鍋爐運行氧量對鍋爐效率影響的定量分析

　　摘要：鍋爐的運行氧量影響著鍋爐的運行效率，因此需結合實際控制好爐內的氧量，盡可能減少排煙熱損失、不完全燃燒損失及散熱損失，以提高鍋爐燃燒效率。本文對鍋爐運行氧量對其效率影響的定量進行了分析。

　　關鍵詞：運行氧量;效率;定量分析

　　在火電廠中，運行氧量是鍋爐的重點參數，會對鍋爐熱效率產生影響，也會讓輔機電耗等數值發生變化。因此，要在鍋爐運行時，對運行氧量進行分析，使用定性分析方法難以全面反映氧量對鍋爐效率產生的影響。因此，以定量分析的方式處理此問題。

　　機械工程師論文投稿刊物：《機械制造與自動化》(雙月刊)創刊于1972年，由南京機械工程學會、南京機電產業(集團)有限公司主辦。本刊是傳播機械與電氣行業新成果、新技術、新產品、新材料、新工藝、新設備，以及國內外機電行業前沿信息和企業管理、人才培養、教學研究與實踐經驗的綜合性機電技術期刊，也是江蘇省機電行業唯一的集數控、智能化、機電一體化和敏捷制等先進制造技術的技術期刊。

　　一、運行氧量耗差的定量分析法

　　1、運行氧量耗差分析模型。通過相關的研究了解到，排煙損失與機械未完全燃燒損失均會給鍋爐效率帶來影響。通過鍋爐反平衡效率計算模型便可發現，排煙損失與機械未完全燃燒損失主要取決于氧量。從排煙損失的計算公式便能發現，氧量不但會對排煙損失與機械為完全燃燒損失產生影響，還會透過它們對排煙損失產生間接影響。在計算機械不完全燃燒損失的過程中，若想依靠飛灰含碳量來計算機械部完全燃燒損失十分困難。所以，單憑鍋爐效率計算模型中的公式計算去分析運行氧量對鍋爐效率的影響顯然不夠全面。

　　經相關資料的查詢發現，在以煤炭特性及其運行特點為基礎，建立煤質特性與運行特性的鍋爐機械不完全燃燒損失解析評估模型，使用該模型能較為全面研究運行氧量對歸路效率的影響。因此，本文利用GBPTC反平衡鍋爐效率計算模型計算鍋爐各項損失，觀察由參數導致的鍋爐效率變化規律。對鍋爐效率影響因素進行深入探討，建立上述兩項損失之和的網絡模型，定量分析樣量變化對鍋爐效率的影響。

　　2、一般計算方法。以往的計算方法僅對運行氧量給排煙損失的影響進行分析，沒有對設備未完全燃燒損失方面的分析;或盡管分析了機械未完全燃燒的損失，沒有對運行氧量對飛灰含碳量帶來的影響加以考慮。排煙損失的計算模型一般會給大型的火電廠鍋爐運行機組的在線熱效率帶來巨大影響。在對鍋爐參數改變引起的耗差進行分析時，以往的分析方法通常將鍋爐的損失進行細劃分，成為幾部分的熱量損失，最后得到影響鍋爐損失的參數也較為復雜。所以，一般的計算方法僅適合定量分析小規模的火電廠鍋爐機組的運行效率。

　　本文在對運行耗氧量導致的耗差進行計算時，主要利用GB-PTC反平衡的鍋爐效率計算模型里的計算公式，主要包括的參數為：煙氣內含有水蒸氣熱量、煙氣帶走熱量、煤質、空氣等。把運行氧量的實際測量值與基準值代入計算公式，可算出氧量變化給鍋爐效率帶來的影響。

　　二、人工神經網絡建模

　　人工神經網絡是由大量模擬生物神經元的人工神經元廣泛互聯而成的網絡，由于其對任意非線性函數的擬合能力和良好的泛化能力，以及對復雜問題具有自學習和自適應能力，在非線性系統建模方面得到了廣泛的研究和應用。由于BP網絡具有很強的非線性擬合能力，而且學習算法簡單，便于計算機實現。因此，本文采用BP神經網絡來建立網絡模型，分析運行氧量變化對鍋爐效率的影響。

　　1、網絡模型輸入輸出參數選擇。要獲得最佳的燃燒效率就必須使各項燃燒損失盡可能的降低。影響燃燒損失的因素有：鍋爐的燃燒方式、燃料性質、爐內過量空氣系數、爐膛結構和運行工況等。對已投運的配備中間倉儲式制粉系統的鍋爐，爐膛結構已經固定，且制粉系統的特性對燃燒的影響較小，故不將其作為模型的輸入參數;由于煤粉細度目前無法實現在線測量，煤粉細度在一定的范圍內，可通過調整其他參數來調整燃燒，因此暫不考慮煤粉細度對燃燒經濟性的影響。

　　本文主要考慮氧量、燃料性質及運行工況等對燃燒經濟性的影響。通過對影響排煙熱損失和機械不完傘燃燒損失因素的分析，綜合考慮了煤質特性參數和鍋爐運行工況的影響，得到網絡的輸入參數：

