙江大學(xué)碩士學(xué)位論文

７動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

必須－９低硫煤進(jìn)行摻配，使混煤硫分降低至１％甚至更低，以提高環(huán)保性和鍋爐運(yùn)行安全 性；高燃料比（ＦＣ／Ｖ）的煤種的著火性能較差，燃料比在１．８～２．０之間為宜，混煤的固定 碳和揮發(fā)分含量需要控制在合理范圍內(nèi)。因此，動(dòng)力配煤的煤質(zhì)指標(biāo)具有一定的范圍限制，
即：

乏乏麓羔（７－５，
。

Ｂｒ曼Ｘｎ曼ＵＴ

７．１．２配煤方案的優(yōu)化目標(biāo) １．煤炭供應(yīng)安全保障。受煤炭產(chǎn)量、交通運(yùn)輸條件、煤源及廠址地理位置、國(guó)內(nèi)煤 炭市場(chǎng)變動(dòng)等因素的影響，某些煤種供應(yīng)緊張，電廠采購困難，因此不能作為常用的適燒 煤種。為了保證煤炭的供應(yīng)安全，動(dòng)力配煤方案應(yīng)該盡量降低緊缺煤種的配比，同時(shí)提高

供應(yīng)充足的煤種的配比。假設(shè)第１Ⅷ個(gè)煤種為緊缺煤種，第ｍ＋１￣ｎ個(gè)煤種為供應(yīng)充足煤
種，則有

‰＝ｍｉｎ∑Ｃ
Ｆｍ。＝ｍａｘ∑Ｃ

（７—６）

（７—７）

２．配煤成本最低。動(dòng)力配煤在滿足電站鍋爐對(duì)煤質(zhì)要求的前提下，應(yīng)該尋求最經(jīng)濟(jì) 的方案，以降低配煤成本。假設(shè)第／種單煤的成本為ｃｊ，配比為曩，那么配煤成本最小化
可表示為

‰＝∑ｑＣ
７．１．３配煤優(yōu)化的數(shù)學(xué)模型

（７—８）

動(dòng)力配是一個(gè)對(duì)單煤特性“取長(zhǎng)補(bǔ)短”的優(yōu)化過程，依據(jù)配煤方案所追求的目標(biāo)和 既定的約束條件，動(dòng)力配煤優(yōu)化過程的數(shù)學(xué)模型可以用（７．９）進(jìn)行描述。

７．２鍋爐燃燒特性模型的建立
電站鍋爐長(zhǎng)時(shí)間運(yùn)行所產(chǎn)生積累的大量信息數(shù)據(jù)，是對(duì)鍋爐燃燒性能的反饋。通過 整理分析歷史運(yùn)行數(shù)據(jù)，提煉出相關(guān)規(guī)律性，建立鍋爐燃燒特性模型，是進(jìn)行鍋爐運(yùn)行優(yōu) 化的基礎(chǔ)。浙江大學(xué)熱能工程研究所燃料組（簡(jiǎn)稱浙大燃料組）［１０４３利用支持向量機(jī)理論， 建立了浙江某電廠３３０ＭＷ機(jī)組燃煤鍋爐的燃燒特性模型。
７．２．１

飛灰含碳量預(yù)測(cè)模型

ｔＪ，１１個(gè)影響因素（煤質(zhì)指標(biāo)、發(fā)電負(fù)荷、爐膛出口氧量、一次風(fēng)溫、一次總風(fēng)壓、

浙江大學(xué)碩士學(xué)位論文

７

動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

目標(biāo)函數(shù)：民。＝ｒｎｊｎ∑Ｅ或
ｊ＝ｌ

‘。＝ｍａｘ∑Ｃ或
ｊ＝ｍ＋１

％。＝∑ｅＣ
，＝ｌ

Ｘ薩∑％弓
Ｊ＝１

（７．９）

Ｘｎ＝廠（％，易）
約束

∑弓＝１００％
ｉ＝１

ＢｌｓｘｌｈＳＵｌ ＢＴ ＳＸＴｈＳＵＴ ＦＨ，Ｂｉ，Ｕｌ，ＢＴ，ＵＴ＞０

磨煤機(jī)一次風(fēng)量、二次風(fēng)壓、二次風(fēng)溫、二次風(fēng)門開度、給煤機(jī)給煤量、給水溫度）作為 輸入?yún)?shù)，預(yù)測(cè)鍋爐燃燒的飛灰含碳量。模型對(duì)測(cè)試樣本的預(yù)測(cè)結(jié)果均方根誤差為０．２３， 最大相對(duì)誤差為１２．４％，平均相對(duì)誤差為５．８％。 ７．２．２排煙溫度預(yù)測(cè)模型 以１２個(gè)影響因素（煤質(zhì)指標(biāo)、發(fā)電負(fù)荷、爐膛出口氧量、一次風(fēng)風(fēng)溫、一次風(fēng)總風(fēng) 壓、磨煤機(jī)一次風(fēng)量、二次風(fēng)壓、二次風(fēng)溫、二次風(fēng)門開度、給煤機(jī)給煤量、給水溫度和 尾部煙道擋板開度）作為模型輸入?yún)?shù)，預(yù)測(cè)鍋爐燃燒的排煙溫度。模型對(duì)測(cè)試樣本的預(yù) 測(cè)結(jié)果均方根誤差為１．８２，最大相對(duì)誤差為３．９％，平均相對(duì)誤差為１．１％。
７．２．３

ＮＯ。排放濃度預(yù)測(cè)模型 以１２個(gè)影響因素（煤質(zhì)指標(biāo)、發(fā)電負(fù)荷、爐膛出口氧量、一次風(fēng)風(fēng)溫、一次風(fēng)總風(fēng)

壓、磨煤機(jī)一次風(fēng)量、二次風(fēng)壓、二次風(fēng)風(fēng)溫、二次風(fēng)門開度、給煤機(jī)給煤量、磨煤機(jī)出 口溫度、水平過熱器進(jìn)口煙氣溫度）作為模型的輸入?yún)?shù)，預(yù)測(cè)鍋爐燃燒的ＮＯ。排放濃度。 模型對(duì)測(cè)試樣本的預(yù)測(cè)結(jié)果均方根誤差為３９．２，最大相對(duì)誤差為１９．８％，平均相對(duì)誤差為
５．４％。

７．３動(dòng)力配煤與鍋爐運(yùn)行的一體式優(yōu)化
７．３．１

優(yōu)化的目標(biāo)

鍋爐的熱效率是評(píng)價(jià)鍋爐運(yùn)行經(jīng)濟(jì)性的一項(xiàng)綜合指標(biāo)，提高鍋爐熱效率是降低電廠 煤耗主要途徑，動(dòng)力配煤與鍋爐運(yùn)行的一體式優(yōu)化的核心目標(biāo)是尋求鍋爐效率最大化，假 設(shè)，７㈩為優(yōu)化前（后）的鍋爐熱效率，則：
４２

浙江大學(xué)碩士學(xué)位論文

７

動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

ｚ１＝ｍａｘ（ｒｚ＋／７７）

（７－１０）

燃煤鍋爐是大氣ＮＯ。排放的主要來源之一，為提高環(huán)境質(zhì)量，降低ＮＯ。的排放濃度 是優(yōu)化的另一個(gè)重要目標(biāo)，假設(shè)ＮＯ（＋）為優(yōu)化前（后）ＮＯ。的排放濃度，則：
Ｚ２＝ｒｒｆｉｎ（ＮＯ‘／ＮＯ）

（７－１ １）

為了兼顧經(jīng)濟(jì)性和環(huán)保性，需要對(duì)鍋爐效率和ＮＯ。排放濃度同時(shí)進(jìn)行優(yōu)化，本文采 用加權(quán)系數(shù)的方法將這個(gè)多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題：
Ｚ＝ｍｉｎ［ａ×（』ＶＤ＋／ＮＯ）一ｂ×（，７＋／７７）］

（７．１２）

式中，ａ和ｂ分別代表ＮＯ。排放濃度和鍋爐效率的加權(quán)系數(shù)。通過調(diào)整加權(quán)系數(shù)的值，可 以改變一體式優(yōu)化所側(cè)重的方面。 ７．３．２優(yōu)化的約束條件 電廠根據(jù)煤場(chǎng)現(xiàn)有煤種，選擇２個(gè)以上單煤進(jìn)行摻配，摻配的單煤數(shù)量沒有限制。 假設(shè)煤場(chǎng)現(xiàn)有煤種個(gè)數(shù)為ｍ，摻燒單煤個(gè)數(shù)為咒，第／個(gè)單煤的配比仍為Ｆｊ，那么

∑跏（巧）＝，ｚ，ｊ＝ｌ，２，…�。�
各單煤配比應(yīng)滿足
０≤Ｆ＜１

（７—１３）

（７－１４）

Ｆｊ為０表示第／個(gè)單煤不參與配煤�；烀旱牧蚍郑樱？刂圃冢酰ィ唬粒疲�

０＜∑Ｓ，。弓＜“％

（７－１５）

對(duì)于特定的發(fā)電負(fù)荷，總給煤量在小范圍內(nèi)變動(dòng)是正常的，假設(shè)優(yōu)化前總給煤量為Ｍ，優(yōu)

化后的總給煤量為硝，優(yōu)化過程中總給煤量的變動(dòng)范圍為已％，即

一ｅ％＜丁Ｍ＊－Ｍ＜ｅ％
Ｍ

（７．１６）

假設(shè)有ｑ臺(tái)給煤機(jī)，各給煤機(jī)的給煤量占總給煤量的比例為鞏，應(yīng)滿足

０≤％＜１００％，ｋ＝ｌ∥２．．，ｑ
若給煤機(jī)只運(yùn)行Ｐ臺(tái)，其它ｑ－ｐ臺(tái)備用，則

（７－１７）

跏（∑％）＝Ｐ
各給煤機(jī)正常運(yùn)行時(shí)，最小給煤量為尬，最大給煤量為尬，則
Ｍ１≤Ｍ‘吸＜ＭＥ

（７—１８）

（７—１９）

各層二次風(fēng)風(fēng)門開度ＯＦＡｋ與給煤機(jī)（磨煤機(jī)）的投停情況相協(xié)調(diào)。對(duì)于未投煤粉的一次

浙江大學(xué)碩士學(xué)位論文

７動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

風(fēng)噴口，其對(duì)應(yīng)的二次風(fēng)門保持較小開度，防止噴口燒毀，設(shè)其開度范圍為Ｄ１切２；對(duì)于
已投煤粉的一次風(fēng)噴口，其對(duì)應(yīng)的二次風(fēng)風(fēng)門保持較大的開度，保證能夠供應(yīng)煤粉燃燒所 需的充足空氣，開度范圍設(shè)為Ｄ３～Ｄ４。因此有
０＜Ｄｌ＜皿＜Ｂ＜Ｄ４＜１００％ （７—２０） （７—２１）

Ｄ３一（Ｂ—ＤＩ）×［１一?跏（％）］＜ＯＦＡｋ＜Ｄ４一（ｑ—Ｄ２）×［１一跏（％）】
為了防止尾部低溫受熱面發(fā)生低溫腐蝕，排煙溫度昂ｙ應(yīng)該高于煙氣酸露點(diǎn)瓦： ％＞Ｚ ７．３．３優(yōu)化的數(shù)學(xué)模型

（７—２２）

燃煤電站鍋爐按照設(shè)計(jì)煤種進(jìn)行設(shè)計(jì)，對(duì)煤質(zhì)指標(biāo)相差較大的其他煤種的適燒性相 對(duì)較差。煤質(zhì)的變動(dòng)對(duì)鍋爐燃燒的安全性、經(jīng)濟(jì)性和環(huán)保性帶來巨大的挑戰(zhàn)。解決這個(gè)問 題的方法一般有兩個(gè)：一是通過配煤優(yōu)化調(diào)配出符合鍋爐用煤要求的新煤種；二是通過鍋 爐運(yùn)行優(yōu)化為煤粉燃燒提供一個(gè)組織良好的煙風(fēng)系統(tǒng)。本文提出動(dòng)力配煤和鍋爐運(yùn)行一體 式優(yōu)化方法，綜合考慮動(dòng)力配煤和鍋爐運(yùn)行控制參數(shù)，實(shí)現(xiàn)煤質(zhì)與鍋爐運(yùn)行聯(lián)動(dòng)調(diào)節(jié)，達(dá) 到燃煤電站鍋爐高效低ＮＯ。燃燒的目的。根據(jù)７．３３節(jié)所述，動(dòng)力配煤－０鍋爐運(yùn)行一體式 優(yōu)化的數(shù)學(xué)模型可以表示為式ｆ７．２３）。
目標(biāo)函數(shù)：Ｚ＝ｍｉｎ［ａ×（ＮＯ＋／ＮＯ）一ｂｘ（叩＋／叩）］

∑ｓｇｎ％）＝ｎ，ｊ＝ｌ，２，…．ｍ
ｊ＝ｉ

０≤Ｆ＜１

０＜∑Ｓ．�！肌埃�
ｊ＝ｌ

約束

—Ｐ％＜—Ｍ＊—－Ｍ＜ｅ％ Ｍ
０≤哌＜１００％，ｋ＝ｌ∥２一，ｑ

（７－２３）

跏（∑％）＝ｐ
ｋ＝ｌ

Ｍ１≤Ｍ＋％≤Ｍ２
０＜Ｄ１＜Ｄ２＜Ｄ３＜Ｄ４＜１００％

Ｄ３一（皿一Ｄ１）Ｘ［１一Ｓｇｎ（％）］＜餅鴣＜Ｂ一（Ｂ—Ｄ２）Ｘ［１一跏（％）］
Ｌ＞Ｌ

７．３．４優(yōu)化在３３０ＭＷ機(jī)組燃煤鍋爐的應(yīng)用 以浙江某電廠３３０ＭＷ機(jī)組燃煤鍋爐作為研究對(duì)象。該鍋爐容量為１００４ｔ／ｈ，亞臨界

參數(shù)、中間再熱、單爐膛、自然循環(huán)汽包鍋爐。設(shè)計(jì)煤種為晉北煙煤，４層旋流煤粉燃燒
器，每層８?jìng)�(gè)前后墻對(duì)沖布置，制粉系統(tǒng)為直吹式，配４臺(tái)ＭＰＳ．２２５擺輥磨盤式中速磨
４４

煤機(jī)和４臺(tái)ＥＧ．２４型稱重式給煤機(jī)。鍋爐的燃燒系統(tǒng)和主要受熱面布置如圖７．１所示。

圖７．１鍋爐燃燒系統(tǒng)和主要受熱面布置圖

該機(jī)組４臺(tái)磨煤機(jī)和４臺(tái)給煤機(jī)分別標(biāo)示為Ａ、Ｂ、ｃ和Ｄ，與四層煤粉燃燒器相對(duì) 應(yīng)。４臺(tái)磨煤機(jī)３臺(tái)運(yùn)行，１臺(tái)備用。采用兩單煤摻燒，摻配后的混煤硫分ｓ。．ｄ控制在１％ 以下。給煤機(jī)正常運(yùn)行時(shí)最小給煤量為３０ｔ／ｈ，最大給煤量為４５ｔ／ｈ，總給煤量在優(yōu)化前后 波動(dòng)范圍不超過２％。一次風(fēng)噴口投煤粉時(shí)，相應(yīng)的二次風(fēng)門開度在４０％～８０％范圍內(nèi)；一 次風(fēng)噴口不投煤粉時(shí)，二次風(fēng)門開度為１０％～１５％。煤場(chǎng)現(xiàn)有６個(gè)煤種，各煤種煤質(zhì)如表７．１ 所示。其中，南非煤（ＮＦＭ）揮發(fā)分低、灰分高，燃燒性能最差；富動(dòng)１２（ＦＤｌ２Ｃ）硫 分最高，干燥基硫分達(dá)１．１７％。為提高ＮＦＭ和ＦＤｌ２Ｃ的合理、有效利用，本文分兩個(gè)方 案對(duì)該機(jī)組進(jìn)行整體綜合優(yōu)化：（１）為提高ＮＦＭ的燃燒性能，把ＮＦＭ作為配煤優(yōu)化的 必選煤種，以動(dòng)力配煤方案為基礎(chǔ)，同時(shí)進(jìn)行鍋爐運(yùn)行優(yōu)化，實(shí)現(xiàn)鍋爐高效低污染燃燒； （２）為降低ＦＤｌ２Ｃ的硫分含量，把ＦＤｌ２Ｃ作為配煤優(yōu)化的必選煤種，以動(dòng)力配煤方案 為基礎(chǔ)，同時(shí)進(jìn)行鍋爐運(yùn)行優(yōu)化，實(shí)現(xiàn)鍋爐高效低污染燃燒。
表７．１煤場(chǎng)單煤的煤質(zhì)指標(biāo) 煤種 富動(dòng)４５ 富動(dòng)１２ 南非煤 富動(dòng)１２ 富動(dòng)１２ 富動(dòng)５２ 簡(jiǎn)稱
ＦＤ４５ ＦＤｌ２Ａ

