電站鍋爐風粉濃度的軟測量研究.pdf

1、電站鍋爐入爐風煤比以及各送粉管道的風粉均衡分配直接影響到鍋爐的經濟安全燃燒，因此，有必要對電站鍋爐一次風粉濃度進行在線監(jiān)測。然而，長期以來，對于不同形式的制粉系統(tǒng)，由于兩相流的復雜性，一直缺乏可靠的風粉濃度的測量方法，因此，有必要對風粉濃度測量方法以及實現方法進行研究。 近年米，軟測量技術的發(fā)展解決了許多傳統(tǒng)硬件無法監(jiān)測的過程變量，電站煤粉濃度的測量問題可望借助軟測量的方法得到更好的解決方法。本文以軟測量技術為線索，以電站風粉濃

2、度測量為背景，解決電站風粉濃度測量中的相關問題，本文的具體內容如下： 1、研究和總結軟測量技術中的數據預處理方法。軟測量主導變量的估計以輔助變量為基礎，而從工業(yè)現場采集的數據由于儀表本身以及環(huán)境因素的影響，不可避免會帶有測量誤差，因此軟測量建模前的首要工作是進行數據預處理。對于隨機誤著，本文提出了基于數字濾波的方法減小隨機干擾，并提出了將多種濾波算法相結合的方法：對于顯著誤差，本文提出了基于主元分析(PCA)的顯著誤差檢測以及數

3、據校正的方法，并對工業(yè)現場中可能出現的幾種顯著誤差進行了仿真實驗，證明方法有效。 2、解決了熱風送粉方式下熱平衡法計算煤粉濃度的滯后問題，提出了基于溫度變系數動態(tài)補償的熱平衡算法。該方法成功運用于某熱電廠風粉在線監(jiān)測系統(tǒng)中，運行結果顯示此方法實時性高于普通算法。 3、通過對空氣和煤粉的兩相流理論的研究，提出了中儲式制粉系統(tǒng)通用的基于混合前后動壓測量的煤粉濃度監(jiān)測方法，并依托上述項目進行了現場實驗。通過對大量采集數據的統(tǒng)計

4、分析，利用機理與回歸相結合的方法，得出算法模型，并應用于風粉在線監(jiān)測系統(tǒng)，該方法取得了令人鼓舞的結論。 4、作為機器學習的一種方法，支持向量機能夠解決困擾很多學習方法的小樣本、過學習、高維數、局部最小等問題，并且具有很強的泛化能力。本論文將支持向量機理論運用于軟測量的建模中，詳細介紹了支持向量機的相關理論基礎，并利用支持向量回歸機原理建立了風粉軟測量模型。在仿真中，本文將該方法與廣泛運用的基于RBF神經網絡的軟測量模型進行比較，