论文部分内容阅读
冷凝器是工业生产中常用的换热设备,其工作性能的好坏直接影响到工业生产否能够正常运行,冷凝管管壁侧污垢是影响冷凝器换热效率的重要因素,因此有必要进行在线除垢处理,达到节能降耗目的。 论文从污垢的形成机理出发,对污垢特性进行探讨、分析,得出除垢的本质在于使污垢的剥蚀率大于其附着率。污垢共振具有较大能量,能破坏污垢的内部结构,使污垢剥蚀率增加,污垢附着率降低。为此,论文以常用的电厂冷凝器为研究对象,提出了一种基于共振原理的除垢方法,该方法通过对水泵的变频调速,产生水流脉动功率波,并通过傅里叶分解,获取与污垢固有频率一致的功率波频率分量。 确定污垢固有频率是共振除垢的必要条件。论文针对传统神经网络收敛速度较慢,易容易陷入局部极值的缺点,采用遗传神经网络对污垢固有频率进行预测,仿真实验表明该方法能获得较好的预测结果。 能量是污垢共振必须考虑的另一重要因素,水泵功率通过水流传递到污垢时,由于水流粘性等因素产生的水阻,必然导致能量损失。为了确保除垢过程具有足够的能量,论文对冷凝管内能量损失进行了研究,并对管内不同形式的能量损失展开分析,得出一般形式下的能量损耗计算公式。 以污垢固有频率和管内能量损耗为基础,论文对除垢控制方法进行了研究,针对复杂除垢过程,提出了模糊PID控制策略,并进行了仿真,结果表明该方法能够很好地适应除垢过程参数多变的情况,与常规PID方法相比,具有更好的精度和稳定性。