循環(huán)流化床鍋爐負荷協(xié)調控制系統(tǒng)研究.pdf

1、循環(huán)流化床鍋爐(circulating Fluidized Bed Boiler，簡稱CFBB或CFB鍋爐)作為高效、低污染、燃料適應性廣、負荷調節(jié)性能好的潔凈燃煤技術，在全世界受到廣泛重視，正在成為燃煤技術的主力軍。循環(huán)流化床鍋爐商業(yè)化的迅速發(fā)展給它的運行自動化提出了很高的要求。因此在我國大力開發(fā)研制循環(huán)流化床鍋爐的自動控制技術是一項迫在眉睫的戰(zhàn)略性任務，尤其是開發(fā)適合中國國情的循環(huán)流化床熱工控制系統(tǒng)。 由于現(xiàn)有的控制系統(tǒng)都是

2、建立在近似線性化模型或是辨識模型的基礎上，根據(jù)過程的輸入輸出數(shù)據(jù)直接建模，過于依賴過程的輸入輸出數(shù)據(jù)，模型不具有可解釋性。因此，我們希望在本實驗室已開發(fā)的循環(huán)流化床鍋爐機理模型的基礎上開發(fā)新的控制系統(tǒng)。 首先，由于循環(huán)流化床鍋爐工作點附近的蒸汽焓值公式難以直接應用于在線計算，因此，對蒸汽焓值進行最小二乘法擬合，得到擬合式；然后提出熱功效率的概念用于衡量鍋爐與發(fā)電機組之間的能量關系，并應用工業(yè)數(shù)據(jù)進行了仿真計算，最后對熱功效率的影

3、響因素進行了討論。 其次，在循環(huán)流化床鍋爐機理簡化模型基礎上，分別應用BP和RBF人工神經網絡理論來構造循環(huán)流化床鍋爐的給煤含碳量和揮發(fā)分含量的逆系統(tǒng)，構建煤質在線觀測模型。分別研究了各網絡的泛化能力，并結合實時數(shù)據(jù)，進行煤質預測。通過分析比較，發(fā)現(xiàn)基于BP神經網絡的煤質在線觀測模型的煤質預測效果好于RBF網絡。將動態(tài)模型和煤質在線觀測模型結合，構建循環(huán)流化床鍋爐綜合模型。通過對綜合模型的實時仿真研究，發(fā)現(xiàn)基于標準BP網絡的綜合