大气式锅炉的运行优化系统

　　大气式锅炉在使用过程中会产生包括经济性、安全性或可靠性等方面的各类问题，造成这些问题的原因一般是由于设计、运行以及维修等方面存在不足。根据大量的统计资料表明，运行因素是对各类问题影响最大的因素，大气式锅炉设备所发生的问题，70%以上都可以在优化运行方面得以解决。

　　能监测系统耗差分析;状态检修监测系统。这些系统均使用共同的运行参数，其中有些需求是相互矛盾的。最理想的情况是运行控制能同时达到性能优化而不引起对设备的损害，但是以目前的习惯很难达到这种状态，因为控制系统有它历史演变的过程。分散控制的模式是基于经典控制理论和当时技术条件限制下的产物，没有系统的协调控制和优化控制功能。

　　DCS系统是基于经典控制理论的分散式热工控制系统,逻辑控制单元只能对有限输入参数与输出目标进行分散控制。缺乏系统协调控制功能,因此只能在某种程度上保证系统稳定运行,无法达到锅炉系统优化(协调)控制。主要区别如下：

　　1、工作范围不同：常用机组性能监测软件只能做到通过数据采集提供一些实时的分析数据，经过和理想数据的比较来提供操作效果的变化趋势，并不能给运行人员提供操作建议，更不用说提供自动优化控制了。本系统通过有选择的数据采集，通过模糊控制和人工神经网络模型和专家系统模块计算出可收敛的、对锅炉效率影响较大的数据，提供给运行人员进行相应的跟踪调整，从而达到优化锅炉燃烧的目的。

　　2、工作目标不同：常用机组性能监测软件主要是针对目前电厂的要求，给出优化调整的方向;本优化系统能将电厂锅炉的性能优化指标，量化为具体参数进行优化控制。

　　3、工作原理不同：“常用机组性能监测软件”只能做到通过数据采集提供一些实时的分析数据，经过和理想数据的比较来提供操作效果的变化趋势。优化系统的核心技术人工神经网络的学习过程是自学习过程。开始时人工神经网络利用测试获得的数据或者是原有的历史数据，学习并且建立神经网络数学模型。由于数据相对较少，本系统对锅炉运行认识较少，随着学习数据的增加，系统基于对过去的认识，可利用已有的成熟模型对实际运行过程中新出现的运行工况自动“推断”出最优的运行参数(自学习、自适应过程)。

　　大气式锅炉运行优化系统是一套对锅炉系统性能进行多目标全面优化的系统，该系统能够通过建立锅炉系统运行参数间的关系和系统的特性，进行全面优化和灵活选择优化目标。可针对不同电厂存在的问题，通过试验设计来选择关键性的运行参数进行相应的人工神经网络训练，以达到多方位的优化目标。可解决的问题有：热效率、煤耗、减温水量与排烟温度的改进，控制过热器与再热器超温和受热面结焦结渣，NOx、CO、飞灰含碳量等的减低。其关键是优化系统实现协调控制并挖掘了锅炉系统的冗余空间。

　　大气式锅炉的控制系统DCS控制逻辑与控制方式过于简单，无法实现锅炉系统的整体协调控制，锅炉运行的安全主要依靠DCS中的保护系统。传统的设计途径是依靠微分方程获得。在设计，制造，安装，控制，运行各个环节中，包含许多未知数。在设计过程中加入了大量放大的安全系统来涵盖这些未知情况，导致实际的运行状况与设计的情况有相当的差距。因此，锅炉热力系统具有可以挖掘的冗余空间。传统的热力试验方法存在片面性和局限性。

　　大气式锅炉运行优化系统引入了关键的中间过程参数光谱在线测温仪。炉膛出口烟温通过在线实时监测获得。该参数的引入使锅炉运行优化系统在控制对流受热面管壁温度和减温水投放、辐射受热面积灰结焦和智能吹灰、NOx排放等方面起到了良好的效果。