Ｍｔ．ａｒ
１２．８ ８．５ ９．７ １４ １２ １６．５

Ａｄ １９．１９ ２０．１６ ２０．５２ １７．１８ １５．９３ １４．３８

Ｖｄａｆ ４０．８ｌ ３６．０９ ３１．８７ ３３．３５ ３２．９６ ３６．７１

Ｑ㈣’ａｒ
２１．２７ ２２．７４ ２２．３４ ２２．４６ ２３．６３ ２２．１１

Ｃａｄ ６２．３９ ６３．４４ ６３．４３ ６６．９８ ６８．１ ６８．３８

Ｈｄ ４．１８ ３．８６ ３．６ ３．８３ ３．８７ ４．１８

Ｎａｄ Ｏ．９５ ０．９４ ０．８ ０．７５ ０．７６ １．０７

Ｓｄ ０．７６ ０．８６ ０．９８ １．１ １．１７ ０．５９

Ｏａｄ １０．８３ ９．４１ ９．０７ ８．８７ ８．３７ １０．１５

ＮＦＭ
ＦＤｌ２Ｂ ＦＤｌ２Ｃ ＦＤ５２

浙江大學(xué)碩士學(xué)位論文

７

動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

本文利用差分進(jìn)化算法實(shí)現(xiàn)該機(jī)組動(dòng)力配煤及鍋爐運(yùn)行的一體式優(yōu)化。以優(yōu)化模型 （７－２３）的目標(biāo)函數(shù)作為適應(yīng)度函數(shù)。決策變量及變量尋優(yōu)空間如表７．２所示。進(jìn)化策略為
ＤＥ／ｂｅｓｔ／１

ｗｉｔｈｊｉｔｔｅｒ／ｂｉｎ，種群大小ＮＰ＝１５０，交叉率ＣＲ＝Ｏ．９５，縮放因子Ｆ－－－０．６，迭代次數(shù)

為２５０次。
表７．２動(dòng)力配煤及鍋爐運(yùn)行一體式優(yōu)化的決策變量及變量尋優(yōu)空間

鍋爐氧量
最小值 最大值
２．５ ７．９

４層二次風(fēng)門的

４臺(tái)給煤機(jī)的給
煤量
３０ ４５

４臺(tái)磨煤機(jī)的煤
種
１ ７

開度
４０ ８０

４臺(tái)磨煤機(jī)的投 停狀況
０ ２

７．３．５優(yōu)化結(jié)果與分析 一體式優(yōu)化過程基于電廠實(shí)際運(yùn)行工況，不同發(fā)電負(fù)荷工況的優(yōu)化結(jié)果如表７．３所示。

在方案ｌ中，ＮＦＭ為配煤方案中的必選煤種，在方案２中，ＦＤｌ２Ｃ為配煤方案中的必選 煤種。不論是方案１還是方案２，優(yōu)化后鍋爐的飛灰含碳量和排煙溫度都有所下降，排煙
溫度均比煙氣酸露點(diǎn)高。對(duì)比優(yōu)化前后的鍋爐熱效率：方案２的鍋爐效率＞方案１的鍋爐 效率＞原工況的鍋爐效率。說明通過配煤和鍋爐運(yùn)行的整體綜合優(yōu)化，煤質(zhì)與鍋爐的運(yùn)行 控制方式更加匹配，燃燒效率得到提高。而方案１的鍋爐效率非常接近方案２，說明ＮＦＭ 的燃燒性能得到了改善。在鍋爐效率提高的同時(shí)，各工況的ＮＯ。排放濃度均有不同程度的 降低，且都抑制在６５０ｍｇ／ｍ３以下。

浙江大學(xué)碩士學(xué)位論文

７動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

表７．３浙江某電廠３３０ＭＷ機(jī)組配煤與鍋爐運(yùn)行一體式優(yōu)化前后的工況對(duì)比 二次風(fēng)門的開度％ 爐 發(fā) 電 負(fù) 荷
ＭＷ

給煤機(jī)的給煤量訛

磨煤機(jī)的煤質(zhì)指標(biāo)
飛

膛 出
口

灰
Ａ Ｃ Ｂ層 層 Ｄ層

排 煙 溫 度
℃

煙 氣 酸 露 點(diǎn)
℃ ＮＯＸ

鍋爐 熱效
，室 ％

給煤機(jī)
Ａ

給煤機(jī)
Ｂ

給煤機(jī)
Ｃ

給煤機(jī)
Ｄ

含 磨Ａ 磨Ｂ 磨Ｃ 磨Ｄ 碳 量
％

排放 濃度
ｍｇ／ｍ３

氧 量 工況ｌ

層

原工況 方案１ 方案２

２２９

５．６
２．５

１０
４１

５ｌ
７０

５５

５７

Ｏ

３７
３０

３７
３０

３３
０

停運(yùn)
ＦＤｌ ２ Ａ

３．６０

１１４
１１３ １１２

６０５ ４５３

９３．６
９３．９

２２９

４７

１０

４５

ＮＦＭ
ＦＤｌ２ Ｃ

ＦＤｌ２ Ａ ＦＤｌ２
Ｂ

Ｏ

３．５１

２２９

２．５

６０

７５

４０

１０

４５

３０

３０

０

ＦＤｌ２ Ｃ

０

３．６０

１１３

１１２

５０６

９４．０

工況２ 原工況 方案１ 方案２
２３４ ２３４ ５．１ ３．８ ５４ ５８ ５８ ７５ ６０ ５８ １４ １０ ３１ ３５ ３ ３０ ３１ ３０ ０
０

停運(yùn) ＮＦＭ
ＦＤｌ２

３．５４ ２．５９

１２７ １２０ １１４

４７０ ４５９

９２．５ ９３．４

ＦＤｌ２ Ａ ＦＤｌ２ Ｃ

ＦＤｌ２ Ａ
ＦＤｌ２

Ｏ

２３４

３．７

６ｌ

７４

６０

１０

３４

３０

３０

Ｏ

Ｏ

２ ７１

Ａ

Ａ

１１９

１１５

４６２

９３．６

工況３ 原工況 方案ｌ 方案２
２７３ ２７３ ４．０
２．６ １０ ５７ ５８

６６
１０

０

４０

４２

３７

停運(yùn) ＮＦＭ
ＦＤｌ２ ＦＤｌ２ Ａ ＦＤｌ２ Ｃ ＦＤｌ２
Ｏ

３．８３

１２４

６５２

９３．５

５７

７５

７０

４５

４０

３２

０

３，４８

１２０

１１４

４４４

９３．６

Ａ ＦＤｌ２
Ｏ

２７３

２．５

６０

７５

４０

１０

４５

３０

３０

Ｏ

Ａ

Ａ

３．５４

１２０

１１４

４３５

９３．６

工況４ 原工況 方案１ 方案２
３０１ ３０１
２．７

６４ ４０

２１ ７４

６６ ７０

６６
１０

４２ ４５

Ｏ

４１ ３４

３８

停運(yùn) ＮＦＭ
ＦＤｌ２

４．３７ ＦＤｌ２ Ａ
ＦＤｌ２ Ｏ

１３０ １２８ １１４

４７４ ４１３

９２．８ ９３．２

２．５

４０

ＦＤｌ２ Ａ ＦＤｌ２ Ｃ

Ｏ

０

３．５０

３０ｌ

２．５

４０

７４

７０

１０

４５

４０

３４

０

Ａ

Ａ

３．５２

１２７

１１４

４１５

９３．３

４７

浙江大學(xué)碩士學(xué)位論文

７

動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

７．４鍋爐燃燒特性模型的應(yīng)用分析
探索鍋爐運(yùn)行控制參數(shù)和鍋爐燃燒特性之間的關(guān)系，對(duì)指導(dǎo)鍋爐燃燒調(diào)整具有現(xiàn)實(shí) 意義。本章利用鍋爐燃燒特性模型，研究了爐膛出口氧量、二次風(fēng)門開度和燃燒器投運(yùn)組 合方式對(duì)鍋爐燃燒特性的影響。
７．４．１

爐膛出口氧量對(duì)鍋爐燃燒特性的影響 試驗(yàn)工況的發(fā)電負(fù)荷為３２７ＭＷ，四臺(tái)磨煤機(jī)的煤種為富動(dòng)１２，四層給煤機(jī)的給煤量

均為３２ｔ／ｈ，四層燃燒器全部投運(yùn)，采用均等配風(fēng)方式，四層二次風(fēng)門的開度均保持８０％， ４臺(tái)磨煤機(jī)的一次風(fēng)量均為９０ｔ／ｈ，磨煤機(jī)出口溫度均為７５℃，調(diào)節(jié)二次風(fēng)壓力使?fàn)t膛出 口氧量在２．５％～７．９％之間變化，研究氧量對(duì)鍋爐燃燒特性的影響。 爐膛出口氧量對(duì)鍋爐燃燒特性的影響如圖７．２～圖７．７所示。從圖７．２和圖７．３可以看 出，隨爐膛出口氧量的增大，飛灰含碳量和固體未完全燃燒熱損失降低，并在氧量為５．５％ 時(shí)達(dá)到最小值，隨后飛灰含碳量和固體燃燒熱損失開始增大。從圖７．４和圖７．５可以看出， 排煙溫度隨氧量的增大而降低，使排煙熱損失增大。氧量對(duì)飛灰含碳量和排煙溫度的影響 綜合反映到鍋爐熱效率上，使鍋爐熱效率隨氧量的增大而單調(diào)下降，氧量每提高１％，鍋 爐效率平均降低０．３３％，如圖７．６所示。ＮＯ。排放濃度隨氧量的變化從５９０ｍｇ／ｍ３增大到 ６９０ｍｇ／ｍ３，氧量每降低１％，ＮＯ。排放濃度平均降低１８．５ｍｇ／ｍ３，如圖７．７所示。 ７．４．２二次風(fēng)門開度對(duì)鍋爐燃燒特性的影響 通過４個(gè)不同的工況分別研究４層二次風(fēng)門開度對(duì)鍋爐燃燒特性的影響。以Ａ層二 次風(fēng)門為例：發(fā)電負(fù)荷為３２７ＭＷ；爐膛出口氧量維持５．０％不變；４臺(tái)磨煤機(jī)的煤種為富 動(dòng)１２；４層燃燒器全部投入使用；Ａ層二次風(fēng)門開度從３０％增大至７９％，其它各層二次風(fēng)

圖７．２爐膛出口氧量對(duì)飛灰含碳量的影響

圖７．３爐膛出口氧量對(duì)ｑ４的影響

浙江大學(xué)碩士學(xué)位論文

７動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

圖７．４爐膛出口氧量對(duì)排煙溫度的影響

圖７．５爐膛出口氧量對(duì)排煙熱損失的影響

圖７．６爐膛出口氧量對(duì)鍋爐熱效率的影響

圖７．７爐膛出口氧量對(duì)ＮＯ。排放濃度的影響

門保持８０％開度不變；給煤機(jī)Ａ的給煤量相應(yīng)地從３０ｔ／ｈ增加至４５ｔ／ｈ，為保持總給煤量 １２０ｔ／ｈ不變，給煤機(jī)Ａ給煤量的變化平攤至其余３臺(tái)給煤機(jī)；４臺(tái)磨煤機(jī)的一次風(fēng)量均為 ９０ｔ／ｈ；４臺(tái)磨煤機(jī)的出口溫度均為７５℃。 各層二次風(fēng)門的開度對(duì)鍋爐燃燒特性的影響如圖７．８～圖７．１３所示。從圖７．８和圖７．９ 可以看出：Ａ、Ｂ層二次風(fēng)門呈現(xiàn)類似的特征，Ａ、Ｂ層二次風(fēng)門開度增大使飛灰含碳量 降低；Ｃ、Ｄ層二次風(fēng)門也呈類似特征，但風(fēng)門開度增大使飛灰含碳量增大；固體未完全 燃燒熱損失的變化規(guī)律與飛灰含碳量相同。從圖７．１０和圖７．１１中可以看出：二次風(fēng)門的 開度保持在７０％左右時(shí)排煙溫度最低，排煙熱損失最小。圖７．１２表明：４層不同的二次風(fēng) 門的開度對(duì)鍋爐效率的影響基本一致，在開度為７０％左右時(shí)鍋爐效率最高，隨開度的減小 或增大，鍋爐效率均降低。從圖７．１３中可以看出，各層二次風(fēng)門對(duì)ＮＯ。排放濃度的影響 具有較大的差異。Ａ層和Ｂ層二次風(fēng)門增大開度時(shí)，ＮＯ。排放濃度緩慢上升；在ｃ層二 次風(fēng)門開度為７０％左右時(shí)，ＮＯ。排放濃度降至最低；隨著Ｄ層二次風(fēng)門開度增大，ＮＯ。 排放濃度迅速增大。

浙江大學(xué)碩士學(xué)位論文

７動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

二次風(fēng)門開度％

二次風(fēng)門開度％

圖７．８二次風(fēng)門開度對(duì)飛灰含碳量的影響
６ ６

圖７．９二次風(fēng)門開度對(duì)ｑ。的影響

５

５ ５

５ ５

蛇∞ｇ；｛；；舛ｇｊ ５；

５

寮水要稚要末

５ ５

５

５ ５

髂：８¨跎∞藹 二次風(fēng)門開度％

二次風(fēng)門開度％

圖７．１０二次風(fēng)門開度對(duì)排煙溫度的影響

圖７．１１二次風(fēng)門開度對(duì)排煙熱損失的影響

掌瓣鬏臻曼器

二次ｊｘＵ Ｊ＝卜ｒ發(fā)％

二？Ｙ＇０ｘｔ，Ｉ Ｊ升發(fā)％

圖７．１２二次風(fēng)門開度對(duì)鍋爐熱效率的影響

圖７．１３二次風(fēng)門開度對(duì)ＮＯ。排放濃度的影響

７．４．３燃燒器投運(yùn)組合方式對(duì)鍋爐燃燒特性的影響 ４層燃燒器投運(yùn)３層，共有４種不同投運(yùn)組合方式，以投運(yùn)Ｂ、ｃ和Ｄ層燃燒器為例： 發(fā)電負(fù)荷為３２７ＭＷ；爐膛出口氧量為５．０％；Ａ層二次風(fēng)門開度為１０％，防止燃燒器噴口 燒毀，其它二次風(fēng)門開度為８０％；給煤機(jī)Ａ的給煤量為０，其余給煤機(jī)的給煤量均為４０ｔ／ｈ； 各磨煤機(jī)的煤種均為富動(dòng)１２；磨煤機(jī)Ａ的一次風(fēng)量為１５ｔ／ｈ，其余各磨煤機(jī)的一次風(fēng)量均
Ｓｎ

