基于模糊神经网络的燃煤锅炉炉膛结渣特性研究

• 作者: 朱超 郁翔 李峰 周熙宏 毕凌峰 杨冬
• 来源期刊: 洁净煤技术
• 学科: 工学
• 关键词: 燃煤锅炉 炉膛结渣 模糊理论 神经网络 隶属函数 模式识别
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 175-182
• 页数: 7页
• 分类号: TK229
• 语种: 中文
• DOI: 10.13226/j.issn.1006-6772.21012201

摘要

当前，我国电力行业仍以煤炭为主要能源消耗品，加之电站锅炉常用燃煤中的硫含量与灰分较高，易造成受热面的积灰和结渣，而炉膛严重结渣将限制锅炉出力，威胁机组运行的经济性与安全性，因此，开发一种全面、综合的结渣预测模型对锅炉炉膛结渣程度有效监测非常关键。将模糊数学理论与BP神经网络相结合，构建适用于燃煤电站锅炉炉膛结渣特性判定的模糊神经网络。在选择输入评判指标时，从煤灰本身考虑其结渣特性，同时将无因次炉膛最高温度纳入模型，考虑锅炉运行情况，使判别依据更加全面，共选取了分辨率较高且最具代表性的6个因素作为本模型的输入判别指标。采用4种不同类型的隶属函数，将判别指标模糊化后，作为模糊神经网络的模型输入，并与不进行模糊化处理的神经网络对比，根据统计学原理，选用出现概率最大的结果作为最终评判指标，增加预测结果的精确度。针对华能秦岭电厂660 MW超临界锅炉BMCR负荷运行时炉膛结渣情况，采用构造好的炉膛结渣模糊神经网络模型进行预测。结果表明，该机组在燃用华亭煤时，炉膛结渣判别指标软化温度、硅比、硅铝比、碱酸比、综合指标、炉膛无因次最高温度分别为1 220℃、58.71、1.63、0.48、2.55、0.982,为重度结渣。在适当掺烧黄陵1号煤时，各项指标则分别为1 255℃、71.02、2.04、0.31、2.15、0.958,为中等结渣，因此可采用掺烧优质煤来改善炉膛结渣状况。该模型预测结果准确，为综合评价锅炉炉膛的结渣特性提供了新方法。