专利名称：锅炉对流受热面灰污监测系统的制作方法
技术领域：
本发明属于锅炉燃烧监测技术领域，尤其涉及一种锅炉对流受热面灰污监测系统。
背景技术：
使用固体燃料(如煤)或者含灰份的液体燃料的火力发电机组锅炉在正常运行时，会由于高温烟气夹带的熔化或部分熔化的粘性颗粒碰撞在炉墙或受热面而产生结渣。 而温度低于灰熔点的灰粒在受热面上沉积，则会造成积灰。一旦锅炉受热面形成积灰或者结渣，会导致受热面的传热能力降低、工质吸热量减少、烟气侧温度升高以及影响锅炉的经济性的后果，进而降低发电厂效率，严重则导致意外停炉，直接危及锅炉的运行安全。为解决上述由锅炉对流受热面灰污带来的问题，各电厂都配有吹灰器。电厂通过定时定量的吹灰方式清扫锅炉对流受热面的灰污。但是，这种方法常常使受热面吹灰过于频繁或者吹灰力度不够。吹灰过于频繁，不仅浪费吹灰所使用的工质，而且致使受热面机械疲劳和热疲劳加剧，受热面的寿命降低；吹灰力度不够，不仅会造成受热面灰污状况加剧， 而且容易致使受热面形成难以清除掉渣层。
发明内容
本发明的目的在于，针对锅炉对流受热面灰污问题，提出一种锅炉对流受热面灰污监测系统，用于在线实时监测锅炉对流受热面灰污，进而指导锅炉对流受热面灰污的清除工作。为实现上述目的，本发明提供的技术方案是，一种锅炉对流受热面灰污监测系统， 其特征是所述系统包括安装在锅炉水冷壁四周的一个或者多个平面上的多个声波发生器、安装在声波发生器的声波导管上的声波接收器、信号调理器、接线盒、功率放大器和输入输出装置；所述声波发生器与功率放大器相连；所述声波接收器与信号调理器相连；所述功率放大器和信号调理器通过接线盒与输入输出装置相连。所述安装在锅炉水冷壁四周同一个平面上的声波发生器为偶数个，且每个声波发生器在锅炉水冷壁上的位置都与同一个平面上的另一个声波发生器对称。所述声波接收器为偶数个。本发明能够准确测量锅炉对流受热面烟气侧温度场，结合电厂DCS数据库中的数据，实现锅炉对流受热面灰污报警的监测。
图1是锅炉对流受热面灰污监测系统结构示意图；图2是单路径声学测温示意图3是神经网络示意图。
具体实施例方式下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。图I是锅炉对流受热面灰污监测系统结构示意图，图I中，锅炉对流受热面灰污监测系统包括声波发生器I、声波接收器2、信号调理器、接线盒、功率放大器和输入输出装置。其中，多个声波发生器I安装在锅炉水冷壁四周的一个或者多个平面上，声波接收器2安装在声波发生器I的声波导管3上。声波发生器I与功率放大器相连，声波接收器2与信号调理器相连，功率放大器和信号调理器通过接线盒与输入输出装置相连。输入输出装置一般与处理终端相连，处理终端可以采用台式计算机、笔记本或者工作站。处理终端上安装控制声波发生器的程序以及接收声波信号的程序。输入输出装置用于在处理终端的控制下，通过接线盒向功率放大器发送声波发生信号。同时，输入输出装置用于还用于接收信号调理器经过接线盒发送的声波接收信号。功率放大器用于接收声波发生信号并控制声波发生器发出声波。声波发生器用于发出特定频率的声波。声波接收器用于接收声波发生器发出的声波，并将接收的声波发送到信号调理器。信号调理器用于将声波接收器接收的声波转换成声波接收信号并通过接线盒发送到输入输出装置。图2是单路径声学测温示意图。如图2所示，本发明的声波发生器和声波接收器的优选布设方式是，安装在锅炉水冷壁四周同一个平面上的声波发生器为偶数个，且每个声波发生器在锅炉水冷壁上的位置都与同一个平面上的另一个声波发生器对称。由于声波发生器与声波接收器相互对应，因此声波接收器也为偶数个。该结构是一种单路径声学结构，基于该结构的测温过程如下声波发生信号由炉膛左侧测点的声波发生器发出，被左右两侧的声波接收器测到，通过声波飞渡时间的测量，可以用来确定声波在传播路径上的平均速度，根据平面波的运动方程、平面波的波动方程以及气体状态方程推导出声波测温的原理方程如下C = - p (t+273.15) =ZJ(t+273.l5)
