用模糊神经网络方法预测煤灰的结渣特性

研究煤灰的结渣特性是预测和诊断电站锅炉炉内结渣故障的第一步。综合应用模糊数学和神经网络的知识构造了一个模糊神经网络模型,用以判别煤灰的结渣特性。该方法是对已有的单一指标判别法和用模糊数学方法进行多个指标判别的改进。计算结果表明,该方法具有诊断速度快、结果准确的特点,为进一步研究煤灰结渣综合判别指标提供了一个新的途径。     

试论电站煤粉锅炉混煤结渣性能变化

本文主要内容是从电站煤粉锅炉参烧强结渣性煤,在煤质与灰分成分测量与分析的基础上,根据工程上动力用煤配煤原则,并结合锅炉炉膛热力计算与2台锅炉的设计特点,分析预测了不同掺混比的混煤煤质主要结渣指标与程度,得到2台锅炉掺烧强结渣煤的合理比例。     

典型煤种结渣的数值模拟研究

建立了与气固两相流动燃烧模型相耦合的飞灰沉积模型.对一台四角切圆锅炉燃用2种典型煤种（神木煤和淄博煤）时的结渣特性进行了数值模拟,对比了不同的颗粒黏度计算模型,预测了炉膛内不同位置的飞灰沉积量和厚度.模拟结果显示,前墙20～25 m高度附近结渣最严重,燃用神木煤时结渣比淄博煤更多.通过分析认为,采取合理工况,掺烧结渣倾向低的煤种可以有效减轻结渣.     

六角切圆燃烧锅炉炉内空气动力特性的研究与应用

建立冷志空气动力场模化试验后,对不同燃烧器布置工况进行试验研究,了解六角切圆燃烧锅炉炉内空气动力特性,分析其对炉膛和受热面结渣的影响,并把研究成果应用于其200MW锅炉机组的改造中,对工程实际具有很大的应用价值。     

农一师电力公司热电厂煤粉炉炉膛结渣分析与防治

因锅炉燃烧用煤煤质的改变,农一师电力公司热电厂发电厂两台75t/h锅炉存在炉膛严重结渣的问题.通过对煤质、煤粉粒度以及锅炉运行等方面分析,确定了炉膛结渣的综合防治措施,提高了锅炉运行的安全性和可靠性,实现了机组满负荷运行基本不结渣的改造目标.     

锅炉炉膛结渣问题的研究攻关

针对一台130t/h切向燃烧锅炉炉膛出现的结渣问题,提出一种可以消除结渣的燃烧器结构和燃烧器配风方式。数值计算结果表明,改造后的燃烧器,锅炉炉内实际切圆直径减小,炉膛温度水平降低,上二次风喷口附近水冷壁壁面O2浓度增加,都有利于抑制和消除炉膛的结渣。改造后的炉膛结渣基本消除,锅炉高负荷运行稳定性提高,数值计算结果与现场实测数据基本吻合。     

国内西部某热电厂2×300MW工程除尘器选择方案

0概述本工程建设2×300MW空冷燃煤机组,配两台亚临界、四角切圆燃烧、单炉膛Π形布置、一次中间再热、平衡通风,全钢架悬吊结构、紧身封闭、固态排渣、自然循环汽包燃煤锅炉,锅炉以当地煤为燃料,轻柴油点火助燃,制粉系统采用正压直吹式中速磨煤机系统。除尘器的排放要求为出口最大含尘浓度小于等于50mg/Nm3。     

煤粉炉局部结渣的故障诊断模型

水冷壁结渣是电站燃煤锅炉中的经常性故障,及时估计锅炉的结渣情况对提高锅炉运行的经济性、防止锅炉发生严重事故具有重要的意义。该文分析了可用于诊断该故障的主要特征参数,运用神经网络的方法建立了局部结渣故障诊断模型。计算结果表明,诊断迅速、结果准确。该方法简单,无需昂贵的诊断设备,有广泛的应用前景。     

基于 KPCA-AGRU 神经网络的火电机组 NO x排放预测

针对火电机组锅炉燃烧过程中预测 NOx 排放过程存在的非线性和时序性特点,提出一种基于核主成分分析 (KPCA)和注意力机制(AM)的门控循环神经网络(GRU)氮氧化物预测模型。 首先选用 KPCA 对模型的输入变量 进行降维,消除冗余变量;其次,将筛选的变量数据作为 GRU 的输入,并采用网格搜索优化 GRU 的超参数;最后, 引入 AM 计算权值,实现区分输入特征功能,提高 NOx 预测模型精度。 通过某 330 MW 电站锅炉实际数据对 AGRU 预测模型仿真验证,并将 AGRU 模型、GRU 模型和 BP 神经网络模型的预测结果进行对比。 结果表明:基于 AGRU 的 NOx 预测模型的均方根误差和平均绝对误差较 BP 神经网络和 GRU 模型均有减少,可精准预测非线性时序燃 烧过程的 NO x 排放。     

亚临界自然循环锅炉炉膛温度的数值模拟研究

针对云南某电厂300MW亚临界自然循环锅炉,在FLUENT中选择合适的炉内湍流流动、燃烧与传热的数学模型,进行炉膛内温度分布的数值模拟,并与实际电厂数据相对比。通过对结果的数值分析得出亚临界自然循环锅炉的排烟温度的适合取值范围以有效降低锅炉煤耗率,提高锅炉热效率。