本發(fā)明屬于燃燒調(diào)整領(lǐng)域，特別涉及一種鍋爐燃燒器燃燒狀態(tài)在線監(jiān)測及優(yōu)化調(diào)整方法。

背景技術(shù)：

對于鍋爐而言，為了實現(xiàn)更為先進(jìn)的能量管理，需要對每個燃燒器的運行狀態(tài)進(jìn)行監(jiān)測和分析。對于低氮燃燒器更是如此，因為這種燃燒器對給煤系統(tǒng)的變化以及鍋爐運行狀態(tài)的改變更為敏感。

傳統(tǒng)燃燒監(jiān)測系統(tǒng)都是提供多個燃燒器平均的結(jié)果，并且不是實時反饋，且時間跨度較大。傳統(tǒng)的燃燒控制系統(tǒng)，依賴于過程參數(shù)的監(jiān)測，包括燃料的流量、空氣的流量、煙氣中的含氧量以及CO濃度等，但對于燃燒器而言，要實現(xiàn)最佳燃燒狀態(tài)，這些參數(shù)的測量是不夠的。由于風(fēng)煤比的不平衡，局部燃料和空氣的不均分布，或者燃燒器本體的設(shè)置和維護(hù)問題等，導(dǎo)致相鄰燃燒器的燃燒狀態(tài)存在一定的區(qū)別，需要針對每個燃燒器的狀態(tài)分別進(jìn)行監(jiān)測、診斷和控制。燃燒診斷既要反映出長時間的平均狀態(tài)，也應(yīng)該反映出短時間的瞬態(tài)變化。

技術(shù)實現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供一種鍋爐燃燒器燃燒狀態(tài)在線監(jiān)測及優(yōu)化調(diào)整方法，對單個燃燒器的狀態(tài)進(jìn)行監(jiān)測、診斷和控制，進(jìn)而實現(xiàn)對鍋爐整體燃燒的精細(xì)化和智能化調(diào)控。

為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種鍋爐燃燒器燃燒狀態(tài)在線監(jiān)測及優(yōu)化調(diào)整方法，在鍋爐燃燒器處布置分光譜火檢器1，收集分光譜火檢器1以及爐膛壓力傳感器2的監(jiān)測信號，在智能處理器3上進(jìn)行處理，獲得相關(guān)的特征參數(shù)，作為輸入?yún)?shù)，通過人工神經(jīng)網(wǎng)絡(luò)算法，得到燃燒狀態(tài)和爐膛NOx排放的參數(shù)，判斷燃燒狀態(tài)的合理性，并將相關(guān)調(diào)整指令傳遞給DCS系統(tǒng)4，進(jìn)而對鍋爐燃燒進(jìn)行調(diào)整；

所述分光譜火檢器1，是將監(jiān)測的燃燒火焰輻射光譜，通過分光器，分為紅外、可見光和紫外三個光譜信號，分別記錄三種光譜輻射值隨時間變化的數(shù)據(jù)；

所述特征參數(shù)包括燃燒火焰的紅外光譜、可見光光譜、紫外光譜和爐膛壓力信號的時均值、均方差、標(biāo)準(zhǔn)差、功率譜密度、功率譜熵和小波能量熵；

所述燃燒狀態(tài)的合理性，指的是燃燒時風(fēng)煤比例處于最佳值，過量空氣系數(shù)為1.1～1.3，燃燒的火焰穩(wěn)定，沒有跳動和擺動，火焰從燃燒器噴口處產(chǎn)生并延續(xù)至爐膛中間，外觀形狀呈現(xiàn)出柱狀或者輕微的錐狀；

詳述：(1)當(dāng)風(fēng)煤比合理時，火焰處于理想和穩(wěn)定的狀態(tài)，火焰從燃燒器噴口處產(chǎn)生并延續(xù)至爐膛中間，外觀形狀呈現(xiàn)出柱狀或者輕微的錐狀；(2)當(dāng)風(fēng)煤比略高或者略低時，在燃燒器噴口會出現(xiàn)火焰零星熄滅的情況，呈現(xiàn)出的狀態(tài)就是燃燒器噴口處，火焰面前后移動，形成火焰與燃燒器的間歇性脫離，此時將造成嚴(yán)重的污染物排放問題；(3)當(dāng)風(fēng)煤比過高或者過低時，火焰面與燃燒器噴口徹底脫離；(4)二次風(fēng)分布不合理時，火焰會呈現(xiàn)出擺動的狀態(tài)，造成污染物排放的大幅波動；(5)一、二次風(fēng)過快混合，或者過高的熱量回流，火焰緊貼燃燒器噴口，外觀呈現(xiàn)粗短形，易造成燃燒器溫度過高而損壞。

