基于火焰光譜檢測的爐內煤種辨識與鍋爐優(yōu)化控制技術研究.pdf

1、隨著《巴黎氣候變化協定》的即將生效，當前節(jié)能減排的大環(huán)境對能源行業(yè)發(fā)展格局形成了很大沖擊，作為溫室氣體排放大戶的燃煤電廠，急需進一步提高鍋爐運行效率以緩解減排壓力。而近幾年，機組本體設備與輔助系統工藝改進方面的節(jié)能潛力已幾乎耗盡，目前最有前景的研究方向就是利用先進控制技術實現鍋爐的優(yōu)化運行，而鍋爐優(yōu)化控制的技術瓶頸則在于爐內參數的在線測量與先進控制算法對復雜工況的適應性。
　　本研究主要內容包括：⑴通過火焰發(fā)射光譜的基礎理論與測量

2、機理研究，利用Na、K、Li等堿金屬元素含量與比例對煤種的標識意義，提出了基于煤粉火焰光譜中堿金屬原子發(fā)射光譜強度關系特征的煤種辨識方法，從機理上對測量與環(huán)境因素進行消去與補償，獲得穩(wěn)定的特征量，實驗結果表明特征量可復現、可區(qū)分、工況適應性滿足煤種辨識要求。⑵根據煤種辨識的機理特征向量，結合一系列輔助特征參數，采用SVM算法實現煤種辨識方法的算法設計、系統開發(fā)與應用測試，驗證了基于爐內火焰發(fā)射光譜特征的煤種辨識方法的準確性。⑶開展基于最

3、小二乘支持向量機算法（LSSVM）的鍋爐效率軟測量研究，以及基于T-S模糊建模與遺傳尋優(yōu)的鍋爐效率優(yōu)化控制算法，提出并實現以下技術路線：利用DCS與煤種辨識系統實時獲取足夠量的鍋爐燃燒參數與煤種參數，選取平穩(wěn)工況以正平衡法計算離散的鍋爐效率，用于鍋爐效率軟測量建模，并以此模型實現鍋爐效率的連續(xù)測量與優(yōu)化控制。⑷提出了新型結構的帶參考模型與擾動模型的廣義預測控制（RDM-GPC）算法與帶導前擾動模型的預測函數控制（LDM-PFC）算法，經