188宝金博页面版

第 27卷第 6期 　　　2010年 6月 　　计算机应用与软件ComputerApplications and SoftwareVol127 No. 6Jun. 2010基于神经网络和遗传算法的锅炉燃烧建模与优化石 　 云 　 陆金桂 　 宣兆新(南京工业大学自动化学院 　 江苏 南京 210009)收稿日期: 2009 - 02 - 15。石云 ,硕士生 ,主研领域:生产过程建模与智能优化算法。摘 　 要 　　 通过对影响锅炉效率的物理量的分析 ,建立了以神经网络表示主要物理量之间关系的锅炉燃烧系统模型 ,并采用遗传算法对模型进一步优化 ,从而实现了对锅炉燃烧的优化。仿真结果表明 ,通过调整锅炉燃烧系统优化模型参数 ,该模型能够同时满足锅炉燃烧效率和降低污染物排放的要求 ,从而实现锅炉的节能低污。关键词 　　 锅炉 　 神经网络 　 遗传算法 　 燃烧优化BO I LER COM BUSTI ONMODELL ING AND OPTI M IZATI ON BASED ONNEURAL NETWORK AND GENETIC ALGORITHMShi Yun　Lu Jingui　Xuan Zhaoxin(Department of Automation, Nanjing University of Technology, Nanjing 210009, Jiangsu, China)Abstract　　Through the analysis on physical quantitieswhich affect boiler efficiency, in this articlewe built up the boiler combustion systemmodel in it the neural network is used to express the relationship betweenmain physical quantities, and further optimized it using genetic algo2rithm, in thisway the opti mization of the boiler combustion was realized. Simulation result showed that the optimization model can meet theneeds of high efficiency and low emission simultaneously by adjusting the parameters of the optimised model of the boiler combustion system.Keywords　　Boiler　Neural network　Genetic algorithm　Combustion optimization0　 引 　 言锅炉是一个典型的多输入、 多输出、 非线性、 无自衡的复杂系统 ,电站锅炉燃烧又是一个复杂的物理化学过程 ,如何提高锅炉的燃烧效率、 降低污染 ,一直是该领域的重要问题。目前 ,人们通过对锅炉燃烧过程的不断研究 ,已经应用燃烧学、 流体力学、 热力学、 热传质学等学科领域的知识建立了锅炉设备整体静态性能的机理模型 ,并得到了静态性能与输出参数之间的关系是由于受设备、 工况、 燃料等诸多因素影响 ,并且它们之间存在着高度的复杂性和非线性性 ,该方法一般都是对经验公式的总结 ,很难真实地描述锅炉的燃烧效率。近年来 ,随着人工智能技术的发展 ,神经网络和遗传算法正不断地得到人们的重视和认可。利用神经网络可以充分逼近任意复杂的非线性关系 ,因此 ,该方法常用来描述具有黑箱性质和非线性强的对象 ,并广泛应用于具有不确定性、 非线性等特征的复杂系统建模传算法可以实现对复杂的非线性问题的高效搜索。兼顾锅炉的燃烧效率和污染物的排放 ,本文在利用人工神经网络对锅炉特性进行建模 ,并利用遗传算法对操作参数进行寻优 ,从而实现对锅炉燃烧的优化。仿真结果表明 ,该方法能够在锅炉燃烧效率降低不大的情况下 ,明显地减低氮氧化物的排放 ,达到降低环境污染的目的 ,具有一定的社会意义。[1]。对电厂锅炉效率的计算一般采用热平衡方法来进行 ,但[2];利用遗1　 锅炉效率的简化计算锅炉效率是表征锅炉经济运行的主要综合技术指标 ,对锅炉效率的计算一般有正反平衡两种方法。正平衡法计算简便 ,但计算精度和稳定性有时不太理想 ,在电厂的实际热力计算中 ,通常采用反平衡法。下面简单介绍一下用反平衡法对锅炉效率的简化计算。设煤质的低位发热量为 Hμ,应用基灰分为 A;排烟温度为θA,排烟处的含氧量为 [O2],参考温度为 θb,飞灰含碳量为 Cf。则锅炉的燃烧效率η可表示为:η = 1 - (LG+Lm +Lc+LR +Lco+LuN)其中 LG为干烟气热的损失 , Lm为水分的热损失 , LC为未燃碳的热损失 , LR为锅炉散热损失 , LCO为一氧化碳未完全燃烧热损失(通常取去经验值为零 ) , Lμ N为其他热损失。干烟气热的损失 LG可由式 (2)求得 :(1)LG=W ″G(0. 9221 + 0. 0009θA- 0. 000002 θA) ? θAθA-θb1000Hu?100 (2)其中θb为送风机的出口温度 ,θA为排烟温度。W ″(kg/kg)。水分的热损失 Lm可由式 (3)求得 :G为干烟气量Lm= (W ″H2O+W ″AWmA)h″ - hb1000Hu?100(3)其中 WmA为空气的绝对湿度; h″ 为烟气中水蒸气的焓 ,它主要决定于排烟温度和烟气中水蒸气压力。hb为参考温度所对应的饱和蒸汽;W ″未燃碳的热损失 LC可由式 (4)求得 :A为燃料燃烧所需的干空气量。