[發明專利]基于人工神經網絡原理的鍋爐受熱面智能吹灰方法

無效

• 申請號: 201310006298.2
• 申請日: 2013-01-08
• 公開（公告）號: CN103062781A
• 公開（公告）日: 2013-04-24
• 發明（設計）人: 余立新
• 申請（專利權）人: 北京世紀源博科技股份有限公司
• 主分類號: F23J3/00
• 分類號: F23J3/00
• 代理公司: 北京中創陽光知識產權代理有限責任公司 11003
• 代理人: 張飆

1.基于人工神經網絡原理的鍋爐受熱面智能吹灰方法，其特征在于，該方法具體為：

1）根據受熱面溫度與當地局部熱流存在一一對應關系，為了獲得鍋爐受熱面熱流，在鍋爐受熱面各部分別設置溫度檢測點，并把所測量的溫度數據作為BP神經網絡的輸入端檢測變量；

2）由于受熱面熱流受到鍋爐運行條件的影響，把鍋爐運行數據采集系統的DAS數據作為BP神經網絡的輸入端條件變量；

3）采用具有高度非線性映射能力的計算模型-BP（Back?propagation）神經網絡，來模擬計算鍋爐受熱面灰污系數；BP神經網絡以鍋爐運行DAS數據和鍋爐受熱面溫度檢測數據作為輸入，以鍋爐各受熱面灰污系數λ_i作為輸出。灰污系數λ_i定義為：

λi=qiqoi---(1)]]>

q_i為鍋爐實際運行時某一受熱面處的熱流，受熱面溫度與當地局部熱流存在一一對應關系，依據檢測獲得的受熱面溫度，通過神經網絡模擬獲得；q_oi為鍋爐受熱面潔凈時的熱流，該值可以通過鍋爐熱力計算獲得；

4）通過溫度檢測數據和DAS數據，把爐內受熱面監測到的一些工況下的爐內局部熱流作為樣本點，利用人工神經網絡原理，對網絡進行訓練，得出各種工況下爐內受熱面各部的局部熱流和灰污系數，并對各部受熱面的灰污系數設定閥值；

5）利用已訓練好的人工神經網絡，監測受熱面積灰和結渣，當某受熱面灰污系數超過一閥值時，系統即自動判定該受熱面已積灰或結焦嚴重，開始對其進行吹渣、吹灰。

2.如權利要求1所述的基于人工神經網絡原理的鍋爐受熱面智能吹灰方法，其特征在于，所述步驟1）中鍋爐內的受熱面包括水冷壁和對流受熱面。

3.如權利要求1所述的基于人工神經網絡原理的鍋爐受熱面智能吹灰方法，其特征在于，所述步驟1）中通過在受熱面設置溫度檢測點，實時測得爐內各部位的局部實際熱流。

4.如權利要求1所述的基于人工神經網絡原理的鍋爐受熱面智能吹灰方法，其特征在于，所述步驟2）中DAS數據包括負荷（蒸汽流量）、壓力、進風量、風溫、煤量、煤值、燃燒器投運方式、對流受熱面進口煙溫。

5.如權利要求1所述的基于人工神經網絡原理的鍋爐受熱面智能吹灰方法，其特征在于，所述BP神經網絡由三層神經元組成，具有一個輸入層，一個輸出層和一個隱含中間層。

6.如權利要求1所述的基于人工神經網絡原理的鍋爐受熱面智能吹灰方法，其特征在于，所述人工神經網絡的訓練過程為：依據傳熱學原理計算各受熱面的熱流，同時測得潔凈的受熱面溫差，以此作為學習樣本，依據BP神經網絡自學習能力，通過不斷調整輸入層與隱含層之間的權重因子以及隱含層與輸出層之間的權重因子，達到訓練網絡的目的。