浙江大學(xué)碩士學(xué)位論文

７

動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

為１２０ｔ／ｈ；磨煤機(jī)Ａ的出口溫度為１５℃，其余各磨煤機(jī)的出口溫度均為７５℃。 圖７．１４～圖７．１９顯示投運(yùn)組合方式對(duì)鍋爐燃燒特性的影響。從圖７．１４和圖７。１５可以 看出，隨著燃燒器組合方式從上三層（ＢＣＤ層）變化到下三層（ＡＢＣ層），飛灰含碳量和 固體未完全燃燒熱損失逐漸降低。可能原因是燃燒器投運(yùn)組合方式的改變使火焰中心位置 下移，煤粉顆粒在爐膛內(nèi)的停留時(shí)間變長(zhǎng)，燃燒更加完全。圖７．１６顯示，當(dāng)投運(yùn)ＢＣＤ或 ＡＢＣ層燃燒器時(shí)，排煙溫度較低。投運(yùn)相鄰的３層燃燒器時(shí)，爐膛內(nèi)燃燒區(qū)域更加集中。 在放熱量一定情況下，煤粉顆粒表面的溫度得到提高。水冷壁與煤粉顆粒表面的輻射換熱 量比例增大，同時(shí)，通過對(duì)流換熱傳遞給煙氣的熱量減少，使排煙溫度降低。排煙溫度降 低使排煙熱損失降低，如圖７．１ ７所示。燃燒器投運(yùn)組合方式對(duì)排煙損失的影響更加明顯， 而且排煙熱損失在各項(xiàng)鍋爐熱損失所占比例最大，因此鍋爐效率總體上由排煙熱損失所支
配。如圖７．１ ８所示，當(dāng)投運(yùn)上三層或下三層燃燒器時(shí)，鍋爐熱效率明顯較高。從圖７．１９

可以看出，燃燒器投運(yùn)組合方式對(duì)ＮＯ。排放濃度存在不同的影響。投運(yùn)ＡＢＣ層燃燒器時(shí) ＮＯ。排放濃度最低，投運(yùn)ＡＣＤ層燃燒器時(shí)ＮＯ。排放濃度最高，兩者相差約１５０ｍｇ／ｍ３。
３ ７５

３?５０

３?２５ ０

∞

ｐ
墼２
７５ ０ ２ ｓ０

弱

琴式乏豢理纂牟掣．＊基雖
２ ２５

２ ００

０

∞ ＢＣＤ層 ＡＣＤ層 ＡＢＤ層ＡＢｃ層

ＢＣＤ層

ＡＣＤ層

ＡＢＤ層

ＡＢＧ層

燃燒器投運(yùn)組合方式

燃燒器投運(yùn)組臺(tái)方式

圖７．１４燃燒器投運(yùn)方式對(duì)飛灰含碳量的影響
∞３
恥２

圖７．１５燃燒器投運(yùn)方式對(duì)ｑ。的影響

¨， ∞Ｏ ∞９ 掌《ｇｔ｝！｝摹ｉ ¨８ ＂ ７ ¨６
ＢＣＤ層 ＡＣＤ是Ａ８Ｄ層ＡＢｃ層 ＢＧＤ層 ＡＣＤ層 ＡＢＤ層 ＡＢＣ層

燃燒器投運(yùn)組合方式

燃燒器投運(yùn)組合方式

圖７．１６燃燒器投運(yùn)方式對(duì)排煙溫度的影響

圖７．１７燃燒器投運(yùn)方式對(duì)排煙熱損失的影響

浙江大學(xué)碩士學(xué)位論文

７

動(dòng)力配煤及鍋爐運(yùn)行的整體優(yōu)化研究

ｇ｝

Ｏ

瑚 ㈣

ｓ！

９

啪 季｝
．Ｅ，６Ｅ

ｓｉ

８

垂｝

式＊《豢．＝ｌ Ｉ｜唔
ｓ：
７

珊
ｗ）＿≈麓是睪，ｏｚ 瑚

季ｉ
Ｓ：
６

瑚
ＢＣＤ層 ＡＣＤ層 ＡＢＤ層 ＡＢＣ層
ＢＣＤ層 ＡＣＤ層 ＡＢＤ層 ＡＢＣ層

燃燒器投運(yùn)組合方式

燃燒器投運(yùn)組合方式

圖７．１８燃燒器投運(yùn)方式對(duì)鍋爐熱效率的影響

圖７．１９燃燒器投運(yùn)方式對(duì)ＮＯ。排放濃度的影響

７．５本章小結(jié)
動(dòng)力配煤與鍋爐運(yùn)行一體式優(yōu)化是配煤優(yōu)化和鍋爐運(yùn)行優(yōu)化的整體綜合優(yōu)化過程。 以浙江某電廠３３０ＭＷ機(jī)組燃煤鍋爐為研究對(duì)象，建立該機(jī)組的一體式優(yōu)化數(shù)學(xué)模型，利 用差分進(jìn)化算法實(shí)現(xiàn)該機(jī)組動(dòng)力配煤及鍋爐運(yùn)行的一體式優(yōu)化。 一體式優(yōu)化過程基于電廠實(shí)際運(yùn)行工況。為提高南非煤（ＮＦＭ）和富動(dòng)１２（ＦＤｌ２Ｃ） 的合理、有效利用，分兩個(gè)方案進(jìn)行優(yōu)化：（１）為提高ＮＦＭ的燃燒性能，把ＮＦＭ作為 配煤優(yōu)化的必選煤種，以動(dòng)力配煤方案為基礎(chǔ)，同時(shí)進(jìn)行鍋爐運(yùn)行優(yōu)化，實(shí)現(xiàn)鍋爐高效低 污染燃燒；（２）為降低ＦＤｌ２Ｃ的硫分含量，把ＦＤｌ２Ｃ作為配煤優(yōu)化的必選煤種，以動(dòng)力 配煤方案為基礎(chǔ)，同時(shí)進(jìn)行鍋爐運(yùn)行優(yōu)化，實(shí)現(xiàn)鍋爐高效低污染燃燒。 通過配煤和鍋爐運(yùn)行的整體綜合優(yōu)化，煤質(zhì)與鍋爐的運(yùn)行控制方式更加匹配，各工 況的飛灰含碳量和排煙溫度都有所下降，鍋爐熱效率提高，ＮＯ。排放濃度均有不同程度的 降低，且都抑制在６５０ｍｇ／ｍ３以下，ＮＦＭ的燃燒性能得到了改善。 應(yīng)用鍋爐燃燒特性模型研究鍋爐控制參數(shù)對(duì)鍋爐燃燒特性的影響。爐膛出口氧量在
２

５％～７．９％范圍內(nèi)越低越好：隨爐膛出口氧量的增大，飛灰含碳量先降后升，排煙溫度降

低，鍋爐熱效率降低，同時(shí)ＮＯ。排放濃度增大。各層二次風(fēng)ｒ］開度在７０％時(shí)鍋爐燃燒效 率最高；Ａ層和Ｂ層二次風(fēng)門增大開度時(shí)，ＮＯ。排放濃度緩慢上升；在ｃ層二次風(fēng)門開 度為７０％左右時(shí)，ＮＯ。排放濃度降至最低；隨著Ｄ層二次風(fēng)門開度增大，ＮＯ。排放濃度迅 速增大。投運(yùn)相鄰（上三層或下三層）燃燒器時(shí)，鍋爐效率相對(duì)較高；投運(yùn)上三層燃燒器 時(shí)，ＮＯ。排放濃度最低；投運(yùn)ＡＣＤ層燃燒器時(shí)ＮＯ。排放濃度最高。因此，為實(shí)現(xiàn)該機(jī)組 鍋爐高效低ＮＯ。燃燒，適宜投運(yùn)上三層燃燒器，并使鍋爐氧量保持在２ ５％左右，Ａ、Ｂ、 Ｄ層二次風(fēng)ｒ］開度適中，ｃ層二次風(fēng)門越大越好。
氣’

浙江大學(xué)碩士學(xué)位論文

８全文總結(jié)及展望

８全文總結(jié)及展望
８．１全文總結(jié)
本文通過試驗(yàn)、應(yīng)用非線性數(shù)學(xué)和現(xiàn)代計(jì)算智能方法研究煤粉的燃燒特性。以煤粉 燃燒特性優(yōu)化為基礎(chǔ)，并引入鍋爐燃燒特性模型，提出動(dòng)力配煤－９鍋爐運(yùn)行一體式優(yōu)化的 研究方法。對(duì)浙江某電廠３３０ＭＷ機(jī)組燃煤鍋爐進(jìn)行整體綜合優(yōu)化，實(shí)現(xiàn)鍋爐高效低污染 燃燒。具體的研究?jī)?nèi)容包括以下幾個(gè)方面： １．煤粉燃燒特性預(yù)測(cè)模型研究。對(duì)８０個(gè)國(guó)內(nèi)外常用動(dòng)力煤進(jìn)行了工業(yè)分析、元素分 析、非等溫?zé)嶂胤治龊突瘜W(xué)動(dòng)力學(xué)分析。利用支持向量機(jī)建立煤粉燃燒特性和煤質(zhì)特征之 間的非線性關(guān)系模型（ＤＥ．ＳＶＲ模型）。該模型經(jīng)驗(yàn)誤差小，并且無過擬合現(xiàn)象。利用 ＤＥ—ＳＶＲ模型對(duì)檢驗(yàn)樣本的動(dòng)力學(xué)參數(shù)進(jìn)行預(yù)測(cè)，活化能預(yù)測(cè)結(jié)果的均方根誤差為２．５７１， 頻率因子預(yù)測(cè)結(jié)果的均方根誤差為０．５６５，表明ＤＥ．ＳＶＲ模型具有很好的泛化性能。聯(lián)合 兩個(gè)ＤＥ－ＳＶＲ模型，預(yù)測(cè)新煤樣的燃燒反應(yīng)的動(dòng)力學(xué)參數(shù)。預(yù)測(cè)的參數(shù)能夠進(jìn)一步準(zhǔn)確地 預(yù)測(cè)煤樣熱分析曲線，使預(yù)測(cè)的曲線－９實(shí)際熱重試驗(yàn)數(shù)據(jù)具有很好的擬合度。采用反向傳 播神經(jīng)網(wǎng)絡(luò)（ＢＰＮＮ）建立煤粉燃燒特性與煤質(zhì)之間的非線性關(guān)系模型（ＢＰＮＮ模型）。－９ ＢＰＮＮ模型相比，ＤＥ．ＳＶＲ模型對(duì)動(dòng)力學(xué)參數(shù)的預(yù)測(cè)具有更高的精度。 ２．煤粉特性對(duì)燃燒特性影響的研究。通過非等溫?zé)嶂卦囼?yàn)，分析優(yōu)混煤在煤粉細(xì)度 分別為Ｒ９０＝１０％、１５％、２０％、２５％、３０％情況下的燃燒特性，探索煤粉細(xì)度對(duì)燃燒特性 的影響。試驗(yàn)結(jié)果表明隨著煤粉細(xì)度的增大，揮發(fā)分析出溫度、著火溫度、燃盡溫度隨之 增大，通過可燃性指數(shù)和燃盡特性指數(shù)可以看出，煤粉細(xì)度的增大會(huì)降低煤粉的著火性能

和燃盡性能。同時(shí)，隨著煤粉細(xì)度的增大，煤粉燃燒的劇烈程度有所降低，體現(xiàn)為最大失
重速率的降低，峰值溫度增大，所以，煤粉細(xì)度的增大會(huì)使燃燒過程中焦炭的燃燒反應(yīng)性 降低，從而影響燃燒速率。綜合而言，煤粉細(xì)度越小，煤粉的綜合燃燒性能越好。 通過氮吸附試驗(yàn)，研究?jī)?yōu)混煤的表面性質(zhì)。從試驗(yàn)結(jié)果可見，優(yōu)混煤的的氮吸附過 程呈現(xiàn)第２類等溫吸附線的特征，吸附回線屬于Ｈ３類型，表明優(yōu)混煤中存在裂縫形孔或 板形粒子。通過對(duì)等溫吸附線和吸附回線進(jìn)行分析，獲得了各個(gè)煤樣的表面性質(zhì)參數(shù)，包 括ＢＥＴ比表面積、ＢＪＨ累積脫附孔體積和平均孔徑。 對(duì)上述具有不同表面性質(zhì)的煤樣進(jìn)行非等溫?zé)嶂胤治�，研究�(jī)?yōu)混煤在具有不同表面 性質(zhì)時(shí)的燃燒特性。發(fā)達(dá)的孔隙結(jié)構(gòu)更加有利于熱量向煤粉顆粒內(nèi)部傳遞，使揮發(fā)分在較 低的溫度下能夠向固體表面遷移、析出、擴(kuò)散，揮發(fā)分的提前析出將促使整個(gè)燃燒過程提

浙江大學(xué)碩士學(xué)位論文

８全文總結(jié)及展望

前，使著火溫度、峰值溫度和燃盡溫度降低。試驗(yàn)表明，增大煤粉的平均孔徑對(duì)煤粉的著 火、穩(wěn)燃和燃盡是有利的，綜合燃燒性能隨平均孔徑的提高而提高。煤粉孔隙包含大孔、 中孔和微孔。微孔對(duì)構(gòu)成煤粉表面積起主要作用，中大孔的減少和微孔的增多將使煤粉比 表面積增大，這將帶來兩個(gè)方面的影響。一方面，中大孔的減少使平均孔徑增大，這將煤 粉的各特征溫度增大，各項(xiàng)燃燒性能指標(biāo)降低；另一方面，顆粒表面是煤粉燃燒反應(yīng)發(fā)生 的場(chǎng)所，微孔的增多會(huì)增大煤粉的表面積，使燃燒反應(yīng)能夠得到更加充足的氧氣供應(yīng)，同 時(shí)向外排出ＣＯｚ，這將使煤粉的反應(yīng)活性得到提高。在比表面積增加的過程中，中大孔和 微孔對(duì)燃燒反應(yīng)分別起抑制和促進(jìn)作用，使煤粉的揮發(fā)分析出溫度、著火溫度、峰值溫度

和燃盡溫度呈現(xiàn)先增后減的變化規(guī)律，可燃性指數(shù)、穩(wěn)燃性指數(shù)、燃盡特性指數(shù)和綜合燃
燒特性指數(shù)呈現(xiàn)先減后增的變化規(guī)律。 ３。煤灰熔融性預(yù)測(cè)模型研究。分析成煤環(huán)境對(duì)煤質(zhì)的影響，整理國(guó)內(nèi)１３個(gè)煤炭基地 各礦區(qū)的煤灰熔融性溫度，研究地質(zhì)年代對(duì)煤灰熔融性的控制作用。按照煤灰熔融性軟化 溫度，將煤分為３個(gè)類別：低灰熔點(diǎn)類別Ｌ．ＳＴ（ＳＴ＜１２０６℃），中灰熔點(diǎn)類別Ｍ．ＳＴ （ＳＴ＝１２０６～１３９０℃），高灰熔點(diǎn)類別Ｈ．ＳＴ（ＳＴ＞１３９０。Ｃ）。以７７個(gè)不同煤種樣本數(shù)據(jù)為基 礎(chǔ)，利用支持向量機(jī)建立了煤灰熔融性非線性預(yù)測(cè)模型，關(guān)聯(lián)煤質(zhì)與煤灰熔融性。利用差 分進(jìn)化算法對(duì)支持向量機(jī)進(jìn)行了優(yōu)化。煤灰熔融性預(yù)測(cè)模型對(duì)６２個(gè)訓(xùn)練樣本的預(yù)測(cè)準(zhǔn)確 率為１００％，對(duì)剩余１５個(gè)檢驗(yàn)樣本的預(yù)測(cè)準(zhǔn)確率為８６．７％。結(jié)果表明，煤灰熔融性預(yù)測(cè)模 型能夠利用煤質(zhì)指標(biāo)準(zhǔn)確地預(yù)測(cè)煤灰熔融性類別。 ４．以浙江某電廠３３０ＭＷ機(jī)組燃煤鍋爐為研究對(duì)象，建立該機(jī)組的一體式優(yōu)化數(shù)學(xué) 模型，利用差分進(jìn)化算法實(shí)現(xiàn)該機(jī)組動(dòng)力配煤及鍋爐運(yùn)行的一體式優(yōu)化。整體綜合優(yōu)化過 程基于電廠實(shí)際運(yùn)行工況。為提高南非煤（ＮＦＭ）和富動(dòng)１２（ＦＤｌ２Ｃ）的合理、有效利 用，分兩個(gè)方案進(jìn)行優(yōu)化：（１）為提高ＮＦＭ的燃燒性能，把ＮＦＭ作為配煤優(yōu)化的必選 煤種，以動(dòng)力配煤方案為基礎(chǔ)，同時(shí)進(jìn)行鍋爐運(yùn)行優(yōu)化，實(shí)現(xiàn)鍋爐高效低污染燃燒；（２） 為降低ＦＤｌ２Ｃ的硫分含量，把ＦＤｌ２Ｃ作為配煤優(yōu)化的必選煤種，以動(dòng)力配煤方案為基礎(chǔ)， 同時(shí)進(jìn)行鍋爐運(yùn)行優(yōu)化，實(shí)現(xiàn)鍋爐高效低污染燃燒。通過配煤和鍋爐運(yùn)行的整體綜合優(yōu)化，
煤質(zhì)與鍋爐的運(yùn)行控制方式更加匹配，各工況的飛灰含碳量和排煙溫度都有所下降，鍋爐

