基于超超临界燃煤机组锅炉本体吹灰汽源的优化

基于超超临界燃煤机组锅炉本体吹灰汽源的优化打开文本图片集摘要：针对超临界直流锅炉蒸汽吹灰器运行中存在的问题，提出对尾部烟道吹灰器系统进行改造和优化，以减少优质蒸汽的损失，提高机组蒸汽利用率，降低锅炉运行成本。锅炉受热面磨损，提高设备运行的可靠性，减少锅炉尾部受热面面积，提高锅炉运行效率。关键词：超超临界;燃煤机组;锅炉本体;吹灰汽源;优化1 锅炉受热面的积灰监测受热面传热效果变差是受热面受污染后最明显的结果，因此，将受热面的传热系数 K 选为对比参数值，引入一个表征受热面积灰程度的特征参数—CF。CF 是受热面干净程度的标志，定义为实际传热系数 Ksj 和理论热系数 K0 的比值，表示如下：当 CF=1 时，说明受热面处于理想的干净状态，当 CF<1 时，说明受热面处于受污染状态，并且清洁因子的值越小代表受热面污染越严重。受热面一个周期内的清洁因子变化曲线，tj、tc 分别为积灰和吹灰时长。可以看出 0～tj 为积灰过程，清洁因子有明显的下降，时间段 tj～tj+tc 为吹灰过程，清洁因子明显上升。因此，CF 能够作为积灰监测指标指导吹灰操作。2 无迹卡尔曼滤波预测在计算单位时间内最大传热量时，由于锅炉的状况是动态变化而不是一成不变的，所以采纳大量历史统计数据拟合的曲线是不科学的。因此需要在大数据统计得到固定变化趋势的基础上，结合部分实时数据，得到单次积灰过程中清洁因子的具体变化，从而制定吹灰策略。由于从锅炉 DCS系统中采集计算得到的清洁因子数据是离散值，决定了对受热面积灰状态的估量是一个非线性滤波问题。其中基于贝叶斯理论的滤波算法（如扩展卡尔曼滤波算法）、粒子滤波算法在设备的寿命预测中得到了广泛的。该方法通过将设备当前监测到的数据作为先验信息，预测其未来某一时刻的性能状态并得到设备的剩余寿命。EKF 是应用泰勒展开算法将非线性系统展开，忽略其二阶以上高阶项，从而将非线性问题转化为线性问题，然而当高阶项无法忽略时，线性化会使系统产生较大误差。利用 PF 算法得到精度较高的设备性能估量，通常需要较多数目的粒子，存在计算量较大，经过迭代粒子发生退化等问题。针对以上问题，本文提出了一种基于无迹卡尔曼滤波算法的清洁因子预测方法。结合历史数据拟合模型与实时数据来预测单次清洁因子的变化，用于上文吹灰优化模型中的计算。3 系统改造优化方案的可行性分析3.1 运行参数及安全性的影响声波吹灰器发声效率高、功率大，其有效空间为前小...