能量平衡的锅炉漏风状况在线监测与诊断

能量平衡的锅炉漏风状况在线监测与诊断

ID:44568038

大小:76.50 KB

页数:14页

时间:2019-10-23

能量平衡的锅炉漏风状况在线监测与诊断_第1页
能量平衡的锅炉漏风状况在线监测与诊断_第2页
能量平衡的锅炉漏风状况在线监测与诊断_第3页
能量平衡的锅炉漏风状况在线监测与诊断_第4页
能量平衡的锅炉漏风状况在线监测与诊断_第5页
资源描述:

《能量平衡的锅炉漏风状况在线监测与诊断》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、能量平衡的锅炉漏风状况在线监测与诊断<四川电力技术)2oo4年第5期?39?能量平衡的锅炉漏风状况在线监测与诊断宋思洪'•张永刚(1•重庆通信学院,重庆400035;2,重庆大学,重庆,〜oo3o)摘要:在基于系统能量分配和神经网络的锅炉漏风诊断方案的研究基础上,对锅妒漏风的特点作进一步的研究,分析与所研究锅妒漏风状况有关的能量平衡约束关系,确定诊断系统漏风状况所需的完备信息,提出基于系统能量平衡关系和神经网络的锅妒漏风状况在线监测与诊断方案,构建了基于系统能量平衡关系和神经网络的锅炉漏风状况在线监测与诊断的网络模型,通过合理构造

2、神经网络的输入特征向量以及合理组织网络的训练样本,以实现漏风状况的在线监测与诊断.关键词:锅炉;能量平衡;神经网络;漏风;在线监测中图法分类号JTK223.7文献标识码:A文章编号:1003—6954(2004)05—0039—05在基于系统能量分配原则和神经网络的锅炉漏风状况在线监测与诊断方案中,由于基本特征向量没有考虑在锅炉漏风的同时会rti于锅炉运行工况(如负荷,燃料特性等)正常变动对漏风诊断结果的影响,所以诊断效果较差•在锅炉运行过程中,任何一个漏风模式所具有的特征都是针对具体运行工况而言的,在充分考虑具体运行工况的前提下构造的

3、广义特征向量,可以有效避免运行工况正常变动对漏风诊断结果的影响.在基于系统能量分配和神经网络的锅炉漏风诊断方案的研究基础上,对锅炉漏风的特点作进一步的研究,以更精确地实现漏风状况的在线监测与诊断.1漏风状况的能量约束方程设△口,△口止和△口五分别代表锅炉炉膛,高温空气预热器和低温空气预热器的漏风系数,则锅炉系统各区域的漏风系数或过量空气系数应满足下列五个彼此独立的能量平衡方程•低温空气预热器:,,叠一+寺△口吐什雎)—%o=0低温省煤器:d'一・+/xaItku一e3=0高温空气预热器:,11一,+{△口(睹+・础)一=0锅炉系统能量平

4、衡:厶一+》△.+吾△口」社+)+告△口(•止+f雎)一el+lt+e止=0炉膛进口至高温省煤器进口:1一1H+EAQ15一e2=0式中的e毋/0(=1,2,3),弓”毛分别为计算燃煤量,保热系数,相应区域工质的吸热量,其中:E1=D1(一)+(D2一D)(,一d)+o,j(一白)E2=E1—(DI—JD1—JD)(—)E3=(D1—JD1—JD)(—)%。和为两级空气预热器的吸热量,其中:%。什专△口吐)(一雎)e=什专△口)(ia,—).高,低温空气预热器出口处(空气侧)过剩空气系数和可表示为:口0—口—/Xah=+AlI其中的口•

5、为有氧量测点区域的过量空气系数,》△口为炉膛出口与氧量测点间总的漏风系数•马可由E1,锅炉效率及燃料发热量确定•若忽略热损失q3,q4,q5和q6的变化,则及7口J与漏风状况一起在线估算.在上述的五个能量方程中,烟气温度一般只有排烟温度测点,理论上若利用上述关系确定未知的漏风系数,除了汽水侧的现有常规测点外,还必须在烟气侧增加两个临时测点•即使不考虑增加烟气侧临时测点的可行性及所加测点的可靠性,由于不可避免的测量误差与噪声的影响,导致直接根据能量方程求解40?《四川电力技术)2004年第5期漏风系数方法无法付诸实施•计算表明,当锅炉排烟

6、温度测量误差为2°C时,根据能量方程求得的低温空气预热器漏风系数误差约为4o%;排烟温度测量误差继续增加时,计算结果已无实际意义•虽然如此,明确系统主要区域漏风系数应满足的上述约束方程并加以分析,对于设计与构造漏风状况在线监测与诊断的神经网络具有重要意义.2基于能量平衡的漏风诊断网络2.1漏风状况监测与诊断网络设丫=[△口£1,△口叶,△口矗],为将要构造的系统漏风诊断神经网络的目标输出向量,为该网络的诊断输入特征向量•如何构造诊断输入特征向量是设计漏风诊断网络的一项重要内容•由前述的儿个基本能量方程可知,若已知各区域汽水工质的吸热量e

7、,空气侧温度(或焙),某一位置的过量空气系数(氧量),排烟温度和四个烟气温度中的两个,借助于五个能量方程可以唯一地确定向量y以及另外的两个烟气温度•在需要知道的九个条件中,除烟气温度外…般均有相应的测点或可根据已有的测点求得•根据以上分析,这里构造了三个神经网络模型,分别称为网络模型一,二,三,其基本结构见图1.三者的诊断口标输出向量y相同,弟别在于网络的诊断输入特征向量(分别记为1,和)和隐含层神经元的个数.网络模型一,二,三的诊断输入特征向量分别为:Xl=[l,2„八,9]X2珂I,2,,A,8]X3珂1,2,,八,7]其中:l=e

8、l,2=.2,3=・3,〜g4=—Z,5=一X6aO,X7,X8吐,X9XI由前述的约朿方程可知,当给定后,y可以唯地确定,即该网络的输入信息是完备的•网络模型主要用于考察实际测量参数的测量误差与噪声对漏风

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。