熱效率提高，ＮＯ。排放濃度均有不同程度的降低，且都抑制在６５０ｍｇ／ｍ３以下，ＮＦＭ的燃 燒性能得到了改善。 應(yīng)用鍋爐燃燒特性模型研究鍋爐控制參數(shù)對(duì)鍋爐燃燒特性的影響。爐膛出口氧量在

浙江大學(xué)碩士學(xué)位論文

８全文總結(jié)及展望

２．５％一７．９％范圍內(nèi)越低越好：隨爐膛出口氧量的增大，飛灰含碳量先降后升，排煙溫度降 低，鍋爐熱效率降低，同時(shí)ＮＯｘ排放濃度增大。Ａ、Ｂ和Ｄ層二次風(fēng)門開度對(duì)鍋爐燃燒特 性的影響具有相似的規(guī)律：隨著單個(gè)二次風(fēng)門開度的增大，鍋爐熱效率和ＮＯ。排放濃度升 高。然而，Ｃ層二次風(fēng)門開度的增加能夠同時(shí)提高鍋爐效率并且降低ＮＯ。排放濃度。投運(yùn) 相鄰（上三層或下三層）燃燒器時(shí)，鍋爐效率相對(duì)較高；投運(yùn)上三層燃燒器時(shí)，ＮＯ。排放 濃度最低；投運(yùn)ＡＣＤ層燃燒器時(shí)ＮＯｘ排放濃度最高。因此，為實(shí)現(xiàn)該機(jī)組鍋爐高效低 ＮＯ。燃燒，適宜投運(yùn)上三層燃燒器，并使鍋爐氧量保持在２．５％左右，Ａ、Ｂ、Ｄ層二次風(fēng) 門開度適中，Ｃ層二次風(fēng)門越大越好。

８．２展望
１．煤粉燃燒特性預(yù)測(cè)模型能夠利用煤質(zhì)指標(biāo)預(yù)測(cè)煤的動(dòng)力學(xué)參數(shù)，所得到的動(dòng)力學(xué) 參數(shù)能夠準(zhǔn)確預(yù)測(cè)熱重分析曲線。其中煤粉燃燒反應(yīng)機(jī)理的假設(shè)為ｌ級(jí)反應(yīng)，在簡(jiǎn)化了計(jì) 算的同時(shí)，也忽略了煤粉燃燒的前期水分的脫除和揮發(fā)分的析出反應(yīng)。為了能夠更加準(zhǔn)確 地表征煤粉燃燒的完整過程，可以對(duì)燃燒反應(yīng)機(jī)理進(jìn)行改進(jìn)。 ２．由于煤質(zhì)指標(biāo)容易獲得，煤灰熔融性溫度的分類預(yù)測(cè)具有比較高的可操作性。該 模型未考慮煤灰成分對(duì)灰熔融性的影響，提高了實(shí)用性，但也帶來了爭(zhēng)議。 ３．以優(yōu)混煤為試驗(yàn)煤種，研究煤粉特性對(duì)燃燒特性的影響，所得的結(jié)果及結(jié)論只適 應(yīng)于優(yōu)混煤。如果要更加全面系統(tǒng)地考察煤粉特性對(duì)燃燒特性的影響，還需要考察更多的 不同試驗(yàn)煤種。 ４．提出動(dòng)力配煤與鍋爐運(yùn)行一體式優(yōu)化方法，為鍋爐燃燒調(diào)節(jié)提供了更加寬廣的空 間。依據(jù)用戶所追求的目標(biāo)，既可以優(yōu)化配煤，也可以調(diào)整鍋爐運(yùn)行控制參數(shù)，還能夠兩 者相結(jié)合進(jìn)行控制，最終得到最高的產(chǎn)出。機(jī)組的綜合經(jīng)濟(jì)性不僅與產(chǎn)出有關(guān)，也受到成

本輸入的影響。對(duì)于燃煤電站鍋爐來說，成本輸入包括各主要輔機(jī)設(shè)備的運(yùn)行費(fèi)用、維護(hù)
費(fèi)用和磨損折舊等。因此，動(dòng)力配煤與鍋爐運(yùn)行一體式優(yōu)化可以擴(kuò)展到整個(gè)機(jī)組的綜合經(jīng) 濟(jì)性優(yōu)化。這將需要對(duì)各輔機(jī)設(shè)備的運(yùn)行性能分別進(jìn)行建模，對(duì)優(yōu)化目標(biāo)重新定位，對(duì)優(yōu) 化模型的約束條件進(jìn)行詳盡的描述。通過對(duì)整個(gè)機(jī)組的綜合經(jīng)濟(jì)性進(jìn)行優(yōu)化，可以了解機(jī)
組運(yùn)行各環(huán)節(jié)的耗能情況，挖掘節(jié)能潛力。

浙江大學(xué)碩士學(xué)位論文

參考文獻(xiàn)

參考文獻(xiàn)
［１］郝臨山．潔凈煤技術(shù)［Ｍ］．北京：化學(xué)工業(yè)出版社，２００９．
ＨＡＯ Ｌｉｎ?ｓｈａｎ．Ｊｉｅ Ｊｉｎｇ Ｍｅｉ Ｊｉ Ｓｈｕ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｃｈｅｍｉｃａｌ Ｉｎｄｕｓｔｒｙ Ｐｒｅｓｓ，２００９．

［２］姜英．動(dòng)力煤和動(dòng)力配煤［Ｍ］．北京：化學(xué)工業(yè)出版社，２０１２．
ＪＩＡＮＧ Ｙｉｎｇ．Ｄｏｎｇ Ｌｉ Ｍｅｉ Ｈｅ Ｄｏｎｇ Ｌｉ Ｐｅｉ

Ｍｅｉ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｃｈｅｍｉｃａｌ

Ｉｎｄｕｓｔｒｙ Ｐｒｅｓｓ，２００９．

［３］張艷橋．我國(guó)火電行業(yè)ＮＯｘ排放現(xiàn)狀及煙氣脫氮技術(shù)發(fā)展［Ｊ］．環(huán)境保護(hù)與循環(huán)經(jīng)濟(jì)，２０１０，（２）：
６４—６６． ＺＨＡＮＧ Ｙａｎ—ｑｉａｏ．Ｔｈｅ ｃｕｒｒｅｎｔ ｓｉｔｕａｔｉｏｎ ｏｆ ＮＯｘ ｅｍｉｓｓｉｏｎ ａｎｄ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｆｌｕｅ ｇａｓ ｄｅｎｉｔｒｉｆｉｃａｔｉｏｎ

ｔｅｃｈｎｏｌｏｇｙ［Ｊ］．Ｅｎｖｉｒｏｎ ［４］ＺＨＵ Ｆａ—ｈｕａ，ＷＡＮＧ
ｐｏｗｅｒ ｐｌａｎｔｓ ａｎｄ

Ｐｒｏｔ Ｃｉｒｃ

Ｅｃｏｎ，２０１０，（２）：６４－６６．

Ｓｈｅｎｇ，ＺＨＥＮＧ Ｙｏｕ—ｆｅｉ．ＮＯｘ ｅｍｉｔｔｉｎｇ ｃｕｒｒｅｎｔ ｓｉｔｕａｔｉｏｎ ａｎｄ ｆｏｒｅｃａｓｔ ｆｒｏｍ ｔｈｅｒｍａｌ

ｃｏｕｎｔｅｒｍｅａｓｕｒｅｓ［Ｊ］．Ｅｎｅｒｇｙ Ｅｎｖｉｒｏｎ Ｐｒｏｔ，２００４，１ ８（１）：１－５．
ｅｍｉｓｓｉｏｎｓ ｆｒｏｍ ｔｈｅｒｍａｌ ｐｏｗｅｒ ｐｌａｎｔｓ
Ｅｎｖｉｒｏｎ Ｓｃｉ，２０１

［５］ＺＨＡＯ

Ｙｉ，ＺＨＯＵ Ｊｉａｎ—ｇｕｏ，ＬＩＡＮＧ Ｈｕａｉ－ｔａｏ．Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ＮＯｘ
ｏｎ ａ

ｉｎ Ｃｈｉｎａ ｂａｓｅｄ

ｇｒｅｙ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ｃｏｍｂｉｎａｔｉｏｎ

ｍｏｄｅｌ［Ｊ］．Ｒｅｓ

ｌ，２４（５）：

４８９－４９６．

［６］ＢＡＩ

Ｙｕａｎ，Ｌｉ Ｚｈｏｎｇ—ｈｕａ，Ｘｕｅ Ｊｉａｎ－ｍｉｎｇ．Ｓｔｕｄｙ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｃｏａｌ—ｆｉｒｅｄ ｆｌｕｅ ｇａｓ ｄｅｎｉｔｒｉｆｉｃａｔｉｏｎ ｗｉｔｈ
ａｓ

ｕｒｅａ ｓｅｒｖｉｎｇ

ｒｅｄｕｃｉｎｇ

ａｇｅｎｔ［Ｊ］．ＥｌｅｃＶ Ｐｏｗｅｒ

Ｔｅｃｈｎｏｌ ａｎｄ Ｅｎｖｉｒｏｎ Ｐｒｏｔ，２０１

１，２７（１）：１９—２２．

［７］段傳和，夏懷祥．燃煤電站ＳＣＲ煙氣脫銷工程技術(shù)［Ｍ］．北京：中國(guó)電力出版社，２００９．
［８］Ｍａｎ
Ｃ Ｋ，Ｇｉｂｂｉｎｓ Ｊ Ｒ．Ｆａｃｔｏｒｓ ａｆｆｅｃｔｉｎｇ ｃｏａｌ ｐａｒｔｉｃｌｅ ｉｇｎｉｔｉｏｎ ｕｎｄｅｒ ｏｘｙｆｕｅｌ ｃｏｍｂｕｓｔｉｏｎ

ａｔｍｏｓｐｈｅｒｅｓ［Ｊ］．

Ｆｕｅｌ，２０ １ ｌ，９０（１）：２９４—３０４．

［９］Ｆａ

ｄ ｎｄｅｚ Ｊ，Ａｒｅｎｉｌｌａｓ Ａ，Ｒｕｂｉｅｒａ Ｆ，ｅｔ ａ１．Ｉｇｎｉｔｉｏｎ ｂｅｈａｖｉｏｕｒ ｏｆ ｄｉｆｆｅｒｅｎｔ ｒａｎｋ ｃｏａｌｓ ｉｎ

ａｎ

ｅｎｔｒａｉｎｅｄ ｆｌｏｗ

ｒｅａｃｔｏｒ［Ｊ］．Ｆｕｅｌ，２００５，８４（１７）：２１７２—２１７７． ［１ ０］Ｖｌｅｅｓｋｅｎｓ
Ｊ

Ｍ，Ｎａｎｄｉ

Ｂ Ｎ．Ｂｕｒｎｏｕｔ ｏｆ ｃｏａｌｓ：Ｃｏｍｐａｒａｔｉｖｅ ｂｅｎｃｈ—ｓｃａｌｅ ｅｘｐｅｒｉｍｅｎｔｓ

ｏｎ

ｐｕｌｖｅｒｉｚｅｄ ｆｕｅｌ

ａｎｄ ｆｌｕｉｄｉｚｅｄ ｂｅｄ

ｃｏｍｂｕｓｔｉｏｎ［Ｊ］．Ｆｕｅｌ，１９８６，６５（６）：７９７—８０２．

［１ １］Ｋ．ｉｚｇｕｔ Ｓ，Ｙｉｌｍａｚ Ｓ．Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ａｎｄ ｎｏｎ－ｉｓｏｔｈｅｒｍａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｋｉｎｅｔｉｃｓ ｏｆ ｓｏｍｅ Ｔｕｒｋｉｓｈ
ｂｉｔｕｍｉｎｏｕｓ ｃｏａｌｓ ｂｙｔｈｅｒｍａｌ ａｎａｌｙｓｉｓ［Ｊ］．ＦｕｅｌＰｒｏｃｅｓｓＴｅｃｈｎｏｌ，２００４，８５（２—３）：１０３—１１１。

［１２］Ｓｍｉｔｈ

Ｓ Ｅ，Ｎｅａｖｅｌ Ｒ Ｃ，Ｈｉｐｐｏ Ｅ Ｊ，ｅｔ ａ１．ＤＴＧＡ ｃｏｍｂｕｓｔｉｏｎ ｏｆ ｃｏａｌｓ ｉｎ ｔｈｅ Ｅｘｘｏｎ ｃｏａｌ

ｌｉｂｒａｒｙ［Ｊ］．Ｆｕｅｌ，

１ ９８ １，６０（６）：４５８－４６２．

［１３］Ｄｕ

Ｓ

Ｗ，Ｃｈｅｎ Ｗ

Ｈ，Ｌｕｃａｓ Ｊ Ａ．Ｐｕｌｖｅｒｉｚｅｄ ｃｏａｌ ｂｕｒｎｏｕｔ ｉｎ ｂｌａｓｔ ｆｕｒｎａｃｅ ｓｉｍｕｌａｔｅｄ ｂｙ

ａ

ｄｒｏｐ ｔｕｂｅ

ｆｕｒｎａｃｅ［Ｊ］．Ｅｎｅｒｇｙ，２０１０，３５（２）：５７６—５８１． ［１ ４】Ｓｈｅｎ
Ｙａｎ—ｓｏｎｇ，Ｇｕｏ Ｂａｏ—ｙｕ，Ｙｕ Ａｉ－ｂｉｎｇ，ｅｔ
ｏｎ

ａ１．Ｍｏｄｅｌ

ｓｔｕｄｙ ｏｆ ｔｈｅ ｅｆｆｅｃｔｓ ｏｆ ｃｏａｌ ｐｒｏｐｅｒｔｉｅｓ ａｎｄ ｂｌａｓｔ

ｃｏｎｄｉｔｉｏｎｓ

ｐｕｌｖｅｒｉｚｅｄ ｃｏａｌ

ｃｏｍｂｕｓｔｉｏｎ［Ｊ］．Ｉｓｉｊ Ｉｎｔ，２００９，４９（６）：８１９—８２６．

［１ ５］Ａｖｓａｒ

Ｇ，Ａｌｔｉｎｅｌ

Ｈ，Ｙｉｌｍａｚ Ｍ Ｋ，ｅｔ ａ１．Ｓｙｎｔｈｅｓｉｓ，ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ，ａｎｄ ｔｈｅｒｍａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆ
Ｓｃｈｉｆｆ ｂａｓｅ

