锅炉飞灰含碳量的控制

锅炉飞灰含碳量的控制（精选8篇）

锅炉飞灰含碳量的控制 第1篇

某发电厂1#炉为引进美国B&W公司技术的产品, 锅炉为亚临界参数、中间再热、自然循环、平衡通风、固态排渣煤粉锅炉。设计煤种和校核煤种为山西阳泉无烟末煤和晋中贫瘦煤, 采用钢球磨煤机中间储仓式热风送粉系统, 前后墙对冲燃烧。配置有4台DTM350/700钢球磨煤机, 前后墙各3层共24个B&W公司标准的EI-DRB型旋流燃烧器, 在尾部竖井下设置2台容克式三分仓反转空气预热器, 配有2台成都风机厂的静叶可调轴流式引风机, 2台上海风机厂的动叶可调轴流式送风机, 2台上海风机厂的离心式一次风机。

锅炉主要设计参数如表1所示。燃料特性如表2所示。

2 试验测试结果及分析

结合实际情况, 在300MW以上负荷进行如下试验。

2.1 锅炉变氧量试验

目前锅炉运行中有时控制氧量较低, 达1.9%左右。本次试验拟在3.0%、3.5%、4.0%这3个氧量下观察锅炉燃烧状况, 并评估效果。

改变锅炉空气预热器入口烟道内氧量, 得到3个不同的锅炉运行工况, 3个工况下分别测得的锅炉飞灰含碳量变化情况如图1所示。

从图1可以看出:随着锅炉烟气含氧量的增加, 飞灰含碳量逐步下降, 在3个试验工况中, 当烟气含氧量增加到2.9857%时, 飞灰含碳量降低到7.48%。燃烧调整试验前锅炉运行氧量经常控制在2%左右, 氧量偏低, 反映出炉内燃烧所需风量不足, 这是造成以前飞灰含碳量高的原因之一。建议运行中适当增加烟气含氧量, 即提高入炉风量。变氧量试验锅炉表盘数据统计如表3所示。

2.2 变大风箱挡板开度试验

改变大风箱挡板开度组合, 观察飞灰含碳量变化情况。分别在大风箱上层挡板、中层挡板和下层挡板为开度组合的工况下进行试验, 具体开度如表4所示。

变大风箱挡板试验中飞灰含碳量与大风箱挡板开度关系如图2所示。试验相应表盘数据如表5所示。

从图2和表5可以看出, 3个工况下飞灰含碳量差别不大, 分别为10.24%、10.11%和10.27%, 最大差值为0.16%, 由于数值间差距很小, 可以认为3个工况的飞灰含碳量数值差异是由数值的随机波动引起, 不能肯定具有统计学的意义。试验表明改变上、中和下三层大风箱挡板的开度组合, 对锅炉飞灰含碳量影响很小。

2.3 变一次风压试验

在保证运行安全的情况下, 通过改变一次风压, 来改变一次风量的大小。对飞灰取样并化验其含碳量。变一次风压试验中飞灰含碳量与一次风压关系如图3所示。

由图3可以看出:随着一次风机出口风压的增大, 飞灰含碳量逐渐升高。一次风机出口风压的增大意味着一次风流量的增大, 在一次风流通截面积不变的情况下, 一次风速随着一次风流量的升高, 即一次风压的升高而增大。可见, 运行中适当降低一次风速可以提高燃料的燃尽度。理论上讲, 当燃用较差煤质时, 适当降低一次风速, 可以缩短煤粉开始燃烧的位置至煤粉燃烧器喷口的距离, 由于煤质较差 (灰分较多, 发热量较低) , 这样做不会引起燃烧器烧损或结焦。由于延长了煤粉在炉内的燃烧时间, 也由于二次风温比一次风温更高, 更多的二次风比例更有利于煤粉的完全燃烧, 进而提高了煤粉的燃尽度。

试验中发现热态各一次风管风速相差较大, 如同层管道一次风速分别为27.1m/s、33.3m/s、34.4m/s、29.1m/s, 风速差值达7.3m/s。运行人员为了避免煤粉堵塞一次风管道, 实际运行中根据一次风速较低的煤粉管道风速来调节一次风压, 使得锅炉经常在一次风压较高的状态下运行。根据此次燃烧调整试验结果, 将一次风压控制在3.9kPa左右并不会造成一次风管道堵塞。为了避免运行中一次风管道堵塞, 可以将一次风速较高的管道对应的给粉机转速提高, 适当增加其给粉量, 这样也就降低了管道内的一次风速, 增加了其余管道的风量;同时, 在锅炉所需总粉量不变的情况下, 相应减小风速低的管道对应给粉机的给粉量, 风速低管道的一次风速自然升高了, 使得粉量和风速达到动态平衡, 这样就避免了一次风管堵管, 也避免了一次风速相差过多。当燃用煤质较差时, 建议运行中适当将一次风压控制在较低值。变一次风压试验锅炉表盘数据如表6所示。

2.4 变煤粉细度试验

改变粗粉分离器挡板开度, 测量煤粉细度, 对飞灰取样化验其含碳量。变煤粉细度试验中, 飞灰含碳量与煤粉细度关系如图4所示。

通过调整分离器挡板开度, 将煤粉细度R90由9.8%调整到6.9%, 锅炉在司炉习惯操作方式下运行, 锅炉飞灰含碳量由煤粉细度调整前的12.22%降低到9.59%, 效果明显。

考虑到继续降低煤粉细度值会增加磨煤单耗, 并且飞灰含碳量已有较明显的降低, 所以没有进一步降低煤粉细度值。

3 锅炉最优工况试验

为了检验燃烧调整效果, 在以上试验项目完成后, 综合以上试验结果, 进行了锅炉最优工况下的热效率试验。试验期间燃料特性如表7所示。

1#锅炉热效率试验数据汇总如表8所示。 试验期间燃用煤种与设计煤种比较接近, 锅炉飞灰含碳量和大渣含碳量分别为7.24%和10.62%, 飞灰含碳量比燃烧调整前明显降低, 燃烧调整效果明显。试验中实测排烟温度偏高, 为153℃。由于负荷条件的限制, 此次试验时机组负荷维持在320MW, 由于负荷偏大, 也会使得排烟温度和飞灰含碳量等值较高。

4 节能效果分析

锅炉经过燃烧调整试验, 飞灰含碳量从之前的10%左右 (最高时将近20%) , 降低到最优工况试验时的7.24%。按调整试验前飞灰含碳量10%计算, 锅炉的飞灰未完全燃烧热损失为3.85%, 调整后飞灰含碳量降低到7.24%, 相应地锅炉的飞灰未完全燃烧热损失为2.71%。锅炉飞灰未完全燃烧热损失减少1.14%。按锅炉每小时耗煤118.3t (118.3t/h为EMCR负荷下锅炉设计燃料消耗量, 燃料设计低位发热量为22434kJ/kg) 计算, 根据GB2589规定:标准煤低位热值为29.31kJ/g。118.3t/h设计用煤相当于标煤90.54733t/h。按原煤价格为590元/t, 锅炉年利用小时数为7000h, 锅炉热损失减少1.14%计算, 每年节省原煤费用426.3万元。

因为煤粉细度提高会使得制粉系统在相同的耗电下出力有所降低, 估算这会使得有1台磨煤机每年多运行300h;根据以往测量数据, 1台磨煤机耗电464kW;按厂用电价格为0.64元/kWh计算, 增加的耗电费用8.9万元。

总体节约费用为:426.3-8.9=417.4万元。

经过初步估算, 经过锅炉燃烧调整, 燃煤费用每年可以节约400多万元, 经济效益显著。

5 结语

1) 试验中随着锅炉烟气含氧量的增加, 飞灰含碳量逐步下降。燃烧调整试验前锅炉运行氧量经常控制在2%左右, 氧量偏低, 反映出炉内燃烧所需风量不足, 这是造成试验前飞灰含碳量高的原因之一。建议以后运行中适当增加烟气含氧量, 即提高入炉风量。

2) 试验中发现热态各一次风管风速相差较大, 锅炉经常在一次风压较高的状态下运行。建议当锅炉燃用煤质较差时, 运行中将一次风压适当降低。为了避免一次风管道堵塞, 可以将一次风速较高的管道对应的给粉机转速提高, 适当增加其给粉量, 使得粉量和风速达到动态平衡, 也避免了管道间一次风速相差过多。

3) 通过调整分离器挡板开度, 将煤粉细度R90由9.8%调整到6.9%, 锅炉在司炉习惯操作方式下运行, 锅炉飞灰含碳量由煤粉细度调整前的12.22%降低到9.59%, 效果明显。

4) 锅炉最优工况试验期间燃用煤种与设计煤种比较接近, 锅炉飞灰含碳量和大渣含碳量分别为7.24%和10.62%, 飞灰含碳量和大渣含碳量比燃烧调整前明显降低, 燃烧调整效果明显。经过初步估算, 经锅炉燃烧调整, 每年可以节约费用400多万元, 经济效益显著。

