随着社会对能源需求的增长和科学技术的不断进步,各种大容量、高参数的煤粉锅炉越来越多的应用到工业和生活中。自动、连续、实时、准确地监测锅炉燃烧系统运行状态,并对异常运行状况进行及时诊断,找出其根源,给出正确的操作指导建议,对提高锅炉运行的经济性、安全性具有重要的意义。 本文深入研究了锅炉炉内温度场的分布状况,在实测工况基础上确定一个基准工况和一个炉内特征截面,采用SPSS11.5统计软件对基准工况进行正交试验设计,获得多组燃烧工况的参数。然后应用商业软件CFX4.3对所有燃烧工况进行数值仿真,获得特征截面上的温度分布数据,继而在燃烧系统输入参数与特征截面温度分布数据之间建立一个基于集成自适应模糊神经网络的炉内二维温度场动态显示模型,用数值仿真结果作为样本对该网络进行训练和检测。其结果表明该模型能够以较高的精度动态显示炉膛内部特征截面上的温度分布状况,可以满足故障诊断系统的实时性和准确性的要求。最后,在炉内二维温度场动态显示模型基础之上,开发了一个煤粉锅炉炉内温度场智能监测与诊断系统,该系统能够对各个风粉参数进行在线监测与诊断,动态显示炉内特征截面的温度分布状况以及对燃烧切圆偏斜的具体位置做出准确判断。 本文的研究工作对于探讨利用现代人工智能技术和数值模拟仿真技术来提升大型设备的监测和控制水平具有良好的借鉴意义,其成果不仅具有一定的理论价值,同时为其实际应用打下了良好的技术基础。