ｆｌｕｏｒｉｎａｔｅｄ

ｓａｌｉｃｙｌａｌｄｅｈｙｄｅ

ｄｅｒｉｖａｔｉｖｅｓ（ｓａｌｅｎ）ａｎｄ

ｔｈｅｉｒ ｃｏｍｐｌｅｘｅｓ ｗｉｔｌｌ

ｃｏｐｐｅｒ（ＩＩ）［Ｊ］．Ｊ

ＴｈｅｒｍＡｎａｌ Ｃａｌｏｒｉｍ，２００９，１０１（１）：１９９—２０３．

［１ ６］Ｃｕｍｍｉｎｇ

Ｊ

ｗ

Ｒｅａｃｔｉｖｉｔｙ

ａｓｓｅｓｓｍｅｎｔ ｏｆ ｃｏａｌｓ ｖｉａ

ａ

ｗｅｉｇｈｔｅｄ

ｍｅａｎ ａｃｔｉｖａｔｉｏｎ

ｅｎｅｒｇｙ［Ｊ］．Ｆｕｅｌ，

１９８４，６３（１０）：１４３６—１４４０．

５６

浙江大學(xué)碩士學(xué)位論文

參考文獻(xiàn)

［１７］Ｆｉｌｈｏ

Ｃ Ｇ ｄ Ｓ，Ｍｉｌｉｏｌ Ｆ Ｅ．Ａ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ａｎａｌｙｓｉｓ ｏｆｔｈｅ ｃｏｍｂｕｓｔｉｏｎ ｏｆａ Ｂｒａｚｉｌｉａｎ ｍｉｎｅｒａｌ

ｃｏａｌ［Ｊ］．

Ｑｕｉｍ Ｎｏｖａ，２００８，３ ｌ（１）：９８－１０３． ［１８］Ｊａｎｋｏｖｉ６ Ｂ．Ｔｈｅｒｍａｌ
ｄｅｇｒａｄａｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｔｈｅ ｃｕｒｅｄ ｐｈｅｎｏｌｉｃ ｔｒｉａｚｉｎｅ ｔｈｅｒｍｏｓｅｔ ｒｅｓｉｎ（Ｐｒｉｍａｓｅｔ＠

ＰＴ－３０）．Ｐａｒｔ Ｉ．Ｓｙｓｔｅｍａｔｉｃ ［１ ９】Ｊｉａｎｇ
Ｘ

ｎｏｎ—ｉｓｏｔｈｅｒｍａｌ

ｋｉｎｅｔｉｃ

ａｎａｌｙｓｉｓ［Ｊ］．ＴｈｅｒｍｏｃｈｉｍＡｃｔａ，２０１１，５１９（１—２）：１１４—１２４．

Ｍ，Ｈａｎ

Ｘ Ｘ，Ｃｕｉ Ｚ Ｇ．Ｐｒｏｇｒｅｓｓ ａｎｄ ｒｅｃｅｎｔ ｕｔｉｌｉｚａｔｉｏｎ ｔｒｅｎｄｓ ｉｎ ｃｏｍｂｕｓｔｉｏｎ ｏｆ Ｃｈｉｎｅｓｅ ｏｉｌ

ｓｈａｌｅ［Ｊ］．Ｐｒｏｇ Ｅｎｅｒｇ Ｃｏｍｂｕｓｔ，２００７，３３（６）：５５２－５７９． ［２０］ＫＳｋ Ｍ Ｖ ［２ １］ＫＳｋ Ｍ Ｖ
Ｐｒｏｃｅｓｓ Ｔｈｅｒｍｏ—ｏｘｉｄａｔｉｖｅ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ａｎｄ ｋｉｎｅｔｉｃｓ ｏｆｔａｒ

ｓａｎｄｓ［Ｊ］．Ｅｎｅｒｇｙ，２０１ １，３６（８）：５３３８—５３４２． ｔｅｃｈｎｉｑｕｅｓ［Ｊ］．Ｆｕｅｌ

Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ ｍｅｄｉｕｍ ａｎｄ ｈｅａｖｙ ｃｒｕｄｅ ｏｉｌｓ ｕｓｉｎｇ ｔｈｅｒｍａｌ ａｎａｌｙｓｉｓ

Ｔｅｃｈｎｏｌ，２０１１，９２（５）：１０２６—１０３１．
Ｃ，ｅｔ ａ１．Ｅｆｆｅｃｔ ｏｆ ｐａｒｔｉｃｌｅ ｓｉｚｅ
ｏｎ

［２２］Ｋ６ｋ Ｍ Ｖ，０ｚｂａｓ Ｅ，Ｈｉｃｙｉｌｍａｚ

ｔｈｅ

ｔｈｅｒｍａｌ

ａｎｄ ｃｏｍｂｕｓｔｉｏｎ ｐｒｏｐｅｒｔｉｅｓ ｏｆ

ｃｏａｌ［Ｊ］．ＴｈｅｒｍｏｃｈｉｍＡｃｔａ，１９９７，３０２（１—２）：１２５－１３０．
［２３］ＫＳｋ Ｍ Ｖ’Ｐｏｋｏｌ
Ｇ，Ｋｅｓｋｉｎ Ｃ，ｅｔ ａ１．Ｃｏｍｂｕｓｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｌｉｇｎｉｔｅ ａｎｄ ｏｉｌ ｓｈａｌｅ ｓａｍｐｌｅｓ ｂｙ

ｔｈｅｒｍａｌ ａｎａｌｙｓｉｓ ｔｅｃｈｎｉｑｕｅｓ［Ｊ］．Ｊ ＴｈｅｒｍＡｎａｌ Ｃａｌｏｒｉｍ，２００４，７６（１）：２４７—２５４．

［２４］Ｋｆｉｇｆｉｋｂａｙｒａｋ

Ｓ，ＨａｙｋｌｒＩ－Ａｇｍａ Ｈ，Ｅｒｓｏｙ－Ｍｅｒｉｇｂｏｙｕ Ａ，ｅｔ ａ１．Ｅｆｆｅｃｔ ｏｆ Ｃｏｎｖｅｒｓ

ｌｉｇｎｉｔｅ ｐｒｏｐｅｒｔｉｅｓ

ｏｎ

ｒｅａｃｔｉｖｉｔｙ ｏｆ

ｌｉｇｎｉｔｅ［Ｊ］．Ｅｎｅｒｇｙ

Ｍａｎａｇｅ，２００１，４２（５）：６１３—６２６．
Ａ，Ｋ ｎ ９ ｎ ｋｂａｙｒａｋ Ｓ．Ｃｏｍｂｕｓｔｉｏｎ ｒｅａｃｔｉｖｉｔｙ ｏｆ ｄｉｆｆｅｒｅｎｔ ｒａｎｋ

［２５】Ｈａｙｋｉｒｉ—Ａｇｍａ Ｈ，Ｅｒｓｏｙ—Ｍｅｒｉｇｂｏｙｕ ｃｏａｌｓ［Ｊ］．Ｅｎｅｒｇｙ ［２６］Ｗａｎｇ
Ｃｏｎｖｅｒｓ

Ｍａｎａｇｅ，２００２，４３（４）：４５９－４６５．
ＯＤ

Ｊ Ｈ，Ｃｈａｎｇ Ｌ Ｐ，Ｌｉ Ｆ，ｅｔ ａ１．Ａ ｓｔｕｄｙ

ｔｈｅ ｃｏｍｂｕｓｔｉｏｎ ｐｒｏｐｅｒｔｉｅｓ ｏｆ

Ｗｅｓｔｅｒｎ

Ｃｈｉｎｅｓｅ

ｃｏａｌｓ［Ｊ］．

Ｅｎｅｒｇｙ Ｓｏｕｒｃｅｓ，ＰａｒｔＡ：Ｒｅｃｏｖｅｒｙ，Ｕｔｉｌｉｚａｔｉｏｎ，ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｆｆｅｃｔｓ

２０１０，３２（１１）：１０４０—１０５１．

［２７］Ｓｅｇｇｉａｎｉ Ｍ，Ｐａｎｎｏｃｃｈｉａ Ｇ．Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｒｅｇｒｅｓｓｉｏｎ［Ｊ］．Ｉｎｄ ［２８］Ｗｉｎｅｇａｒｔｎｅｒ
Ｅｎｇ Ｃｈｅｍ

ｃｏａｌ

ａｓｈ ｔｈｅｒｍａｌ ｐｒｏｐｅｒｔｉｅｓ ｕｓｉｎｇ ｐａｒｔｉａｌ ｌｅａｓｔ—ｓｑｕａｒｅｓ

Ｒｅｓ，２００３，４２（２０）：４９１９－４９２６．

Ｅ Ｃ，Ｒｈｏｄｅｓ Ｂ Ｔ．Ｅｍｐｉｒｉｃａｌ ｓｔｕｄｙ ｏｆ ｔｈｅ ｒｅｌａｔｉｏｎ ｏｆ ｃｈｅｍｉｃａｌ ｐｒｏｐｅｒｔｉｅｓ ｔｏ ａｓｈ ｆｕｓｉｏｎ Ｅｎｇ

ｔｅｍｐｅｒａｔｕｒｅｓ［Ｊ］．Ｊ ［２９］Ｌｉｕ
Ｙ

Ｐｏｗｅｒ，１９７５，９７（３）：３９５－４０６．
Ｊ ｘ．Ｐｒｅｄｉｃｔｉｎｇ ｃｏａｌ ａｓｈ ｆｕｓｉｏｎ ｔｅｍｐｅｒａｔｕｒｅ ｂａｓｅｄ
ｏｎ

Ｐ，Ｗｕ Ｍ Ｇ，Ｑｉａｎ

ｉｔｓ ｃｈｅｍｉｃａｌ ｃｏｍｐｏｓｉｔｉｏｎ

ｕｓｉｎｇ ＡＣＯ—ＢＰ ｎｅｕｒａｌ

ｎｅｔｗｏｒｋ［Ｊ］．Ｔｈｅｒｍｏｃｈｉｍ Ａｃｔａ，２００７，４５４（１）：６４－６８．

［３０］ＹＩＮ

Ｃｈｕｎ—ｇｅｎ，ＬＵＯ Ｚｈｏｎｇ—ｙａｎｇ，ＮＩ

Ｍｉｎｇ－ｊｉａｎｇ，ｅｔ

ａ１．Ｐｒｅｄｉｃｔｉｎｇ ｃｏａｌ ａｓｈ ｆｕｓｉｏｎ ｔｅｍｐｅｒａｔｕｒｅ ｗｉｔｈ

ａ

ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ

ｍｏｄｅｌ［Ｊ］．Ｆｕｅｌ，１９９８，７７（１５）：１７７７—１７８２．
ｏｆ ｃｏａｌ ａｓｈ

［３ １］ＺＨＡＯ

Ｂｉｎｇ—ｔａｏ，Ｚｈａｎｇ

Ｚｈｏｎｇ－ｘｉａｏ，Ｗｕ Ｘｉａｏ－ｊｉａｎｇ．Ｐｒｅｄｉｃｔｉｏｎ

ｆｕｓｉｏｎ ｔｅｍｐｅｒａｔｕｒｅ ｂｙ

ｌｅａｓｔ－ｓｑｕａｒｅｓ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ

ｍｏｄｅｌ［Ｊ］．Ｅｎｅｒｇｙ Ｆｕｅｌｓ，２０ １ ０，２４（５）：３０６６—３０７ １．
Ｈｏｎｇ－ｑｕａｎ，ｅｔ ａ１．Ｓｔｕｄｙ
ｏｎ

［３２］ＺＨＡＮＧ

Ｙｉ，ＤＩＮＧ

Ｙａｎ－ｊｕｎ，ＺＨＡＮＧ

ｏｐｔｉｍｉｚｅｄ ｂｏｉｌｅｒ ｏｐｅｒａｔｉｏｎ ｃｏｎｔｒｏｌ ｆｏｒ

ｈａｒｍｏｎｉｚｅｄ

ｃｏｏｒｄｉｎａｔｉｏｎ ｂｅｔｗｅｅｎ ｅｃｏｎｏｍｉｃ

ｅｆｆｉｃｉｅｎｃｙ

ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔａｌ

ｐｒｏｔｅｃｔｉｏｎ［Ｊ］．Ｊ

Ｐｏｗｅｒ Ｅｎｇ，

２００５，２５（５）：６７６—６７９．

［３３］ＺＨＯＵ

Ｊｉａｎ—ｘｉｎ，ＳＩ

Ｆｅｎｇ—ｑｉ，ＷＡＮＧ

Ｊｕｎ，ｅｔ ａ１．Ｓｔｕｄｙ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｂｏｉｌｅｒ ｏｐｅｒａｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ

ｔｏｗ ＮＯｘ ｅｍｉｓｓｉｏｎｓ ｉｎ ｃｏａｌ—ｆｉｒｅｄ ｐｏｗｅｒ

ｐｌａｎｔ［Ｊ］．Ｂｏｉｌｅｒ Ｔｅｃｈｎｏｌ，２０１ １，４２（４）：１８—２２．

［３４］ＬＵ

Ｙｕｋｒｕｎ，ＰＥＮＧ Ｘｉｎ，ＺＨＡＯ Ｋａｉ．Ｈｙｂｒｉｄ ｍｏｄｅｌｉｎｇ

ｏｐｔｉｍｉｚａｔｉｏｎ

ｏｆ ｔｈｅｒｍａｌ ｅｆｆｉｃｉｅｎｃｙ

ａｎｄ

ＮＯｘ

ｅｍｉｓｓｉｏｎ ｏｆｕｔｉｌｉｔｙ

ｂｏｉｌｅｒ［Ｊ］．Ｐｒｏｃ ＣＳＥＥ，２０１１，３１（２６）：１６—２２．

５７

［３５］ＸＵ Ｃｈａｎｇ，ＬＵ Ｊｉａｎ－ｈｏｎｇ，ＺＨＥＮ Ｙｕａｎ，ｅｔ
ｌｏｗ ＮＯ—ｘ ｅｍｉｓｓｉｏｎｓ

ａ１．Ａ ｂｏｉｌｅｒ ｃｏｍｂｕｓｔｉｏｎ ｇｌｏｂａｌ ｏｐｔｉｍｉｚａｔｉｏｎ

ｏｎ

ｅｆｆｉｃｉｅｎｃｙ ａｎｄ

ｏｂｊｅｃｔ［Ｊ］．Ｐｒｏｃ ＣＳＥＥ，２００６，２６（４）：４６．５０．
Ａｏ．Ｐｒｅｄｉｃｔｉｏｎ ａｎｄ ｏｐｅｒａｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ＮＯｘ ｅｍｉｓｓｉｏｎ

【３６］ＣＨＥＮ Ｑｉｎｇ－ｗｅｎ，ＭＡ Ｘｉａｏ—ｑｉａｎ，ＬＩＵ

ｐｒｏｐｅｒｔｙ ｏｆｌａｒｇｅ—ｓｃａｌｅ ｍｉｘｅｄ ｃｏａｌ—ｆｉｒｅｄ ｕｔｉｌｉｔｙ

ｂｏｉｌｅｒ［Ｊ］．Ｐｒｏｃ ＣＳＥＥ，２００９，２９（２３）：２０．２６．
ｏｕｒ

［３７］ＨＥ Ｐｅｉ—ａｕ，ＺＨＡＮＧ

Ｚｈｏｎｇ—ｘｉａｏ．Ｓｔｕｄｉｅｓ １．

ｏｎ

ｔｈｅ ｓｌａｇｇｉｎｇ ｐｒｏｐｅｒｔｙ ｏｆ ｔｈｅ ｃｏａｌｓ ｕｓｅｄ ｂｙ ｔｈｅ ｕｔｉｌｉｔｉｅｓ ｉｎ

ｃｏｕｎｔｒｙ［Ｊ］．Ｐｏｗｅｒ Ｅｎｇ，１９８７，（２）：１－１ ［３ ８］ＹＡＯ Ｙａｏ．Ｏｐｔｉｍｉｚｉｎｇ ｍｅｔｈｏｄ ２００８，（１）：２７．３
１．