摘要：某发电厂1#锅炉中修时主要进行了省煤器的改造, 改造完成后一次风热风温度与改造前基本相同, 二次风热风温度较改造前略有降低。改造后发现锅炉运行中出现上述飞灰含碳量高的现象, 飞灰含碳量一直在10%左右, 最高时将近20%。为了降低飞灰含碳量, 提高锅炉运行的经济性和安全性, 进行了锅炉燃烧调整试验。试验结果显示:该锅炉的飞灰含碳量显著降低, 具有很大的经济效益。通过对试验过程进行分析, 指出锅炉氧量控制偏低、一次风压偏高、燃烧煤粉颗粒较粗是造成运行中锅炉飞灰含碳量高的主要原因, 并对锅炉的运行控制提出了建议。

锅炉飞灰含碳量的控制 第2篇

关键词：飞灰含碳量；升高；分析

中图分类号：TK229 文献标识码：A 文章编号：1674-7712 （2014） 18-0000-01

每台锅炉在设计时飞灰含碳量都比较小，为什么在实际运行当中会出现飞灰含碳量偏高现象呢？本文主要针对国内运行技术比较成熟的东锅生产的DG1089/17.4-Ⅱ型流化床锅炉为依据，根据运行的实际情况从炉内燃烧不完全和飞灰捕捉能力差两方面进行分析，找出真正的原因，通过优化运行和技术改造等方法，降低飞灰含碳量，让流化床锅炉的优势真正的发挥出来。

一、锅炉床温影响

对于流化床锅炉来说，为了充分发挥其良好的炉内脱硫能力，一般正常运行床温为800—950℃之间，面对环保压力的加大，一些锅炉炉内脱硫不能满足当前环保要求，只能降低锅炉床温来提高脱硫效率，而相对于煤来说完全燃烧的三要素其中之一就是需要有足够高的温度，那么煤完全燃烧所需的温度降低后必然会导致煤在炉内的燃烧不完全，煤粒没有完全燃烧而是以飞灰的形式被排出炉外，飞灰含碳量升高。对安装炉外脱硫的流化床锅炉来说，炉内不受脱硫影响，锅炉床温在保证不结焦的前提下尽量保证高床温运行，这样可以有效降低飞灰含碳量。

二、一次风量影响

要想完全燃烧需要有足够的燃烧时间，那么对于流化床锅炉来说决定燃烧时间的除了煤的粒径的大小还有一次风量的高低，煤的粒径一般在破碎设备正常的情况下变化不是太大，那么关键就是一次风量的高低，煤粒在炉内从床层到炉膛出口主要是靠一次风来携带，一次风量升高后，同等床压下它的风速也相应升高，那么煤在炉内的停留时间就相对缩短，同等粒径的煤它的燃烧时间缩短，必然会导致不完全燃烧可能的增大，从而导致飞灰含碳量升高，调整一次风量的原则主要是，在保证锅炉正常流化和控制床温在正常范围的前提下，锅炉一次风量越低越好，这样有利于降低飞灰含碳和低渣含碳，同时也可以大大减轻锅炉受热面的磨损。

三、入炉煤粒度影响

对于流化床锅炉来说，一般要求控制入炉煤粒度在0—8mm之间，而对于粒径的分布没有太明确的规定，并且国内目前的破碎筛分设备也很难将煤的粒径分布控制在合理范围。粒径的分布一般根据煤种的不同要求是不同的，一般是劣质煤相对细颗粒比例要多一些，优质煤粗颗粒比例可以相对多一些。而对于煤的粒度来说，若粒度过粗，燃烧换热的总面积相对减少，延长燃烬时间，同时大量的粗颗粒会沉积在密相区床面上，影响流化和燃烧份额的分配。为了保证床面不结焦及负荷稳定，必须增大流化风量，结果导致煤在炉内的停留时间缩短，使得飞灰含碳量升高。颗粒过细，一送入炉内就会被流化风夹带飞出密相区，甚至飞出炉膛来不及燃烧；颗粒过细分离器难于捕捉，结果烟气带走的未燃尽的颗粒增加而造成飞灰中可燃物增加。

四、布风均匀性影响

煤在炉内的燃烧主要发生在密相区和稀相区，而对于密相区的完全燃烧来看，良好的流化起着至关重要的作用，如果布风均匀性不良就容易出现局部流化不良容易发生局部结焦现象，同时如果床层物料流化不良，使得新加入的煤不能够与床层物料进行良好的混合，不利于煤的加热和挥发份的吸出，这样一来就延长了煤着火所需时间，而一些细颗粒来不及燃烧就被带出炉外，这样一来就导致了飞灰含碳量的升高。

五、床层厚度影响

料层厚度直接影响流化床锅炉的稳定运行和燃烧效率。料层过厚时风室静压就会增大，阻力就会增大，此时为了保证流化和负荷稳定就要增大流化风量，结果颗粒的扬析率就会增加，飞出炉膛的燃料量增加；料层过厚时床温也会降低，燃烧效率降低。同样床压高时排渣量就得增大，未燃尽的碳颗粒就会排出炉膛带入冷渣器中使底渣中可燃物的数量增多；料层过薄时，就容易出现吹空现象，运行安全性下降。

六、煤种影响

虽然循环流化床锅炉的主要优点就是煤种适应性广，但对于已经设计成型的CFB锅炉，经现场安装固定后，只有燃用设计煤种时才能达到较高的燃烧效率。对于挥发份含量较高的烟煤等燃料，燃烧效率高，飞灰可燃物较小，对于挥发份含量低的无烟煤等在相同条件下飞灰可燃物要高得多。因此，运行中应尽可能控制入炉煤煤种接近设计煤种；当出现发热量较设计煤种偏低太多时，完全燃烧所需时间延长了，而煤在炉内的燃烧停留时间不变，造成飞灰含碳量升高，所以要尽量维持高床温运行，这样有利用劣质煤更好的着火和燃尽。

七、风煤配比影响

煤良好燃烧除了相当高的温度和足够的燃烧时间外，还与配风及氧量有关，一次风量保证流化及提供初始氧量，二次风增大扰动及提供后期氧量，调整好一二次风的配比，可有效的降低化学不完全热损失和机械不完全损失。一般情况下从低负荷到满负荷，一次风占的比例为60-40%，二次风占的比例为40-60%。不同负荷不同煤种时风量的分配有很大区别，总的分配原则是低负荷时、燃料热值低时，一次风占的比例大些；高负荷时、燃料热值高时，二次风占的比例大些。对于调整氧量来说，尽量以设计氧量为参考，如果氧量太大会导致锅炉的床温及整个炉膛温度降低，不利用煤完全燃烧，同时风量太大也会导致烟气的流速加快，携带能力增强，导致飞灰含碳量增大。如果维持氧量太低会导致煤燃烧时缺氧不能完全燃烧，也可以导致飞灰含碳量升高。所以要根据不同的煤种选择合适的氧量才能有效的降低飞灰含碳，提高锅炉的效率。

八、分离器效率影响

分离器作为流化床锅炉特有的一个重要设备，主要的作用就是将未燃尽的大颗粒物料分离下来，重新返回炉膛进行燃烧，提高了锅炉燃烧效率。那么分离器效率一旦降低就必然会引起飞灰含碳量和飞灰总量增大锅炉效率下降，往往分离器效率下降的原因主要与分离器中心筒变形和耐火材料脱落或表明不光滑有关。中心筒变形后出现烟气短路现象，一部分烟气从中心筒根部进入尾部烟道，不经过中心筒导致分离效率下降。而耐火材料脱落或表面不光滑导致分离器的切向阻力增大，導致分离器分离效率下降。

参考文献：

[1]吕俊复，岳光溪，张建胜.循环流化床锅炉运行与检修[M].北京：中国水利水电出版社，2004.

[2]刘德昌，陈汉平，张世红.循环流化床锅炉运行及事故处理[M].北京：中国电力出版社，2006.