r V谓式中，τ为飞渡时间，L为测点距离，c为介质中声波的传播速度，R为理想气体普适常数，t为气体温度，Y为气体的绝热指数(定压比热容与定容比热容之比值)，m为气体分子量。对于给定的气体混合物Z = W，为一常数，故声波在其中的传播速度取决于气体
Vm
的温度。由上式得出单路径温度计算公式J = (|)2 -273.15。当系统开始运行时，安装在锅炉对流受热面的声波发生器接收到主程序产生声波
4发生信号，经功率放大器声波发生器发出声波经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机(处理终端)主程序中，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中，数据库定时访问电厂DCS数据系统，保存所需数据，以便神经网络预测锅炉烟气侧温度。人工神经网络通过训练来获得输入量与输出量之间的关系。人工神经网络包含一个个互相连接的神经元，神经元之间通过线性或者非线性的传递函数相连接。这种结构使得人工神经网络能够应用于一个非线性系统。本文建立模型使用的BP网络这一名称来源于它的学习算法误差反向传播(Error Back Propagation)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。对于输入信息，要先向前传播到隐含层的结点上，经过各单元的特性为Sigmoid 型的激活函数(又称作用函数、转换函数或映射函数等)运算后，把隐含结点的输出信息传到输出结点，最后给出输出结果。网络的学习过程由正向和反向传播两部分组成。在正向传播过程中，每一层神经元的状态只影响下一层神经元网络。如果输出层不能得到期望输出，就是实际输出值与期望值之间有误差，那么转入反向传播过程，将误差信号沿原来的连接通路返回，通过修改各层神经元的权值，逐次地向输入层传播并进行计算，再经过正向传播过程，通过这两个过程的反复运用，使得误差信号最小。神经网络示意图如附3所示。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上，所以可以从这方面分析，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δ d可由下式求得δ d = D0 · (qnotoiean/qciean)(0-1)式中，D0-常数；Qnotolean-受热面的实际吸热量；qclean-清洁受热面的潜在吸热量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，可以定义灰污特征参数为T = I-QsjAj(0-2)式中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I。从上面的分析可以看到T能很好反应灰污状况，因此，选择灰污特征参数T作为监测灰污程度的参数。对于被监测的受热面来说，受热面的实际吸热量Qsj可以通过测得进出口工质的温度、压力和流量来计算得到，而温度、压力和流量这些参数可以通过电厂现有的数据采集系统(DAS)非常准确的得到，继而按如下公式得到受热面的实际吸热量Qsj:Qsj = D Oi2-Ii1)(0-3)
其中
D :受热面对应的工质流量；
h2 :工质出口焓；
h!:工质进口焓；
这样通过电厂现有的数据采集系统(DAS)可以准确的计算得到各受热面的实际吸热量。
各受热面清洁状况下的潜在吸热量是受许多因素影响的变量，呈现出很强的非线性特点，对于这个问题是通过建立神经网络模型来解决的。
在工程应用过程中，碰到的大多数都是非线性问题，并不能将其分段线性化来理