ｏｆ ｂｏｉｌｅｒ ｏｐｅｒａｔｉｏｎ ａｎｄ ｉｔｓ

ａｐｐｌｉｃａｔｉｏｎ［Ｊ］．Ｎｏｒｔｈ

Ｃｈｉｎａ Ｅｌｅｃｔｒ Ｐｏｗｅｒ，

［３９］Ｖａｐｎｉｋ ｖ，Ｇｏｌｏｗｉｃｈ

Ｓ Ｅ，Ｓｍｏｌａ Ａ．Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍｅｔｈｏｄ ｆｏｒ Ｆｕｎｃｔｉｏｎ Ａｐｐｒｏｘｉｍａｔｉｏｎ．Ｒｅｇｒｅｓｓｉｏｎ

Ｅｓｔｉｍａｔｉｏｎ，ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ［Ｍ］．Ｂｏｓｔｏｎ：ＭＩＴ Ｐｒｅｓｓ，１９９６。

［４０］Ｍ＠ｅｒ Ｋ

Ｓｍｏｌａ Ａ，Ｒ；ｉｔｓｃｈ

Ｇ，ｅｔ ａ１．Ｐｒｅｄｉｃｔｉｎｇ ｔｉｍｅ ｓｅｒｉｅｓ ｗｉｔｈ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ

ｍａｃｈｉｎｅｓ［Ｍ］／／ｗ．

Ｇｅｒｓｔｎｅｒ，Ａ．Ｇｅｒｍｏｎｄ，Ｍ．Ｈａｓｌｅｒ，Ｊ．Ｄ．Ｎｉｃｏｕｄ．Ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ
Ｓｐｒｉｎｇｅｒ－Ｖｅｒｔａｇ，１９９７：９９９－１００４．

ｆ ＩＣＡＮＮ’９７）．Ｂｅｒｌｉｎ：

［４ １］Ｐｏｎｔｉｌ Ｍ，Ｖｅｒｒｉ

Ａ．Ｓｕｐｐｏｎ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ ｆｏｒ ３Ｄ

ｏｂｊｅｃｔ ｒｅｃｏｇｎｉｔｉｏｎ［Ｊ］．ＩＥＥＥ

Ｔｒａｎｓ Ｐａｔｔｅｍ Ａｎａｌ Ｍａｃｈ

Ｉｒｌｔｅｌｌ，１ ９９８，２０（６）：６３７—６４６．

［４２］Ｊｏａｃｈｉｍｓ

Ｔ．Ｔｅｘｔ

ｃａｔｅｇｏｒｉｚａｔｉｏｎ

ｗｉｔｈ

Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅｓ：Ｌｅａｒｎｉｎｇ

ｗｉｔｈ

ｍａｎｙ ｒｅｌｅｖａｎｔ

ｆｅａｔｕｒｅｓ［Ｍ］／／Ｃ．Ｎ

６ ｄｅｌｌｅｃ，Ｃ．Ｒｏｕｖｅｋ０１．Ｍａｃｈｉｎｅ

Ｌｅａｒｎｉｎｇ：ＥＣＭＬ一９８．Ｂｅｒｌｉｎ：Ｓｐｒｉｎｇｅｒ Ｂｅｒｌｉｎ／

Ｈｅｉｄｅｌｂｅｒｇ，１９９８：１３７—１４２．

［４３］Ｙｕ

Ｇ

Ｘ，Ｏｓ仃ｏｕｃｈｏｖ

Ｇ，Ｇｅｉｓｔ

Ａ，ｅｔ

ａ１．Ａｎ

ＳＶＭ—ｂａｓｅｄ

ａｌｇｏｒｉｔｈｍ

ｆｏｒ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ

ｏｆ

ｐｈｏｔｏｓｙｎｔｈｅｓｉｓ－ｓｐｅｃｉｆｉｃ ｇｅｎｏｍｅ ｆｅａｔｕｒｅｓ，１ １－１４

Ａｕｇ．２００３［Ｃ］＿［Ｓ．Ｉ．］：２００３． Ｔｈｅｏｒｙ［Ｍ］．Ｎｅｗ
Ｙｏｒｋ：ＳｐｒｉｎｇｅＬ １９９５．

［４４］Ｖａｐｎｉｋ ［４５］Ｓｍｏｌａ ［４６］Ｌｉｎ
Ｓ

Ｖ Ｎ．Ｔｈｅ Ｎａｔｕｒｅ ｏｆ Ｓｔａｔｉｓｔｉｃａｌ Ｌｅａｒｎｉｎｇ Ａ Ｊ，ＳｃｈｏｌｋｏｐｆＢ．Ａ ｔｕｔｏｒｉａｌ
ｏｎ

ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ

ｒｅｇｒｅｓｓｉｏｎ［Ｊ］．Ｓｔａｔ Ｃｏｍｐｕｔ，２００４，１４（３）：１９９—２２２．

Ｗ，Ｙｉｎｇ

Ｋ Ｃ，Ｃｈｅｎ Ｓ Ｃ，ｅｔ ａ１．Ｐａｒｔｉｃｌｅ ｓｗａｒｌＩｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ｐａｒａｍｅｔｅｒ ｄｅｔｅｒｍｉｎａｔｉｏｎ ａｎｄ ｆｅａｔｕｒｅ

ｓｅｌｅｃｔｉｏｎ ｏｆｓｕｐｐｏｒｔ ｖｅｃｔｏｒ

ｍａｃｈｉｎｅｓ［Ｊ］．Ｅｘｐｅｒｔ ＳｙｓｔＡｐｐｌ，２００８，３５（４）：１８１７－１８２４．
ｎｏｓｅ

［４７］Ｐａｒｄｏ Ｍ，Ｓｂｅｒｖｅｇｌｉｅｒｉ
Ａｃｔｕａｔｏｒｓ

Ｇ．Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｏｆ ｅｌｅｃｔｒｏｎｉｃ

ｄａｔａ ｗｉｔｈ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ

ｍａｃｈｉｎｅｓ［Ｊ］．Ｓｅｎｓ

Ｂ：Ｃｈｅｍ，２００５，１０７（２）：７３０—７３７． Ｍ，Ｕｓｔｕｎ
Ｂ，ｅｔ ａ１．Ｃｏｍｐａｒｉｎｇ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ ｔｏ ＰＬＳ ｆｏｒ ｓｐｅｃｉａｌ ｒｅｇｒｅｓｓｉｏｎ

［４８］Ｔｈｉｓｓｅｎ

Ｕ，Ｐｅｐｅｒｓ

ａｐｐｌｉｃａｔｉｏｎｓ［Ｊ］．Ｃｈｅｍｏｍ ［４９］Ｓｔｏｒｎ
ｏｖｅｒ

Ｉｎｔｅｌｌ Ｌａｂ

Ｓｙｓｔ，２００４，７３（２）：１６９—１７９．

Ｒ，Ｐｒｉｃｅ Ｋ．Ｄｉｆｆｅｒｅｎｔｉａｌ Ｅｖｏｌｕｔｉｏｎ－Ａ ｓｉｍｐｌｅ ａｎｄ ｅｆｆｉｃｉｅｎｔ ａｄａｐｔｉｖｅ ｓｃｈｅｍｅ ｆｏｒ ｇｌｏｂａｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｃｏｎｔｉｎｕｏｕｓ

ｓｐａｃｅｓ［Ｒ］．Ｂｅｒｋｅｌｅｙ，ＣＡ：Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｍｐｕｔｅｒ

Ｓｃｉｅｎｃｅ Ｉｎｓｔｉｔｕｔｅ，１ ９９５．
ｏｖｅｒ

［５０】Ｓｔｏｒｅ

Ｒ，Ｐｒｉｃｅ Ｋ．Ｄｉｆｆｅｒｅｎｔｉａｌ ｅｖｏｌｕｔｉｏｎ－ａ

ｓｉｍｐｌｅ

ａｎｄ ｅｆｆｉｃｉｅｎｔ ｈｅｕｒｉｓｔｉｃ ｆｏｒ ｇｌｏｂａｌ ｏｐｔｉｍｉｚａｔｉｏｎ

ｃｏｎｔｉｎｕｏｕｓ

ｓｐａｃｅｓ［Ｊ］．Ｊ

Ｇｌｏｂａｌ

Ｏｐｔｉｍ，１９９７，１１（４）：３４１—３５９．
ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｔｈｅｒｍｏａｎａｌｙｔｉｃａｌ ｔｅｃｈｎｉｑｕｅｓ
ｔｏ

［５１］Ｆｒｅｅｍａｎ

Ｅ Ｓ，Ｃａｒｒｏｌｌ Ｂ．Ｔｈｅ

ｒｅａｃｔｉｏｎ ｋｉｎｅｔｉｃｓ：Ｔｈｅ

ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ｅｖａｌｕａｔｉｏｎ ｏｆ ｔｈｅ ｋｉｎｅｔｉｃｓ ｏｆ ｔｈｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ｃａｌｃｉｕｍ ｏｘａｌａｔｅ ｍｏｎｏｈｙｄｒａｔｅ［Ｊ］．Ｊ
Ｐｈｙｓ

Ｃｈｅｍ，１９５８，６２（４）：３９４—３９７．
Ｈ Ｈ，Ｍｅｔｚｇｅｒ Ｇ．Ａ ｎｅｗ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ

［５２］Ｈｏｒｏｗｉｔｚ

ｔｒａｃｅｓ［Ｊ］．Ａｎａｌ

Ｃｈｅｍ，１９６３，３５（１０）：

１４６４．１４６８

５８

［５３］Ｓｂｉｒｒａｚｚｕｏｌｉ Ｎ，Ｇｉｒａｕｌｔ Ｙ，Ｅｌ

６ ｇａｎｔ Ｌ．Ｓｉｍｕｌａｔｉｏｎｓ ｆｏｒ ｅｖａｌｕａｔｉｏｎ ｏｆ ｋｉｎｅｔｉｃ ｍｅｔｈｏｄｓ ｉｎ ｄｉｆｆｅｒｅｎｔｉａｉ

ｓｃａｎｎｉｎｇ ｃａｌｏｒｉｍｅｔｒｙ．Ｐａｒｔ ３一Ｐｅａｋ ｍａｘｉｍｕｍ ｅｖｏｌｕｔｉｏｎ ｍｅｔｈｏｄｓ ａｎｄ ｉｓｏｃｏｎｖｅｒｓｉｏｎａｌ

ｍｅｔｈｏｄｓ［Ｊ］．

ＴｈｅｒｍｏｃｈｉｍＡｃｔａ，１９９７，２９３（１－２）：２５—３７． ［５４］Ｆｒｉｅｄｍａｎ
Ｈ Ｌ．Ｋｉｎｅｔｉｃｓ ｏｆ ｔｈｅｒｍａｌ ｄｅｇｒａｄａｔｉｏｎ ｏｆ

ｃｈａｒ－ｆｏｒｍｉｎｇ

ｐｌａｓｔｉｃｓ

ｆｒｏｍ

ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｙ．

Ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｐｈｅｎｏｌｉｃ

ｐｌａｓｔｉｃ［Ｊ］．Ｊ

Ｐｏｔｙｍ Ｓｃｉ Ｐｏｌｙｍ Ｓｙｍｐ，１９６４，６（１）：１８３—１９５，

［５５］Ｃｏａｔｓ
６８．６９．

Ａ

Ｗ，Ｒｅｄｆｅｍ

Ｊ

Ｐ．Ｋｉｎｅｔｉｃ ｐａｒａｍｅｔｅｒｓ ｆｒｏｍ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ｄａｔａ［Ｊ］．Ｎａｔｕｒｅ，１ ９６４，２０ １（４９ １）：

［５６］Ｆｌｙｎｎ

Ｊ

Ｈ，Ｗａｌｌ

Ｌ Ａ．Ｇｅｎｅｒａｌ ｔｒｅａｔｍｅｎｔ ｏｆ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｙ ｏｆ ｐｏｌｙｍｅｒｓ［Ｊ］．Ｊ Ｒｅｓ Ｎａｔｌ Ｂｕｒ Ｓｔａｎｄ．Ｓｅｃｔ

Ａ，１９６６，７０Ａ（６）：４８７—５２３． ［５７］Ｆｌｙｒｍ
Ｊ

Ｈ，Ｗａｌｌ

Ｌ Ａ．Ａ

ｑｕｉｃｋ

ｄｉｒｅｃｔ

ｍｅｔｈｏｄ

ｆｏｒ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ａｃｔｉｖａｔｉｏｎ

ｅｎｅｒｇｙ

ｆｒｏｍ

ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ｄａｔａ［Ｊ］．Ｊ Ｐｏｌｙｍ Ｓｃｉ Ｂ：Ｐｏｌｙｍ Ｌｅｔｔ，１ ９６６，４（５ＰＢ）：３２３．３２８．

［５８］Ｏｚａｗａ

Ｔ．Ａ ｎｅｗ ｍｅｔｈｏｄ ｏｆ ａｎａｌｙｚｉｎｇ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ

ｄａｔａ［Ｊ］．Ｂｕｌｌ Ｃｈｅｍ Ｓｏｃ Ｊｐｎ，１９６５，３８（１ １）：

１８８１．１８８６．

［５９］Ｍａｄｈｕｓｕｄａｎａｎ

Ｐ Ｍ，Ｋｒｉｓｈｎａｎ Ｋ，Ｎｉｎａｎ Ｋ Ｎ．Ｎｅｗ ａｐｐｒｏｘｉｍａｔｉｏｎ ｆｏｒ ｔｈｅ

ｐ（ｘ）ｆｕｎｃｔｉｏｎ

ｉｎ ｔｈｅ ｅｖａｌｕａｔｉｏｎ

ｏｆｎｏｎｉｓｏｔｈｅｒｒｒｌａｌ ｋｉｎｅｔｉｃ

ｄａｔａ［Ｊ］．ＴｈｅｒｍｏｃｈｉｍＡｅｔａ，１９８６，９７
Ｃ，Ｖａｌｋｅｎｂｕｒｇ
Ｐ Ｊ

１８９—２０１．
ｏｆ ｃｏａｌ ｃｏｍｂｕｓｔｉｏｎ ｋｉｎｅｔｉｃｓ ｗｉｔｈ

［６０］Ｈａｋｖｏｏｒｔ

Ｇ，Ｓｃｈｏｕｔｅｎ Ｊ

Ｍ．Ｔｈｅ ｄｅｔｅｒｍｉｎａｔｉｏｎ

ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｙ［Ｊ］．Ｊ

Ｔｈｅｒｍ Ａｎａｌ，１９８９．３５（２）：３３５－３４６．
ｔｏ

［６ １］Ｐｏｐｅｓｃｕ Ｃ．Ｉｎｔｅｇｒａｌ ｍｅｔｈｏｄ
ｃｏｎｄｉｔｉｏｎｓ－Ａ ｖａｒｉａｎｔ
ｏｎ

ａｎａｌｙｚｅ ｔｈｅ ｋｉｎｅｔｉｃｓ ｏｆ ｈｅｔｅｒｏｇｅｎｅｏｕｓ ｒｅａｃｔｉｏｎｓ ｕｎｄｅｒ ｎｏｎ—ｉｓｏｔｈｅｒｍａｌ

ｔｈｅ

Ｏｚａｗａ—Ｆｔｙｎｎ－Ｗａｌｌ ｍｅｔｈｏｄ［Ｊ］．ＴｈｅｒｍｏｃｈｉｍＡｃｔａ，１９９６，２８５（２）：３０９．３２３．
ｍｅｔｈｏｄ ｔｏ ｅｓｔｉｍａｔｅ

［６２］Ｍｉｕｒａ

Ｋ．Ａ ｎｅｗ ａｎｄ

ｓｉｍｐｌｅ

ｆ（Ｅ）ａｎｄ ｋＯ（Ｅ）ｉｎ

ｔｈｅ ｄｉｓｔｒｉｂｕｔｅｄ ａｃｔｉｖａｔｉｏｎ—ｅｎｅｒｇｙ ｍｏｄｅｌ

ｆｒｏｍ ３ ｓｅｔｓ

ｏｆｅｘｐｅｒｉｍｅｎｔａｌ—ｄａｔａ［Ｊ］．Ｅｎｅｒｇｙ Ｆｕｅｌｓ，１９９５，９（２）：３０２?３０７．
Ｔ．Ａ ｓｉｍｐｌｅ ｍｅｔｈｏｄ ｆｏｒ ｅｓｔｉｍａｔｉｎｇ Ｆｕｅｌｓ，１