锅炉飞灰含碳量的控制 第3篇

关键词：应用,维护,飞灰含碳量,在线监测,供电煤耗

0 引言

锅炉飞灰含碳量是反映火力发电厂锅炉燃烧效率的重要指标。通常采用化学灼烧失重法, 它是电厂测量飞灰含碳量的1种离线的实验室分析方法。由于该方法分析时间滞后, 因此其测量结果不能及时准确地反映当前锅炉的燃烧工况。

电站锅炉飞灰含碳量在线监测装置, 能够在线完成对电站锅炉飞灰含碳量的监测, 为及时调整燃烧的风煤比, 把飞灰含碳量控制在一定范围内, 提供了依据。

针对目前监测电站锅炉飞灰含碳量装置存在的运行不稳定、工作不可靠、测试数据不准确等诸多问题, 应用国内外先进的设计理念和制造工艺, 设计制造了测试准确、运行可靠的电站锅炉飞灰含碳量在线监测装置。该装置采用微波测量与计算机控制等技术, 实现了锅炉飞灰连续采样、连续运行灰路不堵塞, 实时在线监测飞灰含碳量的功能。

1 设备简介

漳山发电有限责任公司发电机组锅炉飞灰含碳量在线监测装置是东北电院开元科技有限公司制造的。该设备由主机、控制箱、智能显示仪3个主要部分所组成, 包括以下工作系统。

a) 采样系统:采样头、采样管、旋风分离器、抽气管、调风门;

b) 检测系统:微波源、隔离器、可调衰减器、检波器、发射天线、接收天线;

c) 排灰系统:排灰座、灰路锁气器、排灰喷嘴、阀门等;

d) 取样系统:飞灰分离器、取样容器、阀门等;

e) 控制系统:灰位传感器、压缩空气过滤器、气压调节器、电磁阀、振打装置、采量调节装置等。

该设备采用电动、压缩空气、计算机控制等技术, 使设备具有智能化和自动化功能。箱内安装有PLC (可编程控制器) 、电源滤波器、微波电源、检测信号电压表、飞灰含碳量百分数值数字显示表及各种电器元件。

为方便现场调试, 系统同时设有自动控制和手动操作功能, 且手动操作优先于自动控制。该设备的操作及实现功能如下。

a) 数显功能:下方标有“飞灰含碳量C%”字样, 就地显示实时的飞灰含碳量百分比;

b) 220 V电源指示功能:显示220 V交流电源接通状况;

c) 风机运行指示功能:由PLC按设定时间自动控制, 显示安装在主机顶部的风机的启停状态, 用来调节主机机箱内的温度;

d) 采量指示功能:采量上限指示灯亮, 显示此时飞灰采集量最大;采量下限指示灯亮, 显示此时飞灰采集量最小;

e) 清仓指示功能:显示储灰仓气动清灰装置定时启动的状态, 实时清除储灰仓的积灰。执行手动操作时, 只需按下清仓按钮, 清仓指使灯亮, 电磁阀启动, 压缩空气执行清仓吹扫功能;

f) 排灰指示功能:按照灰位设定的高度, 自行启动排灰装置。执行手动操作时, 排灰指示灯亮, 电磁阀启动, 压缩空气执行排灰吹扫功能;

g) 采集量调节指示功能:根据采集灰量的多少自动调整调节门的位置。执行手动操作时, 按下采集量增大按钮, 采集量增大指示灯亮, 采集量逐渐变大, 当调节门全部开启时, “采量上限”指示灯亮;按下采集量减小按钮, 采集量减小指示灯亮, 采集量逐渐变小, 当调节门全部关闭时, “采量下限”指示灯亮;

h) 振打指示功能:为防分离器积灰, 振动除灰装置根据程序设定的时间自动控制启停。执行手动操作时, 按下振打按钮, 振打指示灯亮, 开始执行振打功能;

i) 电源开关检测指示功能:微波检测采用12 V直流电源。将检测电源打开, 检测电源指示灯亮。

2 节能成果

2009年, 漳山发电公司采用该技术后, 1号、2号、3号、4号炉飞灰含碳量, 较2008年分别降低0.62%、0.53%、0.70%、0.65%, 供电煤耗达到353 g/kWh, 虽然比集团要求的指标偏高一点, 但是相比2008年降低了5 g/kWh。结果表明, 该装置测量精度较高, 可靠性好, 能及时、有效地调整锅炉运行工况, 降低供电煤耗。

3 工作原理

3.1 微波测试原理

微波吸收法测碳技术是根据飞灰中碳吸收的微波能与飞灰中的含碳量成线性关系而设计的。在高频电磁场中, 由于碳对微波有良好的吸收特性, 因此, 飞灰中的碳吸收微波能感应涡流产生热能, 引起微波传输功率损耗, 输出检测电信号。通过测量含碳飞灰的微波入射功率与出射功率的变化分析确定出飞灰中的含碳量。技术要求如下。

a) 所选择微波源和检波器能够达到装置检测精度、灵敏度、分辨率的技术要求;b) 建立微波能损耗与灰样含碳量呈线性关系的特性曲线, 并将其程序化输入PLC;c) 进行零灰标定, 满足输出检测信号电压为4 V。

3.2 飞灰采样原理

安装在空预器前部烟道主机的旋风分离器, 其抽气管与空预器后部连接 (保证烟气压差>100 mm H2O) , 旋风分离器以空预器前、后压差为动力, 对含尘烟气进行分离。当烟气经等速采样器进入旋风分离器后, 旋风分离器自动连续将飞灰从烟气中分离出来, 送进测试管中。技术要求如下。

a) 采用等速采样方法, 采集具有代表性的灰样, 确保检测结果的可信度;b) 采样系统为无动力取样装置, 以确保采样运行可靠与易维护;c) 采样系统对飞灰的采集量, 随锅炉运行负荷的变化自动调节, 解决因采集量不足造成测试管空管、测试数据不变, 或因采集量过多出现堵灰现象。

3.3 排灰原理

当传感器检测到测试管内灰位达到设定高度时, 检测后的灰样在重力和排灰系统负压的作用下吸入排灰座通孔内, 在排灰压缩空气作用下冲开水平锁气器档板, 进入排灰喷头。通过排灰喇叭口与排灰喷头之间的间隙产生高速气流, 将灰样送入烟道。技术要求如下。

a) 由PLC控制实现自动排灰, 保证灰路不堵;b) 能够满足人工留取灰样的要求。

3.4 控制与信号处理原理

采用计算机信息处理与控制技术, 将检测信号送入PLC进行A/D、D/A运算处理后, 接入控制箱中, 在一次表和安装在集控室的二次表上, 显示飞灰含碳量。通过编写程序, 由PLC对装置伺服系统各电磁阀、电机、风机、气泵实行智能化自动控制。技术要求如下。

a) 按照编写的程序要求, 对装置采样、排灰、检测及伺服系统, 进行时序、伺服、保护各种操作的自动控制;b) 在控制箱中的一次表上显示飞灰含碳量, 在现场直接获取飞灰含碳量数值。

4 在线监测装置在漳山电厂机组的应用

4.1 主机安装

主机的安装, 包括在烟道中安装固定采样头, 因此, 主机的现场安装工作要在锅炉停炉期间实施。

4.1.1 安装位置的确定

主机安装在空预器前部烟道外侧, 具体安装位置应满足以下条件。a) 在空预器前部烟道的垂直段;b) 烟道压差 (采样点与抽气管出口处) >100 mm H2O;c) 烟气温度300 ℃～430 ℃;d) 烟气流速平稳, 不受弯道、调节门、档板等因素影响, 灰样取至具有代表性的部位。

4.1.2 安装

根据安装尺寸, 将选好位置处烟道外侧保温拆除, 开2个孔, 分别作为采样孔和排灰孔;通过这2个孔将采样头、排灰喇叭口装入烟道, 使采样头、排灰喇叭斜锥口与烟气流向同向, 在烟道内搭一固定支架, 将采样头固定;将主机固定支架与烟道外壁钢板焊接固定;用M14的螺栓将主机与固定支架固定, 主机安装完毕;恢复烟道保温层;为便于操作与维护, 在主机安装处搭建操作平台、设置防护栏杆;敷设电缆和压缩空气管路。

4.2 投运操作

为防止锅炉投油点火运行时采样系统发生堵塞, 设备装设泄压阀门。现场运行人员按照以下步骤操作。锅炉投油点火前, 现场运行人员将泄压阀门打开, 停止采样器工作, 使系统处于未投运状态;锅炉正常运行后, 现场运行人员再将泄压阀门关闭, 使系统投入运行。

4.3 检测管安装

检测石英管的安装步骤如下。拆下微波检测装置的外壳, 打开微波天线盒;拧开石英管上、下锁紧螺母, 将其与石英管上、下锁紧螺母一并套在测试管上水平推入到安装位置处;在测试管上下端处缠好生料带, 将螺母紧固。

4.4 标定检测系统

设备正式投运前或更换微波元器件、检测石英管后, 均要对微波检测系统进行标定。其具体操作步骤如下。烧制1份约20 g的零灰 (含碳量为0%) ;将烧制好的零灰缓慢、均匀地到入石英管内;将装有零灰灰样的石英管置于微波检测系统中进行检测;调整可调衰减器, 使输出信号电压显示为4 V, 然后将可调衰减器锁定。

4.5 接通压缩空气

先将设备与压缩空气气源管路连接处的总气阀打开, 再将控制装置压缩空气阀门打开;调整总压力调压阀压力值为0.45 MPa～0.55 MPa, 排灰压力调压阀压力值为0.08 MPa～0.10 MPa。

4.6 人工同步取灰

该设备设有同步留取灰样功能。人工取样的操作如下。将取样储灰器安装在取样分离器下方;先关闭排灰气阀门, 再顺次打开取样气阀门、取样阀门, 使飞灰随空气进入取样分离器, 分离出灰样;取样完成后, 顺次打开排灰气阀门、关闭取样气阀门、取样阀门。

