燃煤电站锅炉炉膛结渣特性计算分析

• 作者: 刘丹 刘朝晖 周熙宏 杨冬 滕敏华 裘立春
• 来源期刊: 西安交通大学学报
• 关键词: 炉膛结渣 模糊神经网络 污染系数
• 年，卷（期）: 2019,（9）
• 页码范围: 150-158
• 页数: 9页
• 分类号: TK229
• 语种: 中文
• DOI: 10.7652/xjtuxb201909020

摘要

为对炉膛结渣情况进行有效预测,通过基于燃煤特性的单一指标与多指标综合预测模型和模糊神经网络分别对一台300 MW级亚临界、一台600 MW级亚临界以及两台1 000 MW级超超临界锅炉机组炉膛结渣情况进行了计算分析;针对300 MW级亚临界锅炉机组建立了膜式水冷壁实际热流密度的计算模型,并利用基于污染系数的神经网络对该电站锅炉炉膛结渣情况进行了预测.3种预测模型的结果表明:单一指标和多指标综合预测模型一定程度上可对炉膛结渣情况进行预测,但其分辨率较低,且模型中各指标对于不同煤种和炉型的分辨率存在差异;模糊神经网络相对于上述模型和传统神经网络分辨率较高,所构建的4种模糊神经网络分辨率可分别达到92％、92％、92％以及100％,且统计结果的分辨率也可达到100％,对不同炉型和煤种的适用性更强.另外,基于污染系数的神经网络可根据电站运行数据对炉膛局部结渣情况进行实时预测,误差在3％以内,均方误差为0.013 4,预测结果可为吹灰提供指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨冬	西安交通大学动力工程多相流国家重点实验室	87	591	13.0	21.0
2	刘丹	西安交通大学动力工程多相流国家重点实验室	56	180	8.0	12.0
3	刘朝晖	西安交通大学动力工程多相流国家重点实验室	20	68	4.0	7.0
4	裘立春		14	99	5.0	9.0
5	周熙宏	西安交通大学动力工程多相流国家重点实验室	7	1	1.0	1.0
6	滕敏华		5	9	2.0	3.0