　　1)煤質特性參數：可燃基揮發分、應用基水分、應用基灰分、低位熱值。

　　2)運行特性參數：機組負荷、排煙溫度、鍋爐運行氧量、風煤配比。

　　3)環境參數：環境溫度。輸出參數為排煙熱損失和機械不完全燃燒損失之和。

　　2、分析網絡模型的訓練及結果。選擇某火電廠300MW機組(50%～100%負荷)運行參數為模型的輸入。本次研究抽取了實時數據共100組，分為80組的訓練樣本與20組的測試樣本。上述樣本里含有的5種煤質參數各不相同。構建的BP網絡模型其隱含層為2，第一個隱含層有4個神經元，第二個隱含層有3個神經元，分別通過雙曲正切與對數的激活函數;輸出層為線性結構。考慮到網絡收斂的需求，BP網絡隱含層的神經元應用Sigmoid式變換函數，函數的取值范圍：[-1,l]，所以，網絡輸入值、輸出值皆要進行歸一處理，讓其在[0,1]范圍內。通過觀察網絡模型實測值與輸出值的對比曲線與模型的相對誤差曲線了解到：對訓練樣本而言，網絡的實測值與輸出值大體接近，很多誤差的絕對值在1線內，且輸出的相對誤差最大不超過1.2。對測試樣本而言，神經網絡的相對預測誤差最大值<200。且誤差符合工程誤差標準，這表明了網絡有著良好的泛化性。可通過該模型對氧量變化給鍋爐效率帶來的影響作出定量分析。

　　3、運行氧量變化對鍋爐效率影響的定量分析。在鍋爐運行調整工作中，主要根據運行氧量大小，對運行系統進行調節。運行氧量不宜過大或過小，否則會導致排煙熱損失增加或機械燃燒不充分。所以，定量分析運行氧量對鍋爐效率的影響，能為鍋爐運行中氧量的調整提供可靠依據。

　　本項研究結合兩項損失之和與網絡模型，對鍋爐運行氧量對鍋爐效率的影響進行定量分析。在確保其他參數不便的情況下，僅改變運行氧量參數值，最終即可發現鍋爐效率的變化規律。例如：負荷為220MW與320MW的鍋爐運行系統定量分析運行量對鍋爐用效率的影響。通過計算，可獲得在該工況下，運行氧量變化產生的排煙熱損失與機械不完全燃燒損失之和的變化情況。在顯示操作過程中，僅需將基準氧量值與實際氧量值分別放入模型中便可獲得運氧量對鍋爐效率的影響。

　　4、增強鍋爐效率需注意的問題。要對燃料和空氣的混合情況進行判定，為鍋爐燃燒創造最佳的條件。在實際操作中，提升爐膛內部壓力，阻止外部空氣進入爐內。在一般情況下，熱傳面與煙氣間產生的熱交換是鍋爐實現熱回收的主要方式。因此，可對燃燒后高溫氣體停留的時長進行判定，增加燃燒后高溫氣體的停滯時間，提升水氣熱交換水平，讓鍋爐的效率達到較高水平，也要讓燃燒機在穩定的負載下運行。對工況、垃圾等變化情況進行分析，對鍋爐的燃燒情況進行干預，才能在當前的情況下實現風量的合理調整。對垃圾的進料量實施控制，讓爐排速率、給料機速率等達到合理水平，才能讓鍋爐效率在實際操作中達到較高水平。

　　在一般情況下，鍋爐中的過剩空氣量處于較高水平時，煙氣中的含氧量處于5%到10%，若過低會導致燃燒不夠充分，過高會導致熱損失。鍋爐生產廠家通常會將排煙溫度設定在最為合理的水平，通常為150℃左右。排煙溫度的提升通常與熱面結垢對傳熱形成阻礙。有關燃料質量較差，也會造成排煙溫度過高。僅從鍋爐效率出發，排煙溫度處于越低水平則越有利，不過也要對溫度過低時導致的結垢、腐蝕等問題進行分析。在鍋爐運行時間不斷延長的情況下，排煙溫度自然就會提升，鍋爐效率也就會下降。一旦發生此種情況，要對燃燒中心實施調整，讓火焰中心的溫度處于較低水平，防止水冷壁等部位發生結焦的狀況，參考排煙溫度的變化實施吹灰處理。在鍋爐運行時，也要對水質進行控制，對燃料實施管控，讓設備處于最佳的工作狀態。

　　參考文獻：

　　[1]劉瑞陽.電站鍋爐混合參數變化對鍋爐效率的影響分析[J].機械制造與自動化,2015(06).

　　[2]胡超見.煤質對火電廠鍋爐運行效率的影響及解決措施[J].科技創新與應用,2015(15).

　　[3]范玉虎.鍋爐運行氧量對鍋爐效率影響的定量分析[J].科技風，2014(07).

　　作者：高志普

轉載請注明來自發表學術論文網：http://www.zpfmc.com/jzlw/23229.html