学位论文 > 优秀研究生学位论文题录展示
锅炉燃烧优化实现闭环控制的应用研究
作 者: 冯雪
导 师: 杨建蒙
学 校: 华北电力大学
专 业: 热能工程
关键词: 电站锅炉 NO_x与锅炉效率 RBF神经网络 复合型算法
分类号: TM621.2
类 型: 硕士论文
年 份: 2012年
下 载: 19次
引 用: 0次
阅 读: 论文下载
内容摘要
电站锅炉是火力电站的三大主机设备之一。由于电站锅炉设备庞大、复杂,所以是研究的重点。本文以火电厂锅炉燃烧过程为研究对象,在引入人工神经网络之RBF网络的基础上,建立了锅炉的运行优化模型。建立的神经网络模型以与电厂燃烧控制系统有密切联系的机组负荷、一次风量、二次风量、燃尽风量等量为输入变量,以二次风挡板开度等作为输出变量,用电厂采集到的历史数据样本进行训练,由此得到优化模型。在用RBF网络进行建模时,对数据进行了预处理法等多种方法,增强了神经网络的泛化能力。本文选取可以综合判断锅炉热效率与氮氧化物排放高低的参数处于最佳值的数据,以此作为优化目标的判据,通过相应的优化算法,并根据建立起的优化模型,实现二次风门挡板开度、燃尽风门挡板开度的最佳寻优,求取不同工况下的最优值。优化的结果表明,该系统可以在提高锅炉效率的同时也降低了NOx的排放,基于优化数据求取当达到优化目标时这些参数的取值,并将这些量当做设定值提供给下级DCS子系统,从而指导锅炉的燃烧控制,所建的模型正确的反映了锅炉机组的动态特性,研究工作对锅炉的设计和优化运行起到了很好的理论指导作用。就所建立的燃烧神经网络模型进行了闭环实现方式初步的探讨分析,总结实现上的不足和难点。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-16 1.1 课题的背景和意义 10-11 1.2 课题研究的现状 11-14 1.2.1 理论建模燃烧优化技术 13 1.2.2 基于神经网络的燃烧优化技术 13-14 1.3 现有的燃烧优化方法存在的不足和难点 14-15 1.4 本文的主要研究目的和研究内容 15-16 1.4.1 本文的研究目的 15 1.4.2 本文的研究内容 15-16 第2章 锅炉燃烧系统及其控制 16-26 2.1 锅炉系统介绍 16-22 2.1.1 锅炉型式 16 2.1.2 锅炉燃烧及制粉系统 16-18 2.1.3 锅炉机组性能计算原理热力特性 18-20 2.1.4 机组在运行中存在的主要问题 20-22 2.2 锅炉燃烧过程自动控制系统的任务 22-23 2.2.1 燃烧控制任务 22 2.2.2 燃烧系统简介 22-23 2.2.3 参数优化的意义 23 2.3 影响锅炉效率和NO_x排放的因素分析 23-25 2.4 本章小结 25-26 第3章 RBF神经网络与燃烧优化过程优化 26-39 3.1 神经网络概述 26-28 3.1.1 神经网络的发展历史 26-27 3.1.2 神经网络的应用 27-28 3.2 RBF神经网络简介 28-30 3.2.1 拓扑结构 29 3.2.2 基函数和输出 29-30 3.2.3 RBF网络的训练和学习方法 30 3.3 RBF神经网络各项改进 30-34 3.3.1 数据预处理 30-32 3.3.2 利用加权聚类法动态调整中心 32 3.3.3 隐含层节点的确定 32-33 3.3.4 网络中参数的调整 33-34 3.4 锅炉燃烧优化算法 34-38 3.4.1 最优化问题的概述 34-35 3.4.2 优化目标的确定 35-36 3.4.3 约束条件的确定 36 3.4.4 最优化算法的选择 36-38 3.5 本章小结 38-39 第4章 锅炉燃烧神经网络模型建立 39-51 4.1 影响燃烧优化的因素分析 40-43 4.2 输入输出模型及结构的设定 43 4.3 建模数据获得样本 43-47 4.3.1 厂级监控信息系统 44 4.3.2 工况分析模块 44 4.3.3 数据选择的几个问题 44-47 4.4 神经网络建模实验 47-48 4.5 模型训练与测试 48-50 4.6 本章小结 50-51 第5章 燃烧优化算法模型及实现方式探索 51-59 5.1 锅炉燃烧控制的优化算法模型建立 51-54 5.1.1 锅炉燃烧优化高效低NO_x优化系统实现 51-52 5.1.2 优化模型的程序语言 52-54 5.2 燃烧优化系统软件开发 54 5.2.1 锅炉燃烧优化系统软件构成 54 5.2.2 基于VC的OPC程序开发 54 5.3 软件界面 54-56 5.4 600MW机组的燃烧优化软件运行结果及分析 56-57 5.5 优化系统闭环研究初探 57-58 5.5.1 优化系统实现 57-58 5.5.2 闭环模式的提出 58 5.6 本章小结 58-59 第6章 结论和展望 59-61 6.1 结论 59-60 6.2 展望及建议 60-61 参考文献 61-64 攻读硕士学位期间发表的学术论文及其它成果 64-65 致谢 65
|
相似论文
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 制造业绿色产品研发的风险识别与评价研究,F205;F224
- 可燃气体检测报警技术研究,TP212
- 冷轧钢板表面质量在线监测系统研究,TG334.9
- PLM系统面向电站锅炉行业可定制研究,TM621.2
- 基于视频的智能交通灯控制系统研究,TP273.5
- 基于人工智能优化算法的聚丙烯熔融指数预报建模优化研究,TQ325.14
- 氧化铁红回转窑焙烧温度控制系统研究,TQ622.15
- 基于RBF神经网络的注塑成型工艺多目标优化及评价研究,TQ320.662
- 永磁直驱风电变流控制系统的研究,TM46
- 膜式水冷壁传热边界条件反演,TK124
- 中厚板轧制过程的控制模型及仿真研究,TG335.5
- 基于模糊推理和神经网络的预想事故自动选择研究,TM711
- 基于负荷预测的变电站电压无功优化控制策略研究,TM761.1
- 基于差分演化算法的电梯群智能控制系统研究,TU857
- 中国对外贸易生态环境预警系统研究,F205;F224
- 人工神经网络技术在光电检测中的应用研究,TN247
- 基于软测量技术的陶瓷坯泥内应力在线测量,TQ174.6
- 宜宾市土壤磷素的空间变异特征及影响因素研究,S158
- 福建省海坛岛沿海防护林景观生态质量评价,X826
- 罗拉振动在线检测系统设计与研究,TS103.6
中图分类: > 工业技术 > 电工技术 > 发电、发电厂 > 发电厂 > 火力发电厂、热电站 > 锅炉及燃烧系统
© 2012 www.xueweilunwen.com
|