论文部分内容阅读
本文以燃煤机组为研究对象,提出了一套适用于电站煤粉锅炉的受热面积灰、结渣监测方法,阐述了监测方法的基本原理,并在此基础上开发了一套积灰、结渣在线监测系统来指导和优化吹灰过程。监测原理是建立在神经网络的基础之上的。利用电厂DAS系统的现有数据,在不增加新测点,或者只增加个别测点的条件下,结合长期以来的结渣变化情况,对神经网络进行训练,使之能预测各种工况下的所需参数,最终求出灰污、结渣状况。本文研究了神经网络运用于灰污监测的可行性,并对神经网络算法进行了重大改进,用改进的RPROP网络代替传统的BP网络,使网络的收敛速度大为改观,而且网络的适应性也有了很大的提高。在深入讨论灰污特征参数的过程中,本文不仅研究了工况对灰污特征参数的影响,也讨论了煤质对灰污状况的影响。对于对流受热面,本文摒弃了传统的灰污特征参数,提出了用焓差灰污系数来反映积灰、结渣程度;而对于水冷壁,在背面温差法的基础上又引进了温差灰污系数。