5 在线监测装置在漳山电厂机组的维护

5.1 设备的清洁

由于设备安装于锅炉烟道附近, 易受到尘埃污染, 每3个月清除表面及内部灰尘1次, 保持设备工作环境清洁。

5.2 气动部件的维护

气动部件包括机内总气阀、三联件 (过滤、调压、油雾) 、分气管、调压阀、电磁阀、联接卡头、管路、转换阀门等。其维护工作重点如下。

5.2.1 过滤器维护

过滤器滤芯的清洗与放水工作, 每6个月进行1次。滤芯的清洗需先将滤杯卸下, 再对滤芯进行清洗。而放水只需向下拉动排水管即可。

5.2.2 油雾器的维护

在压缩空气的作用下油雾器将杯中的润滑油雾化并均匀混入压缩空气中, 用于润滑电磁阀。加注量视润滑油消耗而定。

5.2.3 调压阀的调整

总压力调整为0.45 MPa～0.55 MPa, 排灰压力调整为0.08 MPa～0.10 MPa。

5.3 机械部件的维护

主机机械部件包括采量调节装置和散热风机。

5.3.1 采量调节装置

保持电机齿轮与调节轴扇形齿轮啮合正常;扇形齿轮与行程开关限位接触正常。每6个月检查1次。

5.3.2 散热风机

清除风机风扇表面的积灰, 保持风扇叶片平衡, 使风机转动平稳。

5.4 电气部件的维护

保持电气部件表面清洁, 改善散热条件, 使触点工作正常, 避免现场灰尘对电路及电气元件污染造成的损坏和事故。

6 运行中常见的主要问题

数字显示表飞灰含碳量C%为-4.00。可能原因是未接通微波检测系统电源, 电源线路接触不良。

处理方法是接通电源, 消除线路存在的问题。

6.1 排灰系统不工作

可能原因有排灰系统处于人工取样状态;压缩空气压力过低;排灰气路有漏气处。

处理方法是将人工取样状态转换到排灰状态, 将压缩空气总阀门打开, 检查气路接口排除存在问题。

6.2 检测系统不工作显示终断

可能原因有微波场效应和检波管烧损。

处理方法是更换场效应管和检波管。

6.3 石英管内有气泡上串

可能原因有该管上下端锁母及填料连接处漏风;反吹气路电磁阀密封不严。

处理方法是重新安装石英管或检查并排除电磁阀存在的问题。

7 结语

锅炉飞灰含碳量的控制 第4篇

本论文采用串联型的混合建模方法建立飞灰含碳量软测量模型。具体实施步骤是:依照锅炉燃烧机理选取辅助变量, 即与飞灰含碳量相关的一些易测过程变量, 并对其进行关联度分析;在数据预处理的步骤中引入偏最小二乘的方法对训练数据进行降维处理;选用支持向量回归建立软测量模型, 并与基于BP神经网络模型进行结果比较。

1 关联度分析

关联度分析方法是一种基于多因素统计的分析方法, 它以各因素的样本数据为依据, 用灰色关联度来描述各因素间的关系。若样本数据反映出两个因素变化基本一致的发展态势, 则它们之间的关联度就大。

飞灰含碳量受到多种因素的影响, 初步选锅炉负荷、排烟温度、一次风量等22个参数作为软测量模型的输入。应用灰色关联分析进行软测量模型辅助变量的二次选择, 比较这些粗选结果与锅炉飞灰含碳量的潜在相关性的强弱, 并从中筛选出与飞灰含碳量相关性强的参数作为下一步的输入。通常认为, 一般关联度大于0.65便认为相互的关联已经很密切了。

2 偏最小二乘法

设单因变量y和p个自变量{x1, x2, ..., xp}, 通过观测n个样本点, 来构成自变量和因变量的数据表X=[x1, x2, ..., xp]np和Y=[y]np。

偏最小二乘回归的基本思想是:分别在X与Y中提取成份t1和u1 (t1是x1, x2, ..., xp的线性组合, u1是Y的线性组合, 也就是y本身) 。在提取这2个成份的同时, 为了回归分析的需要, 有以下要求:

(1) t1和u1应该尽可能地携带它们各自数据表中的变异信息;

(2) t1和u1的相关程度应该尽可能的高。

这两个要求就表明了, t1和u1应该尽可能好地代表着数据表X和Y, 与此同时自变量的成分t1对因变量的成分u1具有最强的解释力。在第1个成份t1和u1被提取以后, 偏最小二乘分别实施X对t1的回归和Y对t1的回归。如果回归方程已经达到了相对满意的精度, 那么算法终止;否则, 将利用X对t1解释之后的残余信息及Y被t1解释之后的残余信息再进行第2次的成份提取。如此重复, 一直到能够得到一个较为满意的精度为止。如果最终对X共提取了m个成份t1, t2, tm, 偏最小二乘回归将进行y对t1, t2, tm, 的回归, 然后再表达y对原变量x1, x2, xp的回归方程。

3 支持向量机建模

支持向量机 (SVM) 作为一种以统计学习这理论作为基础的新型的机器学习算法, 具有非常显著的优点, 如可解释性好、泛化能力强、可处理小样本的学习问题、有严格的理论基础等。

SVM在回归情况下的推广, 分为线性与非线性两种情况, 其中, 线性回归是用线性回归函数来构造决策函数;而对于非线性回归, 其思想是通过一个非线性映射 (核函数) 将数据映射到高维特征空间, 从而转化为线性问题, 在高维空间进行线性回归。SVR算法的实质是求解一个凸二次规划问题。

优化问题可描述为:

前式控制着复杂度, 使模型具有更好的泛化能力;后式控制着回归精度。

定义拉格朗日函数:

根据优化条件:

消去w和ek:

定义核函数:

由式 (5) 和 (6) 即可求出a和b。

SVM模型:

4 结语

基于支持向量机建模与基于BP神经网络建模的结果比较, 可看出基于支持向量机的优越性。

5 结论

经过训练后的PLS-SVM模型对检验样本飞灰含碳量进行预报, 均方根误差和平均相对误差分别为0.21%和3.58%, 相当于PLS-BP网络模型的17.59%和61.12%, 表明PLS-SVM方法有更高的预测精度, 更好的泛化能力, 具有很好的推广应用前景。

支持向量机虽然有很多的优势, 但其缺点也是不容忽视的, 其中对于核心函数的选取和参数的确定, 现在只能是依靠使用者先验知识和经验, 这在很大程度上就限制了支持向量机的使用和推广。所以, 仍需要更深入的研究, 确定一个核函数选取和参数制定的准则, 而使支持向量机具有更好的推广性和实用性。

摘要：飞灰含碳量运行人员判断锅炉运行好坏和降低煤耗的一项重要指标, 是指导评价锅炉燃烧优劣的依据。精确和实时地监测飞灰含碳量有利于提高锅炉燃烧控制水平, 降低发电成本, 提高机组运行的经济性, 本论文在参阅了大量文献后, 对课题的研究现状进行了分析和比较, 设计了一种基于混合建模的方法构建飞灰含碳量的软测量模型。

关键词：飞灰含碳量,软测量,偏最小二乘,支持向量机

参考文献

[1]李智, 郭宏, 等.基于神经网络的电站锅炉飞灰含碳量软测量[J].节能技术, 22.

[2]戈升欣, 梅义忠, 等.微波谐振腔法测量锅炉飞灰含碳量[J].山东电力技术, 2001.

造成锅炉飞灰含碳量高的原因分析 第5篇

1 现状调查

我公司锅炉型号为WGZ1112/17.5-3, 系武汉锅炉厂生产的亚临界一次中间再热自然循环汽包炉。锅炉采用冷一次风正压中速磨直吹系统, 双通道轴向旋流喷燃器, 前后墙对冲布置, 布置方式前墙三排燃烧器, 后墙二排燃烧器。尾部双烟道, 平衡通风, 尾部烟道布置两台三分仓容克式空预器, 每台炉配置两台轴流式动叶可调送风机, 两台轴流式静叶可调引风机, 两台离心式一次风机。炉底设有一台刮板式捞渣机连续固态排渣。

我公司节能质检中心要求锅炉飞灰含碳量指标降至2%以下。

2 飞灰含碳量高的影响

(1) 会使锅炉效率有明显的下降, 直接影响机组运行经济性。

(2) 会造成飞灰变粗, 增大尾部受热面的磨损, 降低其使用寿命。

(3) 炉内飞灰的熔点降低, 易引发受热面结焦。

(4) 会使电除尘效率降低, 造成环境污染。

(5) 造成锅炉气温、壁温越限频发, 运行调整难度增大, 甚至会导致尾部受热面再燃烧, 引发机组安全事故。

3 飞灰含碳量高的因数分析

3.1 一次风的影响

一次风压过低, 影响磨组干燥出力, 甚至造成一次风管堵塞, 着火点过于靠前, 还可能烧坏喷燃气。一次风压过高, 造成一次风速过高, 降低煤粉气流的加热程度, 使着火点推迟, 大颗粒的煤可能不能完全燃烧, 造成飞灰含碳量增大。

相关系数判断:

根据N-2和显著水平 (a=0.05) 由表查出相关系数ra=0.349。

判断:r=0.235

按照上述方法, 依次对不同机组负荷下的一次风压与飞灰含碳量的关系进行试验和计算分析, 判断在不同负荷区间中两者的相关值并绘制下图:

