一种锅炉燃烧器燃烧状态在线监测及优化调整方法技术

一种燃烧器燃烧状态在线监测及优化调整方法，在锅炉燃烧器处布置分光谱火检器，收集分光谱火检器以及炉膛压力传感器的监测信号，在智能处理器上进行处理，获得相关的特征参数，作为输入参数，通过人工神经网络算法，得到燃烧状态和炉膛NOx排放的参数，判断燃烧状态的合理性，并将相关调整指令传递给DCS系统，进而对锅炉燃烧进行调整，实现对锅炉更为精细化和智能化的控制。

【技术实现步骤摘要】
一种锅炉燃烧器燃烧状态在线监测及优化调整方法
本专利技术属于燃烧调整领域，特别涉及一种锅炉燃烧器燃烧状态在线监测及优化调整方法。
技术介绍
对于锅炉而言，为了实现更为先进的能量管理，需要对每个燃烧器的运行状态进行监测和分析。对于低氮燃烧器更是如此，因为这种燃烧器对给煤系统的变化以及锅炉运行状态的改变更为敏感。传统燃烧监测系统都是提供多个燃烧器平均的结果，并且不是实时反馈，且时间跨度较大。传统的燃烧控制系统，依赖于过程参数的监测，包括燃料的流量、空气的流量、烟气中的含氧量以及CO浓度等，但对于燃烧器而言，要实现最佳燃烧状态，这些参数的测量是不够的。由于风煤比的不平衡，局部燃料和空气的不均分布，或者燃烧器本体的设置和维护问题等，导致相邻燃烧器的燃烧状态存在一定的区别，需要针对每个燃烧器的状态分别进行监测、诊断和控制。燃烧诊断既要反映出长时间的平均状态，也应该反映出短时间的瞬态变化。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供一种锅炉燃烧器燃烧状态在线监测及优化调整方法，对单个燃烧器的状态进行监测、诊断和控制，进而实现对锅炉整体燃烧的精细化和智能化调控。为了实现上述目的，本专利技术采用的技术方案是：一种锅炉燃烧器燃烧状态在线监测及优化调整方法，在锅炉燃烧器处布置分光谱火检器1，收集分光谱火检器1以及炉膛压力传感器2的监测信号，在智能处理器3上进行处理，获得相关的特征参数，作为输入参数，通过人工神经网络算法，得到燃烧状态和炉膛NOx排放的参数，判断燃烧状态的合理性，并将相关调整指令传递给DCS系统4，进而对锅炉燃烧进行调整；