解和处理。而分析非线性系统的数学工具非常少。对于本质非线形的系统，通常的最小二乘法已难以使用，因为这类系统对应的模型很难化成最小二乘格式，即关于参数空间的线形模型，而且对于非线形系统的识别问题，往往需要有关被识别系统的结构形式等各种先验知识和假设。因此，它们基本上是针对某些特殊非线形系统而进行的。人工神经网络的建立过程较为简单，不需要对研究对象深入了解，它只是从行为上模拟研究对象，而并不追究研究对象的内在机理。这一点可以解决因为研究对象特别复杂而不易建立数学模型的问题。另外，由于人工神经网络仅仅具有从输入到输出的映射能力，所以除了输出值，它不再给出其它的信息，正是有了神经网络，非线性系统的识别才成为可能。神经网络对系统进行识别是通过直接学习系统的输入、输出数据，学习的目的是使得所要求的误差函数达到最小，从而归纳出隐含在系统输入、输出数据中的关系，这个关系隐含在神经网络内部。对于一个特定的受热面来说，通过分析，可以用管内工质流量，管内工质压力，管内工质进口温度，进风量，燃煤量，燃烧器投运方式这几个参数来表征运行工况。清洁受热面吸热量= f (炉膛出口烟温，管内工质流量，管内工质压力，管内工质入口温度，进风量，燃煤量，燃烧器投运方式)。这样清洁受热面吸热量、炉膛出口烟温、管内工质流量、管内工质压力、管内工质入口温度、进风量、燃煤量、燃烧器投运方式这几个因素构成了一个时间连续的非线性动力系统，而清洁受热面吸热量正是所需要识别的量。通过电厂DAS系统采集受热面清洁状态下不同工况的受热面吸热量，作为样本对网络进行训练，以实现在受热面被沾污后对清洁受热面吸热量的识别与预测。实现本发明的全部流程由主程序控制，主程序基于Labview软件，包括声波的产生信号、声波信号的接收、声波飞渡时间测量和锅炉烟气侧温度计算。软件运行时，发出指令使硬件依次运作，数据采集，计算锅炉对流受热面烟气侧温度场，结果保存到数据库SQL 系统中，数据库SQL系统访问电厂DCS数据库，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。以上所述，仅为本发明较佳的具体实施方式
，但本发明的保护范围并不局限于此， 任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
权利要求
1.一种锅炉对流受热面灰污监测系统，其特征是所述系统包括安装在锅炉水冷壁四周的一个或者多个平面上的多个声波发生器、安装在声波发生器的声波导管上的声波接收器、信号调理器、接线盒、功率放大器和输入输出装置；所述声波发生器与功率放大器相连；所述声波接收器与信号调理器相连；所述功率放大器和信号调理器通过接线盒与输入输出装置相连。
2.根据权利要求I所述的一种锅炉对流受热面灰污监测系统，其特征是所述安装在锅炉水冷壁四周同一个平面上的声波发生器为偶数个，且每个声波发生器在锅炉水冷壁上的位置都与同一个平面上的另一个声波发生器对称。
3.根据权利要求2所述的一种锅炉对流受热面灰污监测系统，其特征是所述声波接收器为偶数个。
全文摘要
本发明公开了锅炉燃烧监测技术领域中的一种锅炉对流受热面灰污监测系统。包括安装在锅炉水冷壁四周的一个或者多个平面上的多个声波发生器、安装在声波发生器的声波导管上的声波接收器、信号调理器、接线盒、功率放大器和输入输出装置；声波发生器与功率放大器相连；声波接收器与信号调理器相连；功率放大器和信号调理器通过接线盒与输入输出装置相连。本发明能够准确测量锅炉对流受热面烟气侧温度场，结合电厂DCS数据库中的数据，实现锅炉对流受热面灰污报警的监测。
文档编号F22B37/38GK102607009SQ201210040158
公开日2012年7月25日 申请日期2012年2月20日 优先权日2012年2月20日
发明者安连锁, 张世平, 沈国清, 邓喆 申请人:华北电力大学