［６３］Ｍｉｕｒａ Ｋ，Ｍａｋｉ

ｆ（Ｅ）ａｎｄ ｋ０（Ｅ）ｉｎ

ｔｈｅ ｄｉｓｔｒｉｂｕｔｅｄ ａｃｔｉｖａｔｉｏｎ ｅｎｅｒｇｙ

ｍｏｄｅｌ［Ｊ］．Ｅｎｅｒｇｙ ［６４］Ｄｈｕｍａｌ

９９８，１２（５）：８６４—８６９．

Ｓ Ｓ，Ｓａｈａ Ｒ Ｋ．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｅｖａｌｕａｔｉｏｎ ｏｆ ｋｉｎｅｔｉｃ ｐａｒａｍｅｔｅｒｓ ｏｆ ｃｏａｌ Ｅｎｅｒｇｙ Ｅｎｖｉｒｏｎ，２００６，５ １ １２—１２４．

ｐｙｒｏｌｙｓｉｓ［Ｊ］．Ｊ ［６５］Ｓｈｅｔｈ

Ｐ Ｎ，Ｂａｂｕ Ｂ Ｖ－Ｄｉｆｆｅｒｅｎｔｉａｌ ｅｖｏｌｕｔｉｏｎ ａｐｐｒｏａｃｈ ｆｏｒ ｏｂｔａｉｎｉｎｇ ｋｉｎｅｔｉｃ ｐａｒａｍｅｔｅｒｓ ｉｎ ｎｏｎｉｓｏｔｈｅｒｍａｌ

ｐｙｒｏｌｙｓｉｓ

ｏｆｂｉｏｍａｓｓ［Ｊ］．Ｍａｔｅｒ ＭａｎｕｆＰｒｏｃｅｓｓｅｓ，２００９，２４（１０４２—６９１４）：４７－５２．

［６６］Ｈｉｌｌｉｅｒ

Ｊ，Ｂｅｚｚａｎｔ Ｔ，Ｆｌｅｔｃｈｅｒ Ｔ Ｈ．Ｉｍｐｒｏｖｅｄ ｍｅｔｈｏｄ ｆｏｒ ｔｈｅ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ ｋｉｎｅｔｉｃ ｐａｒａｍｅｔｅｒｓ ｆｒｏｍ

ｎｏｎ—ｉｓｏｔｈｅｒｍａｌ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ａｎａｌｙｓｉｓ（ＴＧＡ）ｄａｔａ［Ｊ］．Ｅｎｅｒｇｙ Ｆｕｅｌｓ，２０１０，２４ ２８４１－２８４７．

［６７］Ｆｏｌｇｕｅｒａｓ Ｍ

Ｂ，Ｄ ｉ

ａｚ

Ｒ Ｍ．Ｉｎｆｌｕｅｎｃｅ ｏｆ ＦｅＣｌ３ ａｎｄ ｌｉｍｅ ａｄｄｅｄ ｔｏ ｓｌｕｄｇｅ

ｏｎ

ｓｌｕｄｇｅ—ｃｏａｌ

ｐｙｒｏｌｙｓｉｓ［Ｊ］．

Ｅｎｅｒｇｙ，２０１０，３５（１２）：５２５０－５２５９．

［６８］Ｌｅｅ

Ｊ

Ｍ，Ｋｉｍ

Ｄ

Ｗ，Ｋｉｍ Ｊ Ｓ．Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ

ｏｆ ＣＯ—ｃｏｍｂｕｓｔｉｏｎ ｏｆ ａｎｔｈｒａｃｉｔｅ ｗｉｔｈ ｂｉｔｕｍｉｎｏｕｓ ｃｏａｌ ｉｎ

ａ

２００一ＭＷｅ

ｃｉｒｃｕｌａｔｉｎｇ ｆｌｕｉｄｉｚｅｄ ｂｅｄ

ｂｏｉｌｅｒ［Ｊ］．Ｅｎｅｒｇｙ，２０１ １，３６（９）：５７０３—５７０９．
Ｚｏｎｇ—Ｓｉｌ，ｅｔ ａ１．Ａｒｒｈｅｎｉｕｓ ｐａｒａｍｅｔｅｒｓ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｉｎ ｎｏｎ—ｉｓｏｔｈｅｒｍａｌ ｇａｓｉｆｉｃａｔｉｏｎ ｏｆ ｃａｒｂｏｎ ｂｙ ｃａｒｂｏｎ

［６９］ＬＩＵ Ｚｈｏｎｇ—Ｓｔｌ０，ＷＡＮＧ Ｑｉ，ＺＯＵ
ｃｏｎｄｉｔｉｏｎｓ ２０１ ｆｏｒ ｔｈｅ ｕｎｃａｔａｌｙｚｅｄ

ｄｉｏｘｉｄｅ［Ｊ］．Ｔｈｅｒｍｏｃｈｉｍ

Ａｃｔａ，

１，５１２（１—２）：１－４．
Ｊｉｎ?ｇａｉ，ＹＡＮ Ｒｏｎｇ，ＣＨＥＮ Ｈａｎ－ｐｉｎｇ，ｅｔ ａ１．Ｃａｔａｌｙｔｉｃ ｅｆｆｅｃｔ ｏｆ ｍｅｔａｌ ｏｘｉｄｅｓ
ｏｎ

［７０］ＳＨＡＯ
ｓｅｗａｇｅ

ｐｙｒｏｌｙｓｉｓ ｏｆ

ｓｌｕｄｇｅ［Ｊ］．Ｆｕｅｌ Ｐｒｏｃｅｓｓ Ｔｅｃｌｍｏｌ，２０１０，９ｌ（９）：１１１３—１１１８．

［７ １］Ｓｙｅｄ Ｓ，Ｑｕｄａｉｈ

Ｒ，Ｔａｌａｂ Ｉ，ｅｔ ａ１．Ｋｉｎｅｔｉｃｓ ｏｆ ｐｙｒｏｌｙｓｉｓ ａｎｄ ｃｏｍｂｕｓｔｉｏｎ ｏｆ ｏｉｌ ｓｈａｌｅ ｓａｍｐｌｅ ｆｒｏｍ

ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ｄａｔａ［Ｊ］．Ｆｕｅｌ，２０１１，９０（４）：１６３１—１６３７．

［７２］Ｖａｒｏｌ Ｍ，Ａｔｉｍｔａｙ

Ａ Ｔ，Ｂａｙ Ｂ，ｅｔ ａ１．Ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ ｃｏ—ｃｏｍｂｕｓｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｌｏｗ ｑｕａｌｉｔｙ ｌｉｇｎｉｔｅ

ｃｏａｌｓ ａｎｄ ｂｉｏｍａｓｓ ｗｉｔｈ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ

ａｎａｌｙｓｉｓ［Ｊ］．ＴｈｅｒｍｏｃｈｉｍＡｃｔａ，２０１０，５１０（１—２）：１９５。２０１．

［７３］ＷＡＮＧ

Ｂａｏ’ｗｅｎ，ＹＡＮ

Ｒｏｎｇ，ＺＨＥＮＧ Ｙｉｎｇ，ｅｔ ａ１．Ｍｅｃｈａｎｉｓｔｉｃ ｉｎｖｅｓｔｉｇａｔｉｏｎ ｏｆ ｃｈｅｍｉｃａｌ ｌｏｏｐｉｎｇ

ｃｏｍｂｕｓｔｉｏｎ ｏｆｃｏａｌ ｗｉｔｈ Ｆｅ２０３ ｏｘｙｇｅｎ ｃａｒｒｉｅｒ［Ｊ］．Ｆｕｅｌ，２０１ １，９０（７）：２３５９．２３６６．

［７４］Ｗｉｌｓｏｎ

Ｌ，Ｊｏｈｎ Ｇ Ｒ，Ｍｈｉｌｕ Ｃ Ｆ，ｅｔ ａ１．Ｃｏｆｆｅｅ ｈｕｓｋｓ ｇａｓｉｆｉｃａｔｉｏｎ ｕｓｉｎｇ ｈｉｇｈ ｔｅｍｐｅｒａｔｕｒｅ ａｉｒ／ｓｔｅａｍ

ａｇｅｎｔ［Ｊ］

Ｆｕｅｌ Ｐｒｏｃｅｓｓ Ｔｅｃｈｎｏｌ，２０１０，９１ｆ１０）：１３３０．１３３７．

［７５］Ｒａｉｎｖｉｌｌｅ ［７６］Ｃｏａｔｓ
Ａ

Ｅ Ｄ．Ｓｐｅｃｉａｌ

ｆｕｎｃｔｉｏｎｓ［Ｍ］．Ｎｅｗ Ｙｏｒｋ：Ｍａｃｍｉｌｌａｎ，１９６０．
Ｊ Ｐ．Ｋｉｎｅｔｉｃ ｐａｒａｍｅｔｅｒｓ ｆｒｏｍ ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ

Ｗ，Ｒｅｄｆｅｒｎ

ｄａｔａ．ＩＩ［Ｊ］．Ｊ Ｐｏｌｙｍ

Ｓｃｉ Ｂ：Ｐｏｌｙｍ

Ｌｅｔｔ，１９６５，３（１ １）：９１７－９２０． ［７７］Ｅｂｒａｈｉｍｉ—Ｋａｈｒｉｚｓａｎｇｉ
Ｒ，Ａｂｂａｓｉ Ｍ Ｈ．Ｅｖａｌｕａｔｉｏｎ ｏｆ ｒｅｌｉａｂｉｌｉｔｙ ｏｆ Ｃｏａｔｓ．Ｒｅｆｆｅｍ ｍｅｔｈｏｄ ｆｏｒ ｋｉｎｅｔｉｃ

ａｎａｌｙｓｉｓ ｏｆｎｏｎ—ｉｓｏｔｈｅｒｍａｌ

ＴＧＡ［Ｊ］．ＴＮｏｎｆｅｒｒＭｅｔａｌ Ｓｏｃ，２００８，１８（１）：２１７．２２１．
ｆｏｒ ｍｏｄｅｌｉｎｇ ｎｏｎｉｓｏｔｈｅｒｍａｌ ｒｅａｃｔｉｏｎｓ［Ｊ］．Ｊ Ｔｈｅｒｍ Ａｎａｌ Ｃａｌｏｒｉｍ．

［７８］Ａｇｒａｗａｌ

Ｒ Ｋ．Ａ

ｎｅｗ ｅｑｕａｔｉｏｎ

１９８７，３２（１）：１４９—１５６． ［７９］Ｄｏｙｌｅ
Ｃ Ｄ．Ｋｉｎｅｔｉｃ ａｎａｌｙｓｉｓ ｏｆｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ

ｄａｔａ［Ｊ］．Ｊ

Ａｐｐｌ Ｐｏｌｙｍ Ｓｃｉ，１９６１，５（１５）：２８５．２９２．

［８０］Ｆｒａｎｋ－Ｋａｍｅｎｅｔｓｋｉｉ
Ｕｎｉｖ．Ｐｒｅｓｓ，１ ９５５．

Ｄ Ａ．Ｄｉｆｆｕｓｉｏｎ ａｎｄ ｈｅａｔ ｅｘｃｈａｎｇｅ ｉｎ ｃｈｅｍｉｃａｌ

ｋｉｎｅｔｉｃｓ［Ｍ］．Ｐｒｉｎｃｅｔｏｎ，ＮＪ：Ｐｒｉｎｃｅｔｏｎ

［８ １］Ｇｏｒｂａｃｈｅｖ

Ｖ Ｍ．Ａ ｓｏｌｕｔｉｏｎ ｏｆ ｔｈｅ ｅｘｐｏｎｅｎｔｉａｌ ｉｎｔｅｇｒａｌ ｉｎ ｔｈｅ ｎｏｎ－ｉｓｏｔｈｅｒｍａｌ ｋｉｎｅｔｉｃｓ ｆｏｒ ｌｉｎｅａｒ

ｈｅａｔｉｎｇ［Ｊ］

Ｊ Ｔｈｅｒｍ Ａｎａｌ Ｃａｌｏｒｉｍ，１

９７５，８（２）：３４９—３５０．

［８２］Ｌｅｅ

Ｔ

ｖ，Ｂｅｃｋ Ｓ

Ｒ．Ａ ｎｅｗ ｉｎｔｅｇｒａｌ ａｐｐｒｏｘｉｍａｔｉｏｎ ｆｏｒｍｕｌａ ｆｏｒ ｋｉｎｅｔｉｃ ａｎａｌｙｓｉｓ ｏｆ ｎｏｎｉｓｏｔｈｅｒｍａｌ ＴＧＡ

ｄａｔａ［Ｊ］．Ａｉｃｈｅ Ｊ，１９８４，３０（３）：５１７－５１９． ［８３］Ｌｉ
Ｃ

Ｈ．Ａｎ ｉｎｔｅｇｒａｌ

ａｐｐｒｏｘｉｍａｔｉｏｎ

ｆｏｒｍｕｌａ

ｆｏｒ ｋｉｎｅｔｉｃ ａｎａｌｙｓｉｓ ｏｆ ｎｏｎｉｓｏｔｈｅｒｍａｌ ＴＧＡ ｄａｔａ［Ｊ］．Ａｉｃｈｅ Ｊ，

１９８５，３１（６）：１０３６—１０３８． ［８４］Ｖａｎ
Ｔｅｔｓ Ａ．Ａｃｃｕｒａｔｅ ｄｅｔｅｒｍｉｎａｔｉｏｎ ｏｆ
ａ

ｍｏｄｉｆｉｅｄ ｅｘｐｏｎｅｎｔｉａｌ ｉｎｔｅｇｒａｌ，ｗｉｔｈ ｓｐｅｃｉｉａｌ ｒｅｆｅｒｅｎｃｅ

ｔｏ

ｔｈｅｒｍａｌ

ａｎａｌｙｓｉｓ［Ｊ］．ＴｈｅｒｍｏｃｈｉｍＡｃｔａ，１９７６，１７（３）：３７２－３７４． ［８５］Ｍａｃｃａｌｌｕ
ｔ Ｊ Ｒ，Ｔａｎｎｅｒ Ｊ．Ｄｅｒｉｖａｔｉｏｎ ｏｆ
ｒａｔｅ

ｅｑｕａｔｉｏｎｓ

ｕｓｅｄ

ｉｎ

ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｙ［Ｊ］．Ｎａｔｕｒｅ，

９７０，２２５（５２３ ８）：１ １ ２７—１

１ ２８． Ｋ．Ｔｈｅ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅ ｕｎｄｅｒ

［８６］Ｍｅｙｅｒ Ｄ，Ｌｅｉｓｃｈ Ｆ，Ｈｏｍｉｋ
１６９．１８６．

ｔｅｓｔ［Ｊ］．Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ，２００３，５５（１—２）：

［８７］Ｋｏｇａ

Ｎ，Ｓｅｓｔ直ｋ Ｊ．Ｋｉｎｅｔｉｃ ｃｏｍｐｅｎｓａｔｉｏｎ ｅｆｆｅｃｔ

ａｓ

ａ

ｍａｔｈｅｍａｔｉｃａｌ ｃｏｎｓｅｑｕｅｎｃｅ ｏｆ ｔｈｅ ｅｘｐｏｎｅｎｔｉａｌ

ｒａｔｅ

ｃｏｎｓｔａｎｔ［Ｊ］．ＴｈｅｒｍｏｃｈｉｍＡｃｔａ，１９９１，１８２（２）：２０１—２０８． ［８８］Ｋｏｇａ
Ｎ，Ｔａｎａｋａ Ｈ．Ｓｉｇｎｉｆｉｃａｎｃｅ ｏｆｋｉｎｅｔｉｃ ｃｏｍｐｅｎｓａｔｉｏｎ ｅｆｆｅｃｔ ｉｎ ｔｈｅ ７９—８４．

ｔｈｅｒｍａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆａ

ｓｏｌｉｄ［Ｊ］．

Ｔｈｅｒｍｏｃｈｉｍ Ａｃｔａ，１９８８，１３５
［８９］ＭａｃＣａｌｌｕｍ

Ｊ Ｒ，Ｍｕｎｒｏ Ｍ Ｖ Ｔｈｅ ｋｉｎｅｔｉｃ ｃｏｍｐｅｎｓａｔｉｏｎ ｅｆｆｅｃｔ ｆｏｒ ｔｈｅ ｔｈｅｒｍａｌ ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｏｆ ｓｏｍｅ ４５７－４６３．
ｏｎ

ｐｏｌｙｍｅｒｓ［Ｊ］．Ｔｈｅｒｍｏｃｈｉｍ Ａｃｔａ，１９９２，２０３
［９０］Ｙｉｐ Ｋ
ｏｘｉｄａｔｉｏｎ ｏｆｃｏａｌ

Ｎｇ Ｅ，Ｌｉ Ｃ Ｚ，ｅｔ ａ１．Ａ ｍｅｃｈａｎｉｓｔｉｃ ｓｔｕｄｙ

ｋｉｎｅｔｉｃ ｃｏｍｐｅｎｓａｔｉｏｎ ｅｆｆｅｃｔ ｄｕｒｉｎｇ ｌｏｗ—ｔｅｍｐｅｒａｔｕｒｅ

ｃｈａｒｓ［Ｊ］．Ｐｒｏｃ Ｃｏｍｂｕｓｔ Ｉｎｓｔ，２０１１，３３（２）：１７５５—１７６２．
６０

［９ １］Ｇｆｉｍｐｅｒｌｅ Ｒ，Ｍｉｉｌｌｅｒ

Ｓ Ｄ，Ｋｏｕｍｏｕｔｓａｋｏｓ Ｐ．Ａ Ｐａｒａｍｅｔｅｒ Ｓｔｕｄｙ ｆｏｒ Ｄｉｆｆｅｒｅｎｔｉａｌ

Ｅｖｏｌｕｔｉｏｎ［Ｍ］／／Ａ．Ｇｒｍｅｌａ．

Ｎ．Ｅ．Ｍａｓｔｏｒａｋｉｓ．Ａｄｖａｎｃｅｓ ｉｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ，Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，Ｅｖｏｌｕｔｉｏｎａｒｙ Ｃｏｍｐｕｔａｔｉｏｎ．［Ｓ』．］＝

ＷＳＥＡＳ

Ｐｒｅｓｓ，２００２：２９３—２９８． Ｊ，Ｋｕｋｋｏｎｅｎ Ｓ，Ｐｒｉｃｅ Ｋ Ｖ

［９２］Ｒｏｎｋｋｏｎｅｎ

Ｒｅａｌ－ｐａｒａｍｅｔｅｒ Ｏｐｔｉｍｉｚａｔｉｏｎ ｗｉｔｈ Ｄｉｆｆｅｒｅｎｔｉａｌ Ｅｖｏｌｕｔｉｏｎ．
Ｐｒｅｓｓ，２００５．

Ｅｄｉｎｂｕｒｇｈ，Ｓｃｏｔｌａｎｄ，５—５

Ｓｅｐｔ．２００５［Ｃ］．［Ｓ．Ｉ．］：ＩＥＥＥ

［９３］Ｓｔｏｒｅ

Ｒ．Ｏｎ ｔｈｅ Ｕｓａｇｅ ｏｆＤｉｆｆｅｒｅｎｔｉａｌ Ｅｖｏｌｕｔｉｏｎ ｆｏｒ Ｆｕｎｃｔｉｏｎ Ｏｐｔｉｍｉｚａｔｉｏｎ．Ｂｅｒｋｅｌｅｙ，１９．２２ Ｊｕｎ Ｐｒｅｓｓ，１ ９９６．

１９９６［Ｃ］．

［Ｓ．Ｉ．］：ＩＥＥＥ ［９４］Ｋｏｈａｖｉ

Ｒ．Ａ Ｓｔｕｄｙ ｏｆ Ｃｒｏｓｓ—ｖａｌｉｄａｔｉｏｎ ａｎｄ Ｂｏｏｔｓｔｒａｐ ｆｏｒ Ａｃｃｕｒａｃｙ Ｅｓｔｉｍａｔｉｏｎ ａｎｄ

Ｍｏｄｅｌ

Ｓｅｌｅｃｔｉｏｎ．

Ｍｏｎｔｒｅａｌ，Ｑｕｅｂｅｃ，１９９５［Ｃ］．［Ｓ．Ｉ．］：Ｃｉｔｅｓｅｅｒ，１９９５． ［９５］Ｓａｌｚｂｅｒｇ
Ｋｎｏｗｌ Ｓ Ｌ．Ｏｎ ｃｏｍｐａｒｉｎｇ ｃｌａｓｓｉｆｉｅｒｓ：Ｐｉｔｆａｌｌｓ ｔｏ ａｖｏｉｄ ａｎｄ
ａ

ｒｅｃｏｍｍｅｎｄｅｄ ａｐｐｒｏａｃｈ［Ｊ］．Ｄａｔａ Ｍｉｎ

Ｄｉｓｃｏｖｅｒｙ，１９９７，１（３）：３１７．３２８．
Ｃ Ｏ，Ｃｈｉ Ｓ Ｃ，Ｇａｂｅｒ

［９６］Ｂｅｎｊａｍｉｎ

Ｔ，ｅｔ ａ１．Ｃｏｍｐａｒｉｎｇ

ＢＰ ａｎｄ ＡＲＴ ＩＩ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｃｌａｓｓｉｆｉｅｒｓ ｆｏｒ ｆａｃｉｌｉｔｙ

ｌｏｃａｔｉｏｎ［Ｊ］．Ｃｏｍｐｕｔ

Ｉｎｄ Ｅｎｇ，１９９５，２８（１）：４３—５０．

［９７］ＷＵ

Ｊｉａｎｇ，ＺＨＡＮＧ Ｙａｎ—ｙａｎ，Ｐａｎ Ｗｅｉ?ｇｕｏ，ｅｔ ａ１．Ｎｅｕｒａｌ
ａｔ

ｎｅｔｗｏｒｋ

ｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ｉｔｓ ｐｒｅｄｉｃａｔｉｏｎ ｆｏｒ

ｃｏａｔ－ｂｌｅｎｄｉｎｇ
２０１０．

ｃｏａｌ ｃｏｍｂｕｓｔｉｏｎ ｐｏｗｅｒ ｓｔａｔｉｏｎ，Ｓｉｎｇａｐｏｒｅ，２６－２８

Ｆｅｂ．２０１０［Ｃ］．［Ｓ．Ｉ．］：ＩＥＥＥ

Ｐｒｅｓｓ，

［９８］李增學(xué)．煤礦地質(zhì)學(xué)［Ｍ］．北京：煤炭工業(yè)出版社，２００９．
ＬＩ ｚｅｎｇ－ｘｕｅ．Ｍｉｎｇ

Ｇｅｏｌｏｇｙ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｃｈｉｎａ

Ｃｏａｌ Ｉｎｄｕｓｔｒｙ Ｐｕｂｌｉｓｈｉｎｇ Ｈｏｕｓｅ，２００９．

［９９］山西礦業(yè)學(xué)院，大同礦務(wù)局．大同侏羅紀(jì)含煤地層沉積環(huán)境與聚煤特征［Ｍ］．北京：科學(xué)出版社，
１９９１． Ｓｈａｎｘｉ Ｍｉｎｉｎｇ Ｉｎｓｔｉｔｕｔｅ，Ｄａｔｏｎｇ Ｃｏａｌ

Ｍｉｎｉｎｇ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ．Ｔｈｅ Ｓｅｄｉｍｅｎｔａｔｉｏｎ Ｅｎｖｉｒｏｎｍｅｎｔ

ｏｆ Ｃｏａｌ

Ｂｅａｒｉｎｇ Ｓｔｒａｔａ ａｎｄ ｔｈｅ Ｃｏｎｃｅｎｔｒａｔｉｎｇ Ｃｏａｌ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ Ｄａｔｏｎｇ Ｊｕｒａｓｓｉｃ Ｐｒｅｓｓ，１９９１．

Ｃｏａｌ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｓｃｉｅｎｃｅ

［１００］蔣嘯．不同細(xì)度煤粉燃燒特性及粉煤灰酸浸處理中硫酸鋁銨循環(huán)利用試驗(yàn)研究［Ｄ］．杭州：浙江大 學(xué)機(jī)械與能源工程學(xué)院，２００８．
ＪＩＡＮＧ Ｘｉａｏ．Ｅｘｐｅｒｉｍｅｎｔａｌ Ｒｅｓｅａｒｃｈ
ｏｎ

Ｃｏｍｂｕｓｔｉｏｎ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ Ｃｏａｌ Ｐｏｗｄｅｒ ｗｉｔｈ Ｄｉｆｆｅｒｅｎｔ

Ｆｉｎｅｎｅｓｓ ａｎｄ Ｃｙｃｌｉｎｇ Ｕｔｉｌｉｚａｔｉｏｎ ｏｆ Ａｌｕｍｉｎｕｍ Ａｍｍｏｎｉｕｍ Ｓｕｌｆａｔｅ ｆｒｏｍ Ｆｌｙ Ａｓｈ ｂｙ Ａｃｉｄ Ｈａｎｇｚｈｏｕ：Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｅｎｅｒｇｙ

Ｔｒｅａｔｍｅｎｔ［Ｄ］．

Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｊｉａｎｇ Ｕｎｉｖｅｒｓｉｔｙ，２００８．
ｒｅｓｅａｒｃｈ
ｏｎ

［１０１］ＺＨＯＵ Ｚｈｉ－ｊｕｎ，ＺＨＯＵ Ｎｉｎｇ，ＣＨＥＮ Ｙａｏ－ｊｉ，ｅｔ ａ１．Ｅｘｐｅｒｉｍｅｎｔａｌ
ｇｅｎｅｒａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆｌｏｗ ｖｏｌａｔｉｌｅ

ｔｈｅ ｃｏｍｂｕｓｔｉｏｎ

ａｎｄ ＮＯｘ

ｃｏａｌ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓ

ｏｆｔｈｅ ＣＳＥＥ，２０１０，２９ ５５—６１．
ｏｎ

［１ ０２］ＮＩＥ Ｑｉ－ｈｏｎｇ，ＳＵＮ

Ｓｈａｏ—ｚｅｎｇ，ＬＩ Ｚｈｅｎｇ—ｑｉ，ｅｔ ａ１．Ｔｈｅｒｍｏｇｒａｖｉｍｅｔｒｉｃ ａｎａｌｙｓｉｓ

ｔｈｅ

ｃｏｍｂｕｓｔｉｏｎ

ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｂｒｏｗｎ ｃｏａｌ
７２—７６．

ｂｌｅｎｄｓ［Ｊ］．Ｊｏｕｒｎａｌ

ｏｆ Ｃｏｍｂｕｓｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，２００ １，７（０ １）：

［１０３］嚴(yán)繼民，張啟元，高敬琮．吸附與凝聚：固體的表面與孔［Ｍ］．北京：科學(xué)出版社，１９８６．
ＹＡＮ Ｊｉ—ｍｉｎ，ＺＨＡＮＧ ｏｆ

Ｑｉ—ｙｕａｎ，ＧＡＯ

Ｊｉｎｇ—ｃｏｎｇ．Ａｄｓｏｒｐｔｉｏｎ ａｎｄ Ｃｏｎｄｅｎｓａｔｉｏｎ：Ｔｈｅ Ｓｕｒｆａｃｅ ａｎｄ ｐｏｒｅｓ

Ｓｏｌｉｄ［Ｍ］．Ｂｅｉｊｉｎｇ：Ｓｃｉｅｎｃｅ

Ｐｒｅｓｓ，１ ９８６．

６１

［１０４］沈利．燃煤電站鍋爐的燃燒優(yōu)化技術(shù)及相關(guān)算法應(yīng)用研究［Ｄ］．杭州：浙江大學(xué)能源工程學(xué)
系，２０１１．
ＳＨＥＮ Ｌｉ．Ｒｅｓｅａｒｃｈ Ｃｏａｌ－ｆｉｒｅｄ
ｏｎ

Ｃｏｍｂｕｓｔｉｏｎ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｒｅｌａｔｅｄ Ａｌｇｏｒｉｔｈｍｓ ｉｎ
Ｕｎｉｖｅｒｓｉｔｙ，２０１ １．

Ｂｏｉｌｅｒ［Ｄ］．Ｈａｎｇｚｈｏｕ：Ｄｅｐａｒｔｍｅｎｔ ｏｆＥｎｅｒｇｙ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｚｈｅｊｉａｎｇ

６２

浙江大學(xué)碩士學(xué)位論文

作者簡(jiǎn)介

作者簡(jiǎn)介

姓名：張曉龍，１９８６年０１月出生，漢族，中共黨員，廣東潮州人。

教育經(jīng)歷：
２００５．９—２００９．７在河海大學(xué)攻讀學(xué)士學(xué)位 ２００９．９—２０１２１３在浙江大學(xué)攻讀碩士學(xué)位

主要項(xiàng)目經(jīng)歷：
（１）華電半山電廠１３５ＭＷ機(jī)組ＮＯｘ排放特性試驗(yàn)研究 （２）中石油蘭州石化動(dòng)力車間１４５ｔ／ｈ鍋爐燃燒系統(tǒng)改造后的冷熱態(tài)試驗(yàn) （３）華電靈武電廠６００ＭＷ大型空冷機(jī)組劣質(zhì)煤摻燒優(yōu)化調(diào)整試驗(yàn) （４）漸能樂清電廠６００ＭＷ超臨界鍋爐防高溫腐蝕試驗(yàn)研究 （５）浙能蘭溪電廠６００ＭＷ超臨界機(jī)組節(jié)能評(píng)估 （６）華電青島電廠３００ＭＷ機(jī)組貧煤鍋爐煤炭摻燒優(yōu)化試驗(yàn)

發(fā)表論文：
［１］Ｊｉａｎｇｕｏ
Ａｓｈ Ｆｕｓｉｂｉｌｉｔｙ ｏｆ Ｃｏａｌ ｆｒｏｍ ＹＡＮＧ，Ｘｉａｏｌｏｎｇ ＺＨＡＮＧ，Ｈｏｎｇ ＺＨＡＯ，Ｐｒｅｄｉｃｔｉｎｇ

Ｃｏａｌ Ｐｒｏｐｅｒｔｉｅｓ，Ａｄｖ

Ｍａｔｅｒ Ｒｅｓ

３ ５４—３５

５（２０ １ ２）２ １ ６－２２ １．（Ｉｎｄｅｘｅｄ ｂｙ

ＥＩ

ｃｏｍｐｅｎｄｅｘ）
ｏｎ

［２］Ｊｉａｎｇｕｏ

ＹＡＮＧ，Ｘｉａｏｌｏｎｇ ＺＨＡＮＧ，Ｈｏｎｇ ＺＨＡＯ，Ｌｉ ＳＨＥＮ，Ｓｔｕｄｙ

ｔｈｅ Ｎｏｎ－ｌｉｎｅａｒ Ａ

Ｐａｒａｍｅｔｅｒｓ ａｎｄ Ｃｏａｌ Ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ Ｃｏｍｂｕｓｔｉｏｎ Ｋｉｎｅｔｉｃ １ ８６２．１ ７７５（ｏｎｌｉｎｅ）．（Ｉｎｄｅｘｅｄ ｂｙ

Ｑｕａｌｉｔｙ，ＪＺＵＳ—ＳＣＩＥＮＣＥ

ＳＣＩ）

６３

電廠配煤與鍋爐運(yùn)行的整體綜合優(yōu)化研究
作者： 學(xué)位授予單位： 張曉龍 浙江大學(xué)

本文鏈接：



  本文關(guān)鍵詞：電廠配煤與鍋爐運(yùn)行的整體綜合優(yōu)化研究，由筆耕文化傳播整理發(fā)布。