基于有限煤質的中速磨煤機多目標策略研究.pdf

1、在電廠燃煤機組中，中速磨煤機直吹式制粉系統(tǒng)由于其系統(tǒng)簡單、運行單耗低、鋼材消耗少、占有空間小、爆炸危險性小等一系列優(yōu)點，國內電廠采用較多。磨煤機是燃燒系統(tǒng)的重要組成部分，它應該能夠為鍋爐燃燒提供質量合格的煤粉，制粉系統(tǒng)的通風量也應該與燃燒系統(tǒng)要求的一次風量相匹配。一次風是鍋爐的燃燒輸送系統(tǒng)的主要動力來源，一次風用于干燥和攜帶煤粉，并且直接關系到爐膛內的實際燃燒狀況。煤質的變化將對爐內燃燒產生很大影響，所以應該根據(jù)煤質對煤粉細度、送粉風速

2、等作適當?shù)恼{整，以降低能耗、提高鍋爐熱效率。目前，人工智能優(yōu)化風煤比、整體優(yōu)化燃燒在電力系統(tǒng)中已有應用，許多問題正在研究和探索之中。各種資料表明，人工智能優(yōu)化在預測鍋爐熱效率、Nox排放量、飛灰含碳量等方面已有成績，而對于磨煤機一次風系統(tǒng)的綜合優(yōu)化研究甚少見報導。
　　 本課題通過深入分析中速磨煤機制粉系統(tǒng)對鍋爐熱效率以及制粉單耗的影響因素及其影響程度，建立了鍋爐熱效率和制粉單耗的神經網絡模型，把BP神經網絡理論與遺傳算法極值尋

3、優(yōu)結合起來，對實例工況進行參數(shù)尋優(yōu)。運用Matlab語言實現(xiàn)了模型建立和參數(shù)尋優(yōu)，得到以下結論：
　　 (1)深入分析了鍋爐熱效率以及制粉單耗的影響因素及其影響程度，磨煤機的運行控制可以考慮一次風量的影響因素、分離器擋板開度等參數(shù)，把神經網絡理論與物理模型有機的結合起，運用BP神經網絡實現(xiàn)了非線性建模，達到了預想的精度。
　　 (2)根據(jù)已構建的模型，遺傳算法把訓練后的BP神經網絡預測結果作為個體適應度值，通過選擇、交叉