基于智能算法的燃煤供熱鍋爐建模和燃燒優(yōu)化.pdf

1、燃煤供熱鍋爐燃燒系統(tǒng)優(yōu)化運行的實質(zhì)是通過在線調(diào)整運行參數(shù)，在不改變鍋爐設備參數(shù)條件下，使鍋爐燃燒的所有運行參數(shù)都處于最佳工況，在減少污染物排放量的同時，提高鍋爐效率。燃煤供熱鍋爐存在燃燒過程復雜、參數(shù)間存在繁瑣的非線性關系、難以使用準確的機理模型描述以及常規(guī)控制方法效果不理想等問題，用合理的建模方法和智能優(yōu)化算法，實時優(yōu)化鍋爐燃燒系統(tǒng)各可控參數(shù)，進而貼近優(yōu)化目標是發(fā)展的主要方向。本文在研究常見的鍋爐建模和優(yōu)化方法的基礎上，確定了基于智能

2、算法的燃煤供熱鍋爐建模和燃燒優(yōu)化課題，主要研究內(nèi)容如下:
　　首先，研究了燃煤供熱鍋爐燃燒控制系統(tǒng)基本控制需求，確定了煙氣含氧量對污染物排放的影響，明確了建模優(yōu)化控制的目標是熱效率和煙氣含氧量，設計出以歷史數(shù)據(jù)建立控制目標模型，采用優(yōu)化算法獲取最佳控制向量，通過WEB客戶端發(fā)布控制向量，現(xiàn)場調(diào)節(jié)DCS系統(tǒng)的燃燒優(yōu)化控制系統(tǒng)。
　　其次，進行輸入變量的篩選，采用穩(wěn)定判斷和拉以達準則對非穩(wěn)態(tài)和異常數(shù)據(jù)進行剔除，利用最小二乘支持向

3、量機(LSSVM)構(gòu)建出熱效率和煙氣含氧量模型，采用模擬退火確定慣性權(quán)重的粒子群算法(SAPSO)進行模型參數(shù)的優(yōu)化確立，提高了模型的預測能力和收斂速度，但引入了預測精度和擬合精度不一致的問題。為避免參數(shù)優(yōu)化陷入經(jīng)驗風險最小化，采用模型交叉驗證(CV)的結(jié)果作為目標函數(shù)結(jié)果，實現(xiàn)結(jié)構(gòu)風險最小化，以犧牲部分擬合精度為代價，提高模型的預測能力，即以混合的SAPSO-CV_LSSVM建模算法實現(xiàn)模型可靠有效的建立。
　　最后，以熱效率作

4、為主要目標，煙氣含氧量作為限制條件，在果蠅優(yōu)化算法(FOA)的基礎上，引入跳脫參數(shù)實現(xiàn)變化量的可負性，引入變步長防止陷入局部最優(yōu)，改進到三維空間提高優(yōu)化精度，采用改進的果蠅優(yōu)化算法(VS-MFOA)，通過對優(yōu)化模型尋優(yōu)，獲得負荷不變的條件下，最佳燃燒狀態(tài)的控制變量組合。
　　通過在大連泉水某企業(yè)72MW的燃煤供熱鍋爐的實際運行驗證，通過上述建模和優(yōu)化控制方法獲取的實時指導向量，對于熱效率的提升、氮氧化合物的控制有著較為明顯的積極作