预览加载中,请您耐心等待几秒...
1/5
2/5
3/5
4/5
5/5

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106897540A(43)申请公布日2017.06.27(21)申请号201710192353.X(22)申请日2017.03.28(71)申请人中国华能集团清洁能源技术研究院有限公司地址102209北京市昌平区北七家镇未来科技城华能创新基地实验楼A楼(72)发明人李启明钟迪周贤彭烁黄中王保民王剑钊(74)专利代理机构西安智大知识产权代理事务所61215代理人段俊涛(51)Int.Cl.G06F17/50(2006.01)权利要求书1页说明书2页附图1页(54)发明名称一种锅炉燃烧器燃烧状态在线监测及优化调整方法(57)摘要一种燃烧器燃烧状态在线监测及优化调整方法,在锅炉燃烧器处布置分光谱火检器,收集分光谱火检器以及炉膛压力传感器的监测信号,在智能处理器上进行处理,获得相关的特征参数,作为输入参数,通过人工神经网络算法,得到燃烧状态和炉膛NOx排放的参数,判断燃烧状态的合理性,并将相关调整指令传递给DCS系统,进而对锅炉燃烧进行调整,实现对锅炉更为精细化和智能化的控制。CN106897540ACN106897540A权利要求书1/1页1.一种锅炉燃烧器燃烧状态在线监测及优化调整方法,其特征在于,在锅炉燃烧器处布置分光谱火检器(1),收集分光谱火检器(1)以及炉膛压力传感器(2)的监测信号,在智能处理器(3)上进行处理,获得相关的特征参数,作为输入参数,通过人工神经网络算法,得到燃烧状态和炉膛NOx排放的参数,判断燃烧状态的合理性,并将相关调整指令传递给DCS系统(4),进而对锅炉燃烧进行调整;所述分光谱火检器(1),是将监测的燃烧火焰辐射光谱,通过分光器,分为红外、可见光和紫外三个光谱信号,分别记录三种光谱辐射值随时间变化的数据;所述特征参数包括燃烧火焰的红外光谱、可见光光谱、紫外光谱和炉膛压力信号的时均值、均方差、标准差、功率谱密度、功率谱熵和小波能量熵;所述燃烧状态的合理性,指的是燃烧时风煤比例处于最佳值,过量空气系数为1.1~1.3,燃烧的火焰稳定,没有跳动和摆动,火焰从燃烧器喷口处产生并延续至炉膛中间,外观形状呈现出柱状或者轻微的锥状;所述调整指令,指的是对燃烧器参数进行调整的指令,包括二次风量、一次风角度、二次风角度、一次风旋流度和二次风旋流度。2.根据权利要求1所述锅炉燃烧器燃烧状态在线监测及优化调整方法,其特征在于,所述人工神经网络算法的计算过程如下:通过收集锅炉运行的历史数据和画面,以及现场开展试验,收集参数,主要包括风煤比、红外光谱的辐射值、可见光光谱的辐射值、紫外光谱的辐射值、炉膛压力信号、燃烧状态以及NOx排放,并对光谱和压力信号进行处理,提取特征参数,建立数据库;采用人工神经网络算法,让机器对这些数据进行不断学习,从而建立燃烧状态及NOx排放与特征参数间的对应关系;这样,在实际应用中,通过当前的特征参数,机器便能够自动判断出当前的燃烧状态和NOx处于一种什么样的状态,从而发出调整指令。2CN106897540A说明书1/2页一种锅炉燃烧器燃烧状态在线监测及优化调整方法技术领域[0001]本发明属于燃烧调整领域,特别涉及一种锅炉燃烧器燃烧状态在线监测及优化调整方法。背景技术[0002]对于锅炉而言,为了实现更为先进的能量管理,需要对每个燃烧器的运行状态进行监测和分析。对于低氮燃烧器更是如此,因为这种燃烧器对给煤系统的变化以及锅炉运行状态的改变更为敏感。[0003]传统燃烧监测系统都是提供多个燃烧器平均的结果,并且不是实时反馈,且时间跨度较大。传统的燃烧控制系统,依赖于过程参数的监测,包括燃料的流量、空气的流量、烟气中的含氧量以及CO浓度等,但对于燃烧器而言,要实现最佳燃烧状态,这些参数的测量是不够的。由于风煤比的不平衡,局部燃料和空气的不均分布,或者燃烧器本体的设置和维护问题等,导致相邻燃烧器的燃烧状态存在一定的区别,需要针对每个燃烧器的状态分别进行监测、诊断和控制。燃烧诊断既要反映出长时间的平均状态,也应该反映出短时间的瞬态变化。发明内容[0004]为了克服上述现有技术的缺点,本发明的目的在于提供一种锅炉燃烧器燃烧状态在线监测及优化调整方法,对单个燃烧器的状态进行监测、诊断和控制,进而实现对锅炉整体燃烧的精细化和智能化调控。[0005]为了实现上述目的,本发明采用的技术方案是:[0006]一种锅炉燃烧器燃烧状态在线监测及优化调整方法,在锅炉燃烧器处布置分光谱火检器1,收集分光谱火检器1以及炉膛压力传感器2的监测信号,在智能处理器3上进行处理,获得相关的特征参数,作为输入参数,通过人工神经网络算法,得到燃烧状态和炉膛NOx排放的参数,判断燃烧状态的合理性,并将相关调整指令传递给DCS系统4,进而对锅炉燃烧进行调整;[0007]