【技术实现步骤摘要】
一种锅炉断煤检测装置及检测方法
本专利技术涉及CFB循环流化床锅炉
,尤其是涉及一种能够快速、准确检测CFB循环流化床锅炉断煤故障的锅炉断煤检测装置及检测方法。
技术介绍
在能源与环境的双重压力下,循环流化床(CFB)锅炉以其燃料适应性强、燃烧效率高、负荷调节性能好、污染物排放低等显著特点,在我国得到了快速的发展。截止2011年底,据不完全统计我国现有不同容量的循环流化床锅炉3000多台,超过90000MW投入商业运行。已投运的300MW级循环流化床锅炉机组达到40多台,已投运与在建的300MW等级循环流化床锅炉机组总和则达到了110多台。此外,世界上单机容量最大的600MW超临界循环流化床锅炉机组四川白马循环流化床示范电站项目已于2013年4月顺利通过168小时满负荷试运行成功投运。因此,可以预见,循环流化床锅炉将会在我国得到更大的发展。CFB锅炉尽管在设计之初就采用了低流速、高炉膛、中物料循环倍率、敷设长卫燃带等措施,但在运行中经常发生断煤故障,发生断煤故障的原因有:煤的水分过大、粒度不均堵塞、搭桥等。当发生断煤故障时,如果处理不及时将会造成锅炉运行状态的波动,甚至造成停炉事故的发生。中国专利授权公开号:CN103439081A,授权公开日2013年12月11日,公开了一种生物质循环流化床锅炉流动特性测量方法,其特征在于,包括如下步骤:建立用于模拟生物质循环流化床锅炉流动特性的欧拉双流体模型;根据生物质循环流化床锅炉的结构参数建立所述生物质循环流化床锅炉的全尺寸模型;对所述生物质循环流化床锅炉的全尺寸模型进行网格划分建立所述生物质循环流化床锅炉的 ...
【技术保护点】
一种锅炉断煤检测装置,其特征是,包括与锅炉中各个电器件电连接的控制器(1)、存储器(29)、第一报警灯(27)、第二报警灯(28)、报警喇叭(2)、设于锅炉的煤仓(25)下部内的向下喇叭状张开的接煤板(3)、一端穿过设于煤仓侧壁的条形孔(4)并与接煤板铰接的杠杆(5)、用于封闭杠杆和条形孔之间的间隙的弹性密封套(6)、与杠杆另一端连接的竖杆(26)和设于竖杆上的重锤(7);杠杆通过铰接板(8)与煤仓侧壁相连接,靠近条形孔上边缘的煤仓侧壁上设有与杠杆配合的限位挡板(9),靠近条形孔下边缘的煤仓侧壁上设有与杠杆配合的限位开关(10);控制器分别与存储器、报警喇叭、第一报警灯、第二报警灯和限位开关电连接。
【技术特征摘要】
1.一种锅炉断煤检测装置的检测方法,锅炉断煤检测装置包括与锅炉中各个电器件电连接的控制器(1)、存储器(29)、第一报警灯(27)、第二报警灯(28)、报警喇叭(2)、设于锅炉的煤仓(25)下部内的向下喇叭状张开的接煤板(3)、一端穿过设于煤仓侧壁的条形孔(4)并与接煤板铰接的杠杆(5)、用于封闭杠杆和条形孔之间的间隙的弹性密封套(6)、与杠杆另一端连接的竖杆(26)和设于竖杆上的重锤(7);杠杆通过铰接板(8)与煤仓侧壁相连接,靠近条形孔上边缘的煤仓侧壁上设有与杠杆配合的限位挡板(9),靠近条形孔下边缘的煤仓侧壁上设有与杠杆配合的限位开关(10);控制器分别与存储器、报警喇叭、第一报警灯、第二报警灯和限位开关电连接;其特征是,包括如下步骤:(1-1)机械断煤检测:(1-1-1)控制器中预先设有安全时间阈值W;控制器得到限位开关检测的电信号,并计算杠杆持续压下限位开关的触头的时间T;当T>W时,控制器做出当前处于第一预断煤状态的判断;当T≤W时,控制器做出当前为有煤状态的判断;(1-1-2)激活状态下进行第一预断煤控制:当控制器做出锅炉由第一预断煤状态转为有煤状态的判断,则检测装置进入激活状态;在激活状态下,当T>W时,控制器做出进入第一预断煤状态的判断,并控制第一报警灯闪烁;在激活状态下,当T≤W时,控制器控制第一报警灯停止闪烁;(1-2)软件断煤检测:(1-2-1)存储器中设有具有11个输入节点X=[X1,...,X11]、单隐藏层为9个节点Y=[Y1,...,Y9]、1个输出节点Z的BP神经网络模型,其中,存储器中存储有q条学习样本;网络性能目标误差SSE≤0.00001,训练步数至少为d步;(1-2-2)初始化BP神经网络模型(1-2-2-1)权重与阀值初始化:控制器利用Gauss随机函数产生满足正态分布、均值为0、方差为1并且取值范围在区间[0,1]中的随机数初始化权重Wij、阀值θ和θj,i=1,…,11;j=1,..,9;设定网络性能误差为ε;(1-2-2-2)变量归一化:控制器中设有与11个输入节点X1,...,X11中分别对应的11组XMax和XMin,控制器利用公式X′=(X-XMin)/(XMax-XMin)分别计算q条学习样本的X1,...,X11的归一化值X′1,X′2,...,X′11;控制器中设有与输出接点Z相对应的Zmax和Zmin,控制器利用公式Z′=(Z-ZMin)/(ZMax-ZMin)计算q条学习样本的Z的归一化值Z′;得到经过归一化的s组学习样本;(1-2-3)训练BP神经网络模型:(1-2-3-1)控制器向BP神经网络模型中输入第s组学习样本,s初始值为1,设定第s组样本的目标输出值为Z′;利用公式计算隐藏层神经元输出;利用公式计算输出层神经元实际输出Zr;其中,函数利用公式计算单个样本偏差Es;(1-2-3-2)从输出层开始逐层反向调整权重和阀值:控制器使输出层的权重Wj增加0.6×δ×Yj+0.45×ΔWj,ΔWj为前次调整增加的权重,ΔWo=0;其中,输出层误差δ=(Z′-Zr)×Zr×(1-Zr),控制器使隐藏层的权重增加0.6×δj×Xi+0.45×ΔWij;其中,δj=Yj×(1-Yj)×(δj×Wj)...
【专利技术属性】
技术研发人员:赵玮,种晓岗,薛勇,
申请(专利权)人:杭州杭锅电气科技有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。