甄长红 版权所有
|
copyright 1991-2019 青果园电厂化学资料网 ( www.qgyhx.cn ) All rights reserved 陇ICP备09001450号 |
基于模糊理论预测电站锅炉燃煤结渣特性的研究
杨圣春
(合肥电力学校,安徽合肥 230051)
引 言
根据发电可用率数据库系统GADS资料,北美截至1998年,火电厂“四管(水冷壁、省煤器、过热器、再热器)”事故每年超过5 000起,平均每年有3.16次非计划停机是由于“四管”爆漏引起的,它使得机组的可用率损失达到3%~4%,直接影响了电厂的经济效益[1,2].
我国的情况也大致如此,根据我国1992年火电厂设备事故的统计资料,我国锅炉事故占全部发电事故56%,而锅炉爆管事故占全部锅炉事故的64.2%,其中炉内爆管占40%[3].
炉内水冷壁的爆管事故在很大程度上是与锅炉所烧的煤质有关.由于我国的能源政策和煤炭供应现状,动力用煤使用的是低品质劣质煤,且煤质特性变化范围很大,而劣质煤在电站锅炉内燃烧时极易造成锅炉结渣,引起腐蚀,尤其是锅炉燃用非设计煤种或进行混煤燃烧时结渣现象表现得更为明显.
因此,如何选购低质而又不结渣的煤种,在进行混煤燃烧时如何从防止结渣的角度确定最佳配比?这对锅炉的安全经济运行是极其重要的.本文根据模糊评判理论,在如何对燃煤结渣进行预测方面进行探讨.
1 锅炉燃煤结渣判断现状
目前,国内外对燃煤锅炉的安全性是相当重视的,对炉膛结渣的判断也作了大量的研究.对燃煤结渣趋势预测的研究,主要有以下几个方面:
1 对单一煤种进行结渣趋势的预测(如根据煤灰的成分进行判断,根据煤灰的物理特性进行预测等);
2 对单一煤种结渣进行综合判断(如RTSQ法、综合判断指数R法、煤结渣的灰色聚类判断等);
3 对“煤性-炉型耦合系统工程”的研究.
电厂对燃煤的结渣性分析大多只停留在一些常规分析上,如测定煤灰的变形温度t1,软化温度t2,融化温度t3(通常也称“煤灰的三温”)等.但仅根据煤灰的上述各项温度指标来判断燃煤的结渣特性,其准确性是极低的.
2 单一煤种结渣的模糊判断
目前,各种预测燃煤结渣方法的分辨率均较低,结渣等级(不结渣、轻微结渣、中等结渣、严重结渣)的分割界限过于明确,从而忽略了结渣特性不同等级之间的过渡性,它没有考虑各参数对某一级别的置信度.
模糊判断法正是使用模糊数学原理,在对各个单项指标进行综合考虑的同时,也应注意分级界限的模糊性,以确定判断结果属于某一等级的置信度.
这里选择分辨率较高、具有一定代表性的几个单一指标,如:煤灰软化温度t2;煤灰硅比G(G=100SiO2/(SiO2+Fe2O3+CaO+MgO));SiO2/AlO2比;煤灰碱/酸B/A(B/A=(Fe2O3+CaO+MgO+Na2O+K2O)/(SiO2+Al2O3+TiO2)).对上述这些单一指标进行结渣综合判断.
单一煤种结渣的模糊判断模型CSMl为[1,3];模糊因素集U={t2,G,SiO/Al2O3,B/A};
评语集V={不结渣,轻微结渣,中等结渣,严重结渣};
权重集A
式中:Sjk—分级标准值;
j=1,2,3,4—因素数(这里指:t2,G,SiO2/Al2O3,B/A;
k=1,2,3,4-评语数(这里指:不结渣,轻微结渣,中等结渣,严重结渣).则:
A=(a1,a2,a3,a4).
隶属函数(X)采用线性,得隶属函数矩阵R,如图1所示(以t2为例),
4 模型CSM1与CBM2预测不同煤种结渣结果的比较
表6是用单一煤种结渣模型(CSM1)判断混煤的结渣情况,表7是用混煤结渣模型(CBM2)判断单一煤种的结渣情况(表6和表7中的煤灰成分分别同表4和表2).
可以看出:表6用单一煤种结渣模型(CSM1)判断混煤的结渣结果,磁∶石(2∶1)、磁∶石(3∶1)这两种混煤的评判结果与实际结渣情况不一致,原因就是其隶属度函数采用线性,使函数值变化太快造成的,从而影响了判断的准确性.从表7可以看出,用CBM2模型来判断单一煤种的结渣情况,虽然评判结果与实际情况基本一致,但因为CBM2模型的隶属度函数采用正态分布,其函数变化较慢,使得评判结果相差不明显.
甄长红 版权所有
|
copyright 1991-2019 青果园电厂化学资料网 ( www.qgyhx.cn ) All rights reserved 陇ICP备09001450号 |