简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:针对我国目前600MW机组采用湿式石灰石-石膏法烟气脱硫工艺比例过高的情况,本文提出了在北方及内蒙古中、低硫煤地区600MW机组采用旋转喷雾干燥法烟气脱硫工艺的可行性。通过对旋转喷雾干燥法烟气脱硫工艺原理、在国外的技术应用研究及该技术与湿式石灰石-石膏法烟气脱硫工艺技术经济性比较,说明了该工艺在欧美已经成为应用在大型机组的成熟工艺,同时对旋转喷雾干燥法烟气脱硫工艺在我国部分中、低硫煤地区600MW机组烟气脱硫工艺未来的使用进行了论证。结论是随着我国烟气脱硫工艺的不断发展,旋转喷雾干燥法烟气脱硫工艺由于其投资费用低,运行费用低,该工艺将在中国不断发展。本文的研究结论将对我国未来火电厂烟气脱硫工艺的多元化技术发展起到促进作用。