虽然多极化的供热方式将在未来取得很大的进步,但目前我国用热消费的主体仍然来自于燃用化石燃料的中小型工业锅炉。工业锅炉广泛分布在冶金、机械、化工、纺织和能源等众多行业,作为生产工艺用热和生活用能的主要热量来源,在一二十年内不会被电站锅炉所取代。然而,工业锅炉普遍存在着烟气排放污染严重和运行效率低的问题。在不进行锅炉改造、安装新型设备的情况下,通过调整锅炉运行参数来降低烟气排放、提高效率,实现锅炉的优化运行具有现实的意义。 为了满足锅炉运行高效率低污染的要求,以工业锅炉运行测试数据为基础,结合BP神经网络和锅炉热力计算,建立了一个以工业锅炉运行可调节量为输入,以NO_x排放和锅炉效率为输出的混合模型,实现了工业锅炉NO_x排放预测和锅炉效率的测算;在建立效率测算模型的过程中,结合炉排结构参数和炉排电机转速给出了一个计算燃料消耗量的方法,解决了燃料消耗量难以测量的问题。这些是本论文工作的创新点。 本文在上述模型的基础上,将锅炉运行测试数据分成训练样本和测试样本两部分,运用调整网络性能函数的正规化方法,对BP网络进行了改进、训练和测试,并将网络测算效率同测试数据计算效率进行了比较;利用训练好的网络,建立了以锅炉效率为优化目标、以送风机转速和炉排电机转速为优化变量的优化模型,采用遗传算法进行了优化,其结果同采用穷举法的结果进行了比较。以上工作的结果表明:通过采用调整网络性能函数的正规化方法,可以大幅度地改善网络的泛化能力,实现对NO_x排放比较准确的预测;锅炉效率的测算结果与测试数据直接计算效率非常接近,证明了建立工业锅炉NO_x排放和锅炉效率混合模型的方法可行;利用遗传算法实现了对送风机转速和炉排电机转速的寻优,提高了锅炉效率,与穷举法的结果非常吻合,证明了遗传算法在本模型上进行优化的可行性。在上述工作的基础上,为了配合模型中效率计算和显示优化后锅炉各受热面参数的变化,本文还利用VB6.0开发了一套面向过热蒸汽和饱和蒸汽工业链条锅炉的热力计算软件,具有一定的使用价值。