另外, 适当提高磨组一次风温, 提高煤粉燃烧初温, 使燃烧器温度增加, 有利于煤粉燃烬, 反之, 煤粉燃烧推迟或不完全燃烧几率增大, 造成飞灰含碳量增大。

3.2 煤质的影响

煤的化学组分主要是碳、氢、氧、氮、硫五种元素, 以及水分和灰分。电煤的工业分析主要是测定煤中水分 (M) 、挥发分 (V) 、固定碳 (FC) 和灰分 (A) 的含量。挥发分中主要是可燃性气体, 因此挥发分是煤在加热过程中所分解出的可燃性气体, 而不是煤中固有的。入炉煤中, 挥发分高的煤容易着火, 燃烧速度快, 并有助于燃尽。因此, 燃烧挥发分高的煤会降低飞灰含碳量。

高水分燃煤中可燃成分减少, 煤燃烧时会吸收热量, 放出的有效热量相对较少, 会降低炉膛温度, 增加着火热, 不利于煤燃烬, 飞灰含碳量升高。同时, 它还会生成大量的水蒸汽使排烟量加大, 影响锅炉安全运行, 还会给尾部受热面发生低温腐蚀提供条件。

灰分是煤种的主要杂质。灰分增大时, 煤中的可燃成分相对减少, 飞灰含碳量略有下降, 但煤的发热量降低, 总的机械损失增大。灰分增大同时会造成煤粉着火困难和难以燃烬, 引起尾部受热面磨损加剧, 形成受热面上结焦、结渣, 影响传热, 因排渣增大引起损失增加, 环境污染。

综上分析, 在锅炉总煤量稳定的情况下, 高挥发分、低水分、低灰分的入炉煤飞灰可燃物含量下降。

3.3 过剩空气系数的影响

锅炉过剩空气系数过大, 将使炉膛温度降低, 对着火和燃烧都不利, 而且会增加锅炉排烟热损失。锅炉过剩空气系数过小, 会使锅炉缺氧燃烧, 增加飞灰含碳量。目前, 我公司于2013年10月完成了#2炉脱硝改造工程, 通过低氮燃烧器改造和选择性催化还原法 (SCR) 脱硝。

低氮燃烧技术主要是维持锅炉低氧燃烧, 抑制NOX的排放, 势必会造成煤粉燃烧不完全, 炉膛出口飞灰含碳量增大。综合分析, 从保证NOX的排放和飞灰含碳量低角度出发, 炉膛过剩空气系数存在一个最佳区间, 确保锅炉排放指标合格和热损失最小以及确保锅炉稳定运行。目前, 我公司#2炉参数调整主要控制SCR区出口氧量维持在2.5%-3.2%之间, SCR区入口NOX低于450m g/Nm 3, 出口低于150m g/Nm3, 控制飞灰含碳量不超过2%。另外还要保证各项散热损失之和 (q2+q3+q4) 为最小, 使锅炉在最佳过剩空气系数下运行。

3.4 煤粉经济细度的影响

煤粉细度不但影响煤粉着火和燃烧条件, 而且对燃烧经济性和飞灰含碳影响较大。煤粉越细, 单位质量的煤粉表面积越大, 加热升温, 燃烧反映速度也越快。飞灰含碳量越低。煤粉过细, 也会使磨煤机电耗上升, 金属磨损增大, 因此要保证煤粉细度可使排烟热损失和机械不完全燃烧损失 (q2+q4) 以及制粉系统的电耗和金属消耗的和为最小, 这个值就是煤粉的最佳经济细度。

影响煤粉经济细度的因数有煤种特性、制粉系统特性、燃烧设备的型式和完善程度以及运行工况。煤中挥发分的含量也是决定煤粉细度的主要因数, 当燃煤中挥发分含量较多时, 由于容易燃烧, 故煤粉可以适当粗一些。当煤中含有较多灰分时, 由于灰分会阻碍燃烧, 此时要求煤粉适当细一些。另外, 煤粉颗粒均匀时, 飞灰含碳量也会下降。

3.5 机组运行工况的影响

锅炉低负荷运行时, 总煤量下降, 炉膛温度降低, 受热面吸热量也随之下降。造成飞灰含碳量升高。

反之, 在煤质不变的情况下, 高负荷状态下, 总风量增大, 炉膛温度升高, 虽然煤粉在炉膛停留时间短, 但燃烧较为完全, 有利于降低飞灰含碳量。

因机组负荷的变化, 还会造成磨组投入数量不同和炉膛配风的变化, 所以要综合分析机组负荷对飞灰含碳的影响。

另外, 因为机组负荷受电网约束, 所以还需在经济和安全中寻求最佳运行工况。

3.6 磨组运行方式和二次风配比的影响

合理的燃烧器运行方式, 可以保证火焰中心位置。锅炉磨组运行方式变化时, 炉膛火焰中心位置随之改变, 停运A或B磨启动D或E磨时, 炉膛火焰中心上移, 炉膛出口烟温升高, 排烟温度上升, 煤粉燃烧不完全, 飞灰含碳量增大。故而, 日常运行调整多投入下排燃烧器运行, 根据机组负荷, 少投或不投上排喷燃器。

锅炉风量的控制要坚持一、二次风配合调节, 二次风不仅要满足燃烧需要, 还要补充一次风末端空气量不足的作用, 此外, 还在高温火焰中有搅拌混合的作用, 强化燃烧, 降低可燃物不完全燃烧损失。运行除了控制总风量外, 还要调整二次风箱开度, 满足喷燃器中煤粉浓度偏差造成的需求风量不同, 一般按照塔形配煤、配风, 适当保证下排喷燃气高煤量、高风量, 保证煤粉有足够的燃烧时间和空间。降低飞灰可燃物, 但也要防止锅炉结焦。锅炉正常运行时, 炉膛应具有光亮的金黄色火焰, 火焰中心在炉膛中部, 火焰中不应有煤粉分离出来, 也不应有明显的星点。

4 结束语

通过对我公司锅炉运行现状的调查分析, 找出造成锅炉飞灰含碳量高的主要因数, 并对部分因数进行调整控制, 降低了锅炉飞灰含碳量。由于锅炉运行是动态的平衡, 飞灰含碳量受诸多因数影响, 而且其中很多因数都是相互联系、相互制约, 所以在实际操作中, 因全面考虑影响因数, 综合分析调整, 最终达到降低锅炉飞灰含碳量的目的, 保证锅炉安全、高效运行。

摘要：飞灰含碳量是反映燃煤锅炉机组燃烧效率的主要运行经济指标和重要技术指标。合理控制锅炉飞灰含碳量, 对安全生产运行具有重要的意义。本文通过对中宁发电有限责任公司锅炉飞灰含碳量高的因数进行分析, 为锅炉高效经济运行提供参考。

关键词：锅炉,飞灰含碳量,燃烧工况

参考文献

[1]望亭发电厂.锅炉[M].中国电力出版社, 2002.

[2]宁夏中宁发电厂.集控运行规程[S].2008.

锅炉飞灰含碳量的控制 第6篇

1 飞灰含碳量在线监测的必要性

目前国内许多电厂对飞灰含碳量的测量并不十分重视,其主要原因是:

( 1) 目前电厂锅炉机组的运行水平其飞灰含碳量已经很低;

( 2) 国内外现有的飞灰测碳设备都无法长时间连续稳定运行。

现就吉林市和定州市某电厂的飞灰含碳量的连续测量结果加以说明。表1 是吉林市某电厂的飞灰含碳量检测结果,表2 是定州市某电厂的飞灰含碳量检测结果。

表中现场检测结果为飞灰测碳装置实时测量结果,人工检测是同期灰样在实验室用灼烧法的检测结果。由检测结果可见,两个电厂的飞灰含碳量普遍都在1. 0% 以下,此时的含碳量已经很低,即使继续降低对锅炉的热效率也无法有较大提升。但是飞灰含碳量并不是越低越好,飞灰含碳量低只能说明此时的机械不完全燃烧热损失( q4) 这一项损失小。含碳量低可能是由煤粉细度过低或过量空气系数大引起的。但煤粉细度过低导致磨煤机磨损和耗电量增加,过量空气系数大则导致排烟热损失增加并且会增加氮氧化物NOx的排放[14—18]。因此锅炉的热经济性并不能只看飞灰含碳量这一项指标。

从经济角度来看,使机械不完全燃烧热损失( q4) 与排烟热损失( q2) 和最小。从环保角度来看,应控制氮氧化物NOx排放和飞灰含碳量。因此锅炉飞灰含碳量应该控制在一个合理的范围内[19—24]。

空气中有氮气,煤粉中有氮元素和氮的化合物,二者在炉内的高温下与空气中的氧气发生反应生成NOx。NOx的生成量与火焰温度,燃料中挥发分的含量以及炉内氧气浓度成正相关。降低NOx的生成量目前一般采用低氧燃烧: 适当降低过量空气系数,降低氧的浓度,这样在火焰周围会形成还原性气氛及未然碳,这样使得氮的中间产物无法被氧化生成NOx,并且对炉内已经生成的NOx还可以起到还原作用,使得NOx生成量下降,满足环保要求。若过量空气系数偏大,飞灰含碳量可能会降低,但是却会增加氮氧化物NOx的产量[25—29]。

