一种锅炉对流受热面灰污监测系统及监测方法.pdf

(19)中华人民共和国国家知识产权局*CN102588943A*(12)发明专利申请(10)申请公布号CN102588943A(43)申请公布日2012.07.18(21)申请号201210007363.9(22)申请日2012.01.11(71)申请人华北电力大学地址102206北京市昌平区朱辛庄北农路2号(72)发明人沈国清安连锁邓喆张世平(74)专利代理机构北京众合诚成知识产权代理有限公司11246代理人史双元(51)Int.Cl.F22B37/38(2006.01)权利要求书权利要求书2页2页说明书说明书55页页附图附图22页(54)发明名称一种锅炉对流受热面灰污监测系统及监测方法(57)摘要本发明公开了属于燃料燃烧在线监测技术领域的一种锅炉对流受热面灰污监测系统及监测方法。该系统为多对声波发生器和声波接收器安装在锅炉水冷壁四周平面相应的声波导管上，声波接收器信号输出与信号调理器相连，信号调理器通过数据线与接线盒连接，接线盒通过输入/输出装置连接到主机程序控制器。是基于声学测温以及神经网络的锅炉对流受热面灰污的监测系统，本发明分别应用到神经网络和数据库，通过神经网络预测锅炉对流受热面清洁时潜在吸热量，数据库系统定时读取电站DAS中的数据，最终将灰污结构传输到主机界面。能及时锅炉受热面形成积灰或者结渣的状态，实时采取措施，保证火力发电机组锅炉正常运行，运行安全，避免导致意外停炉事故。CN10258943ACN102588943A权利要求书1/2页1.一种锅炉对流受热面灰污监测系统，其特征在于，所述锅炉对流受热面灰污监测系统为多对声波发生器和声波接收器安装在锅炉水冷壁四周平面相应的声波导管上，声波接收器信号输出与信号调理器相连，信号调理器通过数据线与接线盒连接，接线盒通过输入/输出装置连接到主程序控制器。2.根据权利要求1所述一种锅炉对流受热面灰污监测系统，其特征在于，所述声波发生器和声波接收器安装在锅炉水冷壁四周平面的同一横切面的声波导管上；锅炉水冷壁两对面的声波发生器和声波接收器一对一，或一个声波发生器对多个声波接收器。3.根据权利要求1所述一种锅炉对流受热面灰污监测系统，其特征在于，所述主程序控制器通过功率放大器将产生的声波信号传给各声波发生器。4.一种锅炉对流受热面灰污的监测方法，其特征在于，所述锅炉对流受热面灰污的监测方法是主程序控制器采用声学测温原理与神经网络算法相结合的监测方法，具体过程是主程序采用Labview软件控制，包括声波信号的产生和接收、声波飞渡时间测量和锅炉烟气侧温度计算；当主程序开始运行时，安装在锅炉对流受热面外侧的声波发生器接收到主机程序控制器通过功率放大器传给各声波发生器的声波信号，声波发生器发出的声波经功率放大后由声波导管传播到锅炉炉膛内部，声波接收器接收到声波信号，经由信号调理器和输入/输出装置传回主程序控制器中，主程序计算声波飞渡时间和计算锅炉烟气侧温度；将计算结果存入到数据库SQL中，数据库SQL定时访问电厂DAS数据系统，保存所需数据，相关数据输入BP神经网络输入层，BP神经网络预测清洁时受热面的潜在吸热量，计算程序计算实际时受热面吸热量，计算锅炉对流受热面灰污系数，存入数据库SQL系统，以便软件提供烟气温度场、各对流受热面灰污系数、相关数据变化趋势和灰污报警信号。5.根据权利要求4所述一种锅炉对流受热面灰污的监测方法，其特征在于，所述BP网络来源于它的学习算法：误差反向传播(ErrorBackPropagation)学习算法，简称BP算法，BP网络是采用BP学习算法的网络，经典BP网络是全连接的前向网络，可分成三个部分：输入层、隐含层和输出层；输入层接受外界的信息，隐含层是特征表征层，用于储存学习对象的特征信息，输出层将网络计算结果输出。6.根据权利要求4所述一种锅炉对流受热面灰污的监测方法，其特征在于，所述BP神经网络预测清洁时受热面的潜在吸热量，计算程序计算实际时受热面吸热量，计算锅炉对流受热面灰污系数是当受热面受到灰污以后，其传热效能会变差，对于锅炉对流受热面来说就表现在其换热量的减少，从而提取灰污特征系数；在一定渣层物理、化学特性范围内有，灰沉积厚度δd可由下式求得：δd＝D0·(qnotclean/qclean)(0-1)式中，D0-常数；qnotclean-受热面的实际吸热量；qclean-清洁受热面的潜在吸热量所述清洁受热面的潜在吸热量就是被监测受热面在实际运行工况下，受热面清洁时的潜在吸热量；因此，定义灰污特征参数为T＝1-Qsj/Qqj(0-2)式中：2CN102588943A权利要求书2/2页Qsj：受热面实际吸热量Qqj：清洁受热面吸热量当受热面清洁时，T为最小值，即趋于零；当污垢很厚时，管壁温度接近于烟气温度，受热面吸热量趋于零，T达到最大，即趋于1；从上