循環(huán)流化床鍋爐燃燒狀態(tài)監(jiān)測(cè)模型研究.pdf

1、循環(huán)流化床燃燒技術(shù)是近幾十年來(lái)迅速發(fā)展起來(lái)的一種潔凈煤燃燒技術(shù)，在節(jié)能減排日益要求嚴(yán)格的當(dāng)代社會(huì)，得到了極大的重視和廣泛的應(yīng)用。由于其特有的非線性、時(shí)變、多變量耦合、分布參數(shù)等特點(diǎn)，使得很難建立較為精準(zhǔn)的狀態(tài)監(jiān)測(cè)模型。本文針對(duì)循環(huán)流化床爐內(nèi)脫硫過(guò)程和燃燒優(yōu)化方面，分別建立了脫硫機(jī)理模型和基于模糊自適應(yīng)推理的燃燒模型，論文主要工作和研究成果有以下五點(diǎn):
　　1)本文通過(guò)對(duì)國(guó)內(nèi)某循環(huán)流化床鍋爐爐內(nèi)脫硫過(guò)程的深入研究，對(duì)硫分存在形式、二

2、氧化硫析出過(guò)程、石灰石存在狀態(tài)、脫硫效率影響因素等進(jìn)行了詳盡分析，認(rèn)為脫硫過(guò)程應(yīng)該分為煅燒和固硫兩個(gè)階段分別進(jìn)行討論，爐內(nèi)石灰石狀態(tài)監(jiān)測(cè)模型的建立，對(duì)了解爐內(nèi)脫硫狀況以及預(yù)測(cè)尾部SO2排放濃度有著重要意義。
　　2)脫硫過(guò)程中石灰石顆粒不能被完全利用，且受到來(lái)自燃燒煤顆粒的影響。本文針對(duì)此問(wèn)題，提出了活性CaCO3煅燒分解率ηCaCO3和活性CaO固硫利用率ηCaO兩個(gè)參數(shù)，并給出了二者的推導(dǎo)以及在線預(yù)測(cè)方法;在此基礎(chǔ)上，分別建立

3、了活性CaCO3和活性CaO爐內(nèi)存儲(chǔ)模型，進(jìn)而推導(dǎo)出尾部煙氣SO2排放濃度軟測(cè)量預(yù)測(cè)模型。
　　3)針對(duì)石灰石控制系統(tǒng)大延遲、大滯后的特性，本文在所建脫硫狀態(tài)監(jiān)測(cè)模型的基礎(chǔ)上，設(shè)計(jì)了一種簡(jiǎn)易的非線性PID控制系統(tǒng)，以期對(duì)石灰石給粉量實(shí)現(xiàn)快速精準(zhǔn)控制。仿真結(jié)果證明所建軟測(cè)量模型與實(shí)際機(jī)理試驗(yàn)情況完全一致，所設(shè)計(jì)的非線性控制系統(tǒng)也能夠?qū)崿F(xiàn)對(duì)石灰石的精準(zhǔn)快速控制，對(duì)循環(huán)流化床鍋爐脫硫運(yùn)行操作具有一定的指導(dǎo)意義。
　　4)循環(huán)流化床

4、燃燒過(guò)程涉及燃燒學(xué)、流體學(xué)、化學(xué)等多種學(xué)科，很難建立較為精準(zhǔn)的燃燒機(jī)理模型，本文針對(duì)于此，采用了一種先進(jìn)人工智能建模方法，即模糊自適應(yīng)推理方法，分別對(duì)鍋爐效率、NOx和SO2排放濃度建立了”黑箱”模型，其建模效果與被廣泛采用的人工神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)建模方法進(jìn)行了對(duì)比。
　　5)為進(jìn)一步實(shí)現(xiàn)節(jié)能減排的目標(biāo)，本文在所建燃燒模型的基礎(chǔ)上，選用果蠅優(yōu)化算法進(jìn)行了多目標(biāo)尋優(yōu)，試圖提高鍋爐效率的同時(shí)，能夠降低污染物排放量。其仿真結(jié)果