由此可见,飞灰含碳量的测量对减小锅炉运行过程中的热损失、降低氮氧化物NOx的生成量有重要意义,因此对飞灰含碳量测量仍有必要性。

2 飞灰测碳技术的发展

飞灰含碳量测量的要求是在线连续取样,稳定运行,取得灰样后将飞灰分离出来进行准确的含碳量测量。这要求所取得样品具有代表性,这一点在烟道取样表现为等速取样。装置的可靠性尤为重要,而现有取样方法存在的最大问题是采样管堵塞。

2. 1 取样方法简介

常用的飞灰取样方法包括人工取样、撞击式飞灰取样、自吸式飞灰取样、外抽离心式飞灰取样。

2. 1. 1 人工取样

在烟道开孔,用毕托管测定烟道某一处截面的气流速度,然后将取样装置放在同一测点来进行取样并测量,调节取样装置尾部的引风装置,使得装置进口的空气流速与烟道内气流速度相等以达到等速取样。

该方法的优点是经济简单,但是取样装置很难放在测速时的同一位置,因此取样结果不具有代表性,测量结果不够精确。

2. 1. 2 撞击式飞灰取样

取样器的安装位置是在锅炉空气预热器出口的烟道上,是利用惯性和撞击、重力作用进行分离[30]。

但是利用这种方法只能收集到颗粒直径较大的飞灰,小颗粒因惯性小被烟气带走而无法收集,因此不能实现等速取样,采集到的飞灰样品就不具有代表性,无法准确反映出飞灰含碳量[31—33]。

2. 1. 3 自吸式飞灰取样

这种方法的原理是利用文丘里抽吸产生真空,取样装置内外负压相当将烟道中的烟气等速吸入取样枪,并在分离装置中将飞灰分离收集在取样瓶中,清洁空气则由文丘里抽吸管返回烟道。该取样装置的动力来自于烟道内部的负压,在锅炉负荷大于70% 可自等速调节[34—37]。

但这种方法由于忽略了取样装置入口处的能量损失,取样误差较大,取样代表性差。而且此法在烟道进行采样,采集到的灰样含有水分,遇冷凝结堵塞采样管,并且动力源自于烟道负压,锅炉负荷低时很难采出样品。

2. 1. 4 外抽离心式飞灰取样

采样管安装在省煤器出口,管口要正对着烟气流的方向,由引风机为旋风分离器提供动力,烟气中的飞灰因重力原因落入取样瓶,烟气则排回烟道。调节引风机挡板使采样管口烟速接近烟道流速以达到等速取样[38—45]。

此种方法飞灰分离效率高,但由于主要设备处于烟道外,烟道外温度低需要保温,否则烟气含有的硫酸和水蒸气会遇冷凝结在装置管道内部堵塞管道。并且为克服烟道内阻力需要抽气装置,维护量和复杂程度增加。

现有的这几种取样方法都在烟道取灰,需要在烟道开孔安装取样装置,这样会使烟道漏风量增加,使得排烟热损失增加,并且现有的烟道取样装置都是因为在此取样的堵灰问题无法长时间稳定运行。

2. 2 飞灰测碳方法简介

目前国内外的飞灰测碳装置有很多。使用最多并且已经商品化的有灼烧失重法和微波检测法,另外还有反射法、流化床CO2法、电容法。

2. 2. 1 灼烧失重法

灼烧失重法是实验中最常用的分析方法,这种方法精度高,但由于分析时间较长,导致测量结果不能及时准确反映锅炉的实时运行情况,对燃烧调整缺乏指导意义[46—48]。

采集一定量的飞灰样品,在高温[( 815 ± 10)℃]下灼烧,将样品中的碳完全燃尽后,根据燃烧前后飞灰样品重量差求得其飞灰含碳量。应用此法测量的设备有: 美国的Rupprecht&Patashnick Co. Inc开发的4200 系列燃烧效率监测器。所采灰样质量35 g左右,测量周期12 min,测量精度为< ± 0. 5% ;还有Emerson旗下的英国Bristol Babcock Ltd公司的Cigma飞灰测碳仪[49]。国内西安圣光公司的SGCT1 型飞灰测碳仪,测量周期12 ~ 13 min,精度± 0. 5% 。

2. 2. 2 微波法

微波法根据其原理可分为微波谐振法和微波吸收法。

微波谐振法是利用飞灰中未燃尽的碳的含量不同对微波谐振腔特性的影响程度来计算飞灰含碳量。

微波吸收法是利用飞灰中的碳对特定波长微波的吸收和对微波相位的影响来进行含碳量测量[50—53]。当飞灰含碳量发生变化时,微波吸收量随之变化,可根据微波能量的变化计算出含碳量。此法测量速度快,可实现在线监测,目前已广泛应用于含碳量测量的产品。但是此法存在严重的问题: 堵灰。很多电厂在采购设备后,运行一段时间无法妥善解决导致设备被闲置。

应用此法的设备有: 澳大利亚Scantech公司开发的CIFA350 飞灰含碳在线分析仪。测量周期为3 ~ 5 min,测量精度在0. 08% ~ 0. 28% 之间; 英国的GREENBANK股份有限公司研制的G-CAM飞灰含碳分析仪。所采集飞灰样品的质量大约为15 g,检测周期为5 min左右。当含碳量在0 ~ 0. 5% 时,精度为 ± 0. 5% ; 当含碳量在6% ~ 10% 时,精度为± 0. 6%[11]。该设备安装在空气预热器之前,以确保设备稳定运行,防止样品输送堵塞。

为解决微波法测量飞灰含碳量的堵灰问题,把整个烟道截面作为测量对象,微波传感器装在烟道内壁两侧,一端传感器发出微波信号,以另一端接收到信号的多少来测定含碳量,其原理不变。

以整个烟道作为测量对象无需管路,解决了原有微波法管路堵灰的问题,但目前仍存在问题[54—59]:

( 1) 微波能量向烟道两端逸散。微波从发射端发出,经过烟道截面后被接收端接到,由于微波发射和接收装置对于整个烟道截面来说很小,微波能量的衰减就不仅是由于烟道内飞灰吸收的结果,还会有一大部分微波向烟道两端逸散造成能量衰减无法被接收端接到[60—64]。

( 2) 烟道内飞灰密度的变化对微波能量吸收效果会有影响。以烟道截面做为测量对象对飞灰含碳量测量时,由于锅炉负荷和煤种等参数会发生变化,烟气流速和密度也会随之产生变化。而微波的吸收效果和相位变化与烟气流速和密度有很大关系,因此对测量结果有很大影响[65—69]。

而目前针对这两个问题提出的解决方法在实际的应用中效果并不理想。

3. 2. 3 流化床CO2法

将定量的空气供入流化床燃烧室,将飞灰中的碳燃烧成CO2,测量CO2的生成量并据此算出飞灰含碳量。但此法要求供给的空气量需要精确控制,燃烧室严格密封,实际中难以控制。因此其测量精度不高[70—74]。

3. 2. 4 电容法

电容法是根据飞灰含碳量不同其介电常数不同引起电容的变化,通过电路将电容变化转化为电信号输出,根据输出信号大小来测量飞灰含碳量。其优点是结构简单、可实现无接触测量,可适应较差的测量环境。但由于水分对电容影响大,而烟道中含有水分,因此测量精度不高。此法典型代表作品有英国Clyde公司的SEKAM飞灰测碳仪[75—77]。

3. 2. 5 反射法

反射法测量含碳量是用不同的信号发射源来测量飞灰含碳量,根据不同物质颗粒对不同信号源反射率的差异来进行测量的方法。目前使用的有光学反射法、红外线测量法和放射法三种。

光学反射法是将灰样放入辉光放电室,用光电探测器和单色仪分辨辉光放电室内所产生的发射信号。根据单色仪的范围,确定飞灰含碳量和灰的其他成分[78]。

红外反射法是根据含碳量不同的飞灰中的碳粒对红外线反射率不同来测定含碳量[79]。应用此法的主要产品有丹麦M&W Ash systems股份有限公司的RCA,测量时间大约3 min,样品重量约3 g,测量精度 ± 0. 5% 。

以上两种方法测量结果会随煤种变化,其测量精度很难保证。

放射法主要是靠光电效应和康普顿散射效应工作。用核探测器记录 γ 射线强度的变化就来测量飞灰中含碳量[80]。但是由于 γ 射线对人体有害,需要严密的保护装置,这使得成本上升,经济性下降。