所述調(diào)整指令，指的是對燃燒器參數(shù)進(jìn)行調(diào)整的指令，包括二次風(fēng)量、一次風(fēng)角度、二次風(fēng)角度、一次風(fēng)旋流度和二次風(fēng)旋流度。

所述人工神經(jīng)網(wǎng)絡(luò)算法的計算過程如下：

通過收集鍋爐運行的歷史數(shù)據(jù)和畫面，以及現(xiàn)場開展試驗，收集參數(shù)，主要包括風(fēng)煤比、紅外光譜的輻射值、可見光光譜的輻射值、紫外光譜的輻射值、爐膛壓力信號、燃燒狀態(tài)以及NOx排放，并對光譜和壓力信號進(jìn)行處理，提取特征參數(shù)，建立數(shù)據(jù)庫；采用人工神經(jīng)網(wǎng)絡(luò)算法，讓機(jī)器對這些數(shù)據(jù)進(jìn)行不斷學(xué)習(xí)，從而建立燃燒狀態(tài)及NOx排放與特征參數(shù)間的對應(yīng)關(guān)系；這樣，在實際應(yīng)用中，通過當(dāng)前的特征參數(shù)，機(jī)器便能夠自動判斷出當(dāng)前的燃燒狀態(tài)和NOx處于一種什么樣的狀態(tài)，從而發(fā)出調(diào)整指令。

所述智能處理器3包含信號處理、信息診斷以及優(yōu)化調(diào)整等三個主要模塊。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

1、可對每個燃燒器的狀態(tài)分別進(jìn)行實時監(jiān)測、診斷和控制；

2、燃燒診斷可反映短時間的瞬態(tài)變化。

附圖說明

圖1是本發(fā)明方法流程圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明進(jìn)行詳述。

如圖1所示，分光譜火檢器1的信號，包括火焰的閃爍頻率和輻射強(qiáng)度等信息，通過一根光纖傳遞給智能處理器3，爐膛壓力傳感器2的壓力信號通過另外一根光纖傳遞給智能處理器3。智能處理器3包含信號處理模塊、信息診斷以模塊及優(yōu)化調(diào)整模塊三個主要模塊。信號處理模塊將傳遞回來的信號首先進(jìn)行編譯和處理，通過統(tǒng)計分析的方法，獲取各信號的特征參數(shù)，包括燃燒火焰的紅外光譜、可見光光譜、紫外光譜和爐膛壓力信號的時均值、均方差、標(biāo)準(zhǔn)差、功率譜密度、功率譜熵和小波能量熵。信號診斷模塊對統(tǒng)計參數(shù)進(jìn)行分析，通過人工神經(jīng)網(wǎng)絡(luò)算法，判斷燃燒器當(dāng)前處于何種燃燒狀態(tài)。優(yōu)化調(diào)整模塊是根據(jù)信號診斷模塊的判斷結(jié)構(gòu)，給出相應(yīng)的優(yōu)化調(diào)整指令給DCS系統(tǒng)4，主要是對二次風(fēng)量、一次風(fēng)角度、二次風(fēng)角度、一次風(fēng)旋流度、二次風(fēng)旋流度等進(jìn)行調(diào)整。由DCS系統(tǒng)4對燃燒器參數(shù)進(jìn)行優(yōu)化調(diào)整。

以上所述，僅為本發(fā)明較佳實施例而已，各零件的布置有多種方式，故不能以此限定本發(fā)明實施的范圍，即依本發(fā)明申請專利范圍及說明書內(nèi)容所作的等效變化與修飾，皆應(yīng)仍屬本發(fā)明專利涵蓋的范圍內(nèi)。