基于过程监控的烟气排放软测量预测研究

《基于过程监控的烟气排放软测量预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇／．—ｗ；．：式‘１‘’：壯＇—ｒ／＇莫興様編謹Ｉ＇ｉ，：■－；＾海獄妓‘＂＞人游Ｉ：ｖＶｓ；＞基于过程盛控的烟气巧敞软测量预测翰堯碱＇觀－：ｙｄｏｎＳｏｆｔＳｅ拉ｓｏｒＦｒｅｄｉｅｔｉｏｆｉｏｆＦｌｕｅｓＥｍＬｓｓｌｏｎ＼ｙ．ｇ马＇．＇吃，：，心＇技紅ｓｅｄｏｎＰｒｏｃｅｓｓＭｏｅｉ化ｒｉ田ｇＪＨＩＫ瞄蒙－ｒ；邏喔扇ｍｌ．华北电力大学硕±学位论文原创性声明－《基于过程监控的烟气排放软测本人郑垂声明：此处所提交的硕丄学位论文大学攻读硕上－学位期间独立进，在华北电力

2、量预测硏究》，是本人在导师指导下行研究工作所耿得的成果。据本人所知，论文中除己注明部分外不包含他人已发，均巳在衷或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体。文中Ｗ明确方式注明。本声明的法律结果将完全由本人承担＊、円期：年作者签名：７斗冰先如円］华北电力大学硕±学位论文使用授权书《基于过程监控的烟气排放软测量预测研究》系本人在华北电力大学攻读硕－±学位期间在导师指导下完成的硕上学位论文。本论文的研究成果归华北电力大。本人完全了解华北电力学所有，本论文的研究内容不得其它单位的名义发表有大学关于保存定，同意学校保留并向关部口送交论文的

3、复、使用学位论文的规学，允许论文被查阅和借阅。本人授权华北电力大，可采用影印件和电子版本、或其他复制手段保存论文，可从公布论文的全部或部分内容。印缩印＂本学位论文属于（请在封上相应方框内打□书保密分，在年解密后适用本授权不保密＂签円期：丢月円作者名：《／。円Ｈ期：年月导师签名：广＾＼国内图书分类号：TK314学校代码：10079国际图书分类号：621.4密级：公开专业硕士学位论文基于过程监控的烟气排放软测量预测研究硕士研究生：刘林杰导师：郑海明副教授企业导师：姚永年高工申请学位：工程硕士专业领域：机械工程培养方式：全日制所在学院：能源动力与机

4、械工程学院答辩日期：2015年3月授予学位单位：华北电力大学ClassifiedIndex:TK314U.D.C:621.4ThesisfortheMasterDegreeStudyonSoftSensorPredictionofFlue-gasEmissionBasedonProcessMonitoringCandidate：LiuLinjieSupervisor：AssociateProf.ZhengHaimingSchoolofEnergy&PowerandSchool：MechanicalEngineeringDateofDefence：March,2015Degree-

5、Conferring-Institution：NorthChinaElectricPowerUniversity摘要人类面临着越来越严重的环境问题，大气污染是其中的一个重要方面。火电厂排放的废气和烟尘污染物是大气污染的一个重要来源。为了限制火电厂污染物的排放，国家严格制定了污染物的排放标准。二氧化硫是电厂排放最主要的大气污染物，本课题的研究对象是火电厂石灰石-石膏湿法脱硫系统二氧化硫的排放。本文在对火电厂脱硫系统全面了解的基础上，分析了影响脱硫效率和二氧化硫排放浓度的主要因素。目前，火电厂对烟气污染物的主要监测分析设备是烟气连续排放监测系统，它能将污染物排放的数据及时的反映给电厂

6、和监管部门。由烟气连续排放监测系统得到的污染物排放浓度，是通过专门的污染物分析仪测得的。而本文通过软测量技术，基于脱硫系统的相关运行参数，建立了能够预测脱硫效率和二氧化硫排放浓度的模型。本文的重点是软测量建模阶段，通过对脱硫效率影响因素的分析，并根据本文收集数据的实际状况，选取了浆液pH值、脱硫塔入口二氧化硫浓度、脱硫塔入口烟气温度等八个参数作为软测量建模的输入。选取了BP神经网络和支持向量机两种方法，分别建立了对脱硫效率进行预测的模型。结果表明两种方法都能到达到一定的预测效果，而经参数寻优后的支持向量机模型有着更好的预测性能。支持向量机参数寻优的结果为：惩罚参数取值0.7578

7、6，核函数参数取值4.5948。寻优后支持向量机模型预测结果的均方误差和平均相对误差分别为0.179和0.367%。最后，通过OPC(OLEforProcessControl)技术，实现了MATLAB与污染源过程监控系统中组态软件的数据交换，使MATLAB和组态王两软件各自的优势得到了充分的发挥。理论上实现了脱硫效率和二氧化硫排放浓度的在线预测。关键词：二氧化硫；软测量技术；脱硫效率；BP神经网络；支持向量机IAbstractMankindisfacedwithincreasin