基于人工神经网络的锅炉受热面污染在线监测

• 作者: 孙保民 杜旭 祝欣慰 贾斌
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 300 MW机组 锅炉 对流受热面 水冷壁 结渣 吹灰 清洁因子 监测模型
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 发电技术论坛
• 页码范围: 99-102,79
• 页数: 5页
• 分类号: TK313
• 字数: 3256字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2012.09.099

摘要

基于人工神经网络,结合某300 MW机组锅炉,通过引入清洁系数F表征锅炉受热面的积灰结渣状况,并针对不同吸热方式的受热面,如高、低温对流受热面,水冷壁等分别讨论了清洁系数的计算方法,建立了受热面污染在线监测模型以及在线数据预处理模型.对低温过热器和RN01吹灰器附近水冷壁区域的灰污曲线实际分析表明,吹灰后受热面清洁因子有较大增加,但吹灰停止后随着运行时间的延长,受热面污染的增加,清洁因子又逐渐恢复至正常值.受热面清洁系数的变化与锅炉实际吹灰情况相吻合,表明该污染监测模型在一定程度上能够正确反映受热面的实际污染状况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙保民	华北电力大学电站设备状态监测与控制教育部重点实验室	134	928	15.0	22.0
2	贾斌	华北电力大学电站设备状态监测与控制教育部重点实验室	9	41	4.0	6.0
3	杜旭	华北电力大学电站设备状态监测与控制教育部重点实验室	6	36	4.0	6.0
4	祝欣慰	华北电力大学电站设备状态监测与控制教育部重点实验室	1	8	1.0	1.0