3 结论

在飞灰测碳技术的发展中,测量装置的可靠性最为重要,其次要考虑测量系统的取样代表性和简单性。把实时、准确的飞灰含碳量测量结果作为锅炉燃烧调整的依据。

( 1) 关于测量方法,微波法可靠性好,抗干扰能力强,可实现在线快速测量,目前已广泛应用。但是其存在的堵灰和微波能量逸散问题无法很好地解决。而灼烧法无疑测量最为准确,只是由于其测量周期太长而不被广泛认可,但是可以通过采用圆盘式分布结构增加周期内的数据输出频率。可以将二者优点结合进行测量: 以微波法为主,定期使用灼烧法对其进行标定校核以确保其精度。

锅炉飞灰含碳量的控制 第7篇

近年来，由于煤炭市场等多方面原因的影响，电厂的实际燃煤发生了较大变化，燃用大量的较低挥发份煤，造成锅炉不完全燃烧，损失增大，灰飞含碳量偏高，效率降低等问题，影响了锅炉运行的经济性。通过对锅炉进行改造，燃用较低挥发份的贵港煤时，燃烧显著改善，飞灰含碳量大幅度下降，解决了锅炉飞灰含碳量偏高的问题。

1 锅炉设备概况

1.1 锅炉设计参数

某电厂锅炉为额定蒸发量220t/h高压自然循环锅炉，呈∏型露天布置，炉膛断面尺寸为7570mm7570mm，燃烧器为正四角切向布置的直流燃烧器，每组燃烧器喷口按3-2-1-2-1-2的顺序排列，三次风喷口下倾约5℃，为典型的烟煤型燃烧器。炉内四角形成的假想切圆直径Φ800mm，配有两套中间仓储式钢球磨制粉系统，热风送粉。

1.2 锅炉燃煤情况

由表1可知，贵港煤挥发份明显比设计煤种低，但发热量高，根据热力计算，这可能导致排烟温度升高约10℃ (相比设计煤种) ，引起飞灰含碳量上升，从而降低了锅炉效率。

2 飞灰含碳量偏高的原因分析

经过对锅炉的实际工况及运行情况等方面进行分析，并采用锅炉燃烧调整试验、常规分析法、着火指数炉法和热天平法等来分析煤样的燃烧特性，总结出该电厂飞灰含碳量过高的原因：

1)贵港煤相比设计煤种，有着火难、燃尽性差的特点，这将导致飞灰含碳量上升和锅炉效率的降低。

2)四角切圆燃烧锅炉由其结构布置特点，必然存在两个角的一次风浓相在火焰的向火面，淡相在火焰的背火面，另外2个角的情况恰恰相反，在炉内形成背火墙，不利于煤粉与空气的良好混合。

因此要想降低飞灰可燃物的含量，只能是使燃烧工况尽可能接近理想燃烧条件，得到最高的燃烧效率。而要做到完全燃烧，其原则性条件为：供应充足而又合适的空气量，主要通过对燃烧器喷口的调整解决;适当高的炉温，主要通过加装钝体产生的高温回流热加热部分煤粉解决;空气和煤粉的良好扰动和混合，主要通过甲乙角加装浓淡分离器解决;在炉内要有足够的停留时间，主要通过加装钝体保证稳定燃烧解决，钝体的稳燃作用如图1所示。

由于空气与煤粉混合物离开喷口到达着火点处的时间很短，来不及吸收大量的辐射热。而可燃混合物与高温烟气直接接触，强烈混合，这种对流传热的效果比辐射热更为强烈，即依靠热烟气的回流来加热空气与煤粉的混合物更为有效。

图1为钝体稳燃示意图，当气粉混合物绕过钝体时，钝体后形成一个稳定的回流区，在回流区内充满炉膛中心回流来的高温烟气，使回流区成为巨大的蓄热体，在回流区外侧与主流之间的区域，是新鲜可燃气粉混合物和热回流烟气湍流混合区，由于在边界上有较大的径向速度梯度，可燃混合物和高温烟气之间发生强烈的质量、动量和能量交换，可燃混合物不断被加热而升温，并达到着火温度而开始着火。火焰由内向外传播，并把热量又传给回流的烟气，使之带往上游，再把热量传给新鲜的可燃混合物，如此周而复始地循环，但是这部分循环气体并非都是原来的回流气体，而是不断的进行着燃烧和回流的新陈代谢。由此可知，钝体稳燃是由炽热燃烧产物从回流区连续不断向气流供给它们所携带的热量而实现的。

3 降低飞灰含碳量的措施和效果

3.1 燃烧设备改造

基于上述分析，为保证4个角的一次风浓相都在火焰的向火面，淡相都在火焰的背火面，使得高温烟气回流加强，煤粉和空气良好混合，保证煤粉的充分燃烧，降低炉膛出口的飞灰含碳量。对燃烧器进行改造，燃烧器各喷口中心标高与改造前保持一致，在下一次风喷嘴内加装钝体，甲、乙角的下一次风管内加装浓淡分离器，燃烧器的安装切圆与原设计一致。

3.2 改造效果

从锅炉改造前后的入炉煤质及飞灰含碳量来看，在燃用相同煤种的情况下，改造后锅炉的飞灰含碳量明显降低，降低幅度达到6～7%，说明通过加装钝体和利用浓淡燃烧，使炉内燃烧状况得到明显改善，体现出了改造的效果。

对比改造过的锅炉与未改造的锅炉的运行数据，在入炉煤质完全相同的情况下，发现改造过的锅炉燃烧状况明显好于未经改造的锅炉，飞灰含碳量同期低1～3%，更加说明燃烧条件得到改善，改造是成功的。

4 结论

采用钝体燃烧器和水平浓淡分离器，可以有效地组织燃烧，保证了可燃物跟高温烟气充分接触和强烈混合，强化了煤粉进入炉膛的着火初期，增强了锅炉着火的稳燃性能，有利于煤粉颗粒的燃尽，较明显地降低了锅炉飞灰含碳量。

摘要：电站锅炉运行中飞灰含碳量偏高, 严重影响锅炉效率。分析飞灰含碳量偏高的原因, 提出改造燃烧器, 加装钝体和浓淡分离器。改造后, 锅炉燃烧状况得到明显改善, 飞灰含碳量显著降低, 提高了锅炉的效率。

关键词：飞灰含碳量,燃烧器,钝体,浓淡分离器

参考文献

[1]乐晓萍.300MW机组锅炉飞灰可燃物偏高的原因及对策[J].江西电力, 2003.

锅炉飞灰含碳量的控制 第8篇

锅炉飞灰含碳量是反映火力发电厂燃煤锅炉燃烧效率的主要经济指标和技术指标之一, 直接反映锅炉燃烧效果好坏, 也是电厂开展运行经济考核、计算锅炉效率一项必不可少的数据。及时而准确地预报锅炉飞灰含碳量, 不仅有利于指导燃烧调整以降低煤耗, 且有利于提高机组运行安全性。因此, 对飞灰含碳量预测方法的研究是对锅炉优化燃烧和锅炉设计的关键环节, 具有重要的实际工程应用价值[1]。

文献[2-4]通过对飞灰含碳量的主要影响因素进行分析讨论, 分别提出了基于神经网络和改进神经网络的飞灰含碳量预测模型, 对电厂飞灰含碳量的预测取得了一定的效果。然而, 建立神经网络预测模型存在以下问题:模型训练需大量样本, 而实炉测试工况数据有限;网络训练时间长, 实现在线训练困难, 限制了燃烧优化系统的实时性。

为克服上述问题, 本文在对京隆电厂1号机组600MW四角切圆燃煤锅炉的飞灰含碳量特性进行多工况实炉测试基础上, 提出了基于小波SVM (支持向量机) 建立了大型四角切圆燃烧锅炉飞灰含碳量预测模型, 并对此模型进行了验证。

1 SVM统计方法

1.1 支持向量机算法

SVM的基本思想是把训练数据集从输入空间非线性映射到一个高维特征空间, 然后在此空间中求解凸优化问题。SVM的最优求解基于结构风险最小化思想, 因此比其它非线性函数逼近方法具有更强泛化能力。在SVM中引入了核函数方法, 把非线性变换后高维特征空间的内积运算转换为原始空间中的核函数计算, 避免了直接在高维特征空间运算, 大大减小了计算量, 避免了“维数灾难”。

用于回归的SVM的基本原理如下:设有n个样本 (x1, y2) , …, (xn, yn) , 其中, yi∈R (R为实数集) , i=1, 2, …, n, 用如下函数拟合n个样本, 并假设所有样本都能在精度ε (称为不敏感损失函数) 下无误差进行拟合:

式 (1) 中, y为拟合函数值;w为拟合系数;x为自变量;b为截距。

考虑到拟合误差, 通过引入松弛因子ξi≥0, ξi*≥0且ξiξi*=0放宽约束条件, 则得到如下拟合式:

式 (2) 中, xi, yi分别为第i个拟合样本的横、纵坐标。

相应回归函数如下:

式 (3) 中, ai*、ai为支持向量;b*为新的截距值。

对于非线性问题, 可直接用核函数K (xi-xj) 代替式 (3) 中内积函数 (xi·x) 。对应计算式如下, 在条件0≤ai, ai*≤C (C为惩罚系数) 下最大化目标函数:

式 (4) 中, W () 为目标函数;ε为不敏感损失函数。

相应回归函数是:

由于径向基RBF (Radial Basis Function, RBF) 核函数的预测速度和精度在处理大多数问题中优于其它核函数, 故本算法中采用高斯径向核函数。

1.2 数据矩阵的相似度指标

考虑任意2个具有相同列数的数据集X1和X2。上述2个数据集混合后的协方差矩阵R可表示为:

式 (6) 中, K1、K2分别代表X1、X2的采样点个数。

对该协方差矩阵R进行特征值分解, 得到正交矩阵P0满足:

式 (7) 中, Λ为对角阵, 其对角元素为R的特征值。通过定义转换矩阵P, 对数据集Xi进行转换, 可定义2个数据集相似性指标D为:

式 (8) 中, J为变量个数, diss () 为相似度指标函数。λij为第j个特征值, 根据对称性, 如果X1和X2足够相似的话, 应有λij接近0.5, D接近于0;相反如果X1和X2差异很大, 则有λij靠近0或1, D接近于1。显然, 相似度取值范围为0≤D≤1, 详细推导过程参见文献[5]。

2 小波去噪

由于电站锅炉燃烧特性机理复杂, 飞灰含碳量无法在线测量, 影响其变化的因素众多, 而这些影响因素波动性很强, 采集到这些信号的过程中会伴随一些高频随机噪声, 通过小波的阈值去噪法对这些信号数据进行消噪, 消除大部分高频随机噪声, 提取真实信号, 进而提高预测精度[6]。

2.1 小波基的选择

在进行小波去噪时小波函数选择很重要。小波基选择得不合适, 会使特征信号的信息被冲淡, 给信号检测和去噪带来困难。小波基如何选择, 目前还没有统一的理论标准。在实际应用中, 根据处理信号的不同及处理信号目的的不同, 经验性地选取小波。本文中主要选择了Daubechies小波, 其正则性较好, 适合本算法的应用。

2.2 去噪阈值函数的选取

对信号数据进行小波分解, 对每层分解的高频系数进行阈值处理后进行小波重构, 阈值法对含噪声的信号进行小波分析消噪有硬阈值消噪和软阈值消噪两种, 硬阈值函数在阈值点处不连续, 软阈值函数中分解后得到的小波系数与原来的系数存在着恒定偏差, 这将严重影响重构精度。为克服上述缺点, 本文提出了一种新的阈值函数:

式 (9) 中, k为调节因子;z为信号分解的小波系数;Znew为小波系数估计值;sgn () 为符号函数;t为阈值。该阈值函数既能实现阈值函数的功能, 又具有高阶导数的优点。

3 基于小波SVM的飞灰含碳量自适应建模

3.1 研究对象

京隆电厂600 MW的1号锅炉机组为亚临界参数、控制循环、一次中间再热、单炉膛平衡通风、固态排渣方式、全钢结构的∏型汽包炉。

锅炉系统采用四角切圆燃烧方式, 直流燃烧器四角布置, 原设计备有6层燃烧器, 燃烧器顶部布置有燃尽风 (OFA) 。改造后, 主燃烧器区的中间两层的二次风各减小1/2, OFA全部封堵, 在顶层二次风和原OFA燃尽风两侧加装贴壁风。锅炉系统制粉系统为正压直吹式。

3.2 飞灰含碳量的预测模型变量选取

考虑到燃煤锅炉飞灰含碳量无法在线检测, 且受多种因素影响, 其影响关系很复杂。此外, 由于锅炉已建成运行, 其设计参数均已确定, 对应于各种运行操作参数的输入, 必然有确定的飞灰含碳量输出, 因此, 可采用黑箱模型对其进行建模。本文中建立基于小波SVM的飞灰含碳量自适应模型。将负荷、磨煤机总风量、炉膛与风箱差压、各二次风挡板开度、燃尽风挡板开度、省煤器出口过氧量平均值、煤种特性 (煤热值、灰份、挥发份) 共27个变量作为输入矢量, 飞灰含碳量作为输出因变量。锅炉在不同负荷下运行性能有比较大的差异, 因此选择在100%、83%、67%这3种典型负荷水平下获取实验数据。

3.3 飞灰含碳量预测模型的自适应更新

由于煤粉锅炉是一个复杂多变的热工对象, 随着运行条件改变 (如设备老化、维护检修、过程漂移等) 会产生缓慢时变特性, 采用一个固定不变的预测模型对实际过程进行预测常会带来误差, 使预测可靠性下降, 甚至导致预测模型失配。因此, 需对预测模型进行自适应更新。本文中模型自适应体现在:把新样本不断在线加入到样本空间S, 实现模型对新信息的引入。随着样本数量不断增大, 这将严重影响计算的实时性。为此, 本文在实际应用中, 引入样本空间的上限 (Nmax) , 通过计算新样本与样本空间矩阵的相似度是否超过阈值, 来判定新样本是否加入样本空间, 即样本空间是否更新。样本空间的更新如图1所示, 其中, N为样本个数, D为相似度指标。

4 试验研究

采用43组不同测试工况获得的试验数据为基础, 并将其分为训练数据30组和预测数据13组。工况类型及样本分布如表1所示。试验数据主要来自于多种煤质, 三种负荷条件下。为验证本文算法有效性, 将本文方法与基于神经网路 (ANN) 的预测模型进行了比较。其中, 为实现在相同情况下比较, ANN和SVM方法使用数据均采用Daubechies小波进行预处理。

核函数的选择对支持向量机回归分析非常关键, 本文结合实际数据的仿真实验最终选取径向基函数作为核函数。通过试凑法选择了核参数:惩罚系数C=10, 径向基宽度σ=40。

图2所示为采用所有数据进行建模和预测的结果。其中13个测试样本分别取自不同煤质、不同负荷。由图2可知, 对于训练样本, 基于BP神经网络的预测模型精度更高, 但对于测试样本则表现出较差的泛化能力, 分析可知, 由于样本数量不够多, 造成BP神经网络可能陷入局部最优, 因此模型的外推泛化能力不够;而基于SVM的预测模型以结构风险最小化为目标, 适用于小样本建模, 因此获得了较好的预测效果。另外, 选取模型的均方根误差 (RMSE) 为精度评价标准, 结果如表2所示。由表2可知, 本文方法虽然训练精度比神经网络预测模型稍差, 但预测精度和泛化能力都更好, 究其原因, 可能由于神经网络训练陷入过拟合, 预测效果不佳。

5 SVM预测模型的敏感性讨论

对采集数据适当修改过氧量和挥发分2种情况下, 预测模型输出与实际测量值对比如表3和表4所示。由预测模型输出可知, 提高燃烧氧量, 即增大过氧量, 飞灰含碳量将减少;提高挥发分, 飞灰含碳量也将减少。这些都与飞灰含碳量影响因素的定性分析完全一致。

6 结语

针对电站锅炉飞灰含碳量难于实时预测和控制的问题, 将小波和SVM算法相结合提出了基于小波SVM的电站锅炉飞灰含碳量预测模型, 并给出了基于相似度指标计算的模型更新算法。通过与神经网络预测模型相比较, 表明了对电站锅炉飞灰含碳量的稳态预测而言, 所提出的算法具有更好的性能和预测精度, 明显优于神经网络预测模型。

摘要：飞灰含碳量是影响锅炉热效率的一个重要因素, 但由于电站锅炉机理复杂, 很难建立能够用于飞灰含碳量实时预测和控制的机理模型。为此, 将小波分析与支持向量机 (SVM) 算法相结合, 提出基于小波SVM的飞灰含碳量预测模型。该方法可较好实现数据去噪和样本预处理, 对因变量飞灰含碳量有较好预测能力, 通过对样本自动筛选, 实现预测模型自适应更新。最后, 采用大型四角切圆燃煤锅炉热态实炉试验的运行数据对该算法进行了验证, 并与神经网络预测模型进行了比较, 结果显示提出的方法预测精度更高、效果更好。

关键词：电站锅炉,飞灰含碳量,支持向量机,小波变换

参考文献

[1]Katarzyna S G, Janusz G, Jankowski, H, et al.Characterization of the coal fly ash for the purpose of improvement of industrial on-line measurement of unburned carbon content[J].Fuel, 2004, 83 (13) :1847-1853.

[2]方湘涛, 叶念渝.基于BP神经网络的电厂锅炉飞灰含碳量预测[J].华中科技大学学报, 2003, 31 (12) :75-77.

[3]李智, 蔡九菊, 郭宏.基于神经网络的电站锅炉飞灰含碳量软测量系统[J].节能技术, 2004, 22 (4) :6-7.

[4]周昊, 朱洪波.基于人工神经网络的大型电厂锅炉飞灰含碳量建模[J].中国电机工程学报, 2002, 22 (6) :96-100.

[5]Zhao C, Wang F, Gao F, et al.Adaptive Monitoring Method for Batch Processes Based on Phase Dissimilarity Updat-ing with Limited Modeling Data[J].Industrial and Engine-ering Chemistry Research, 2007, 46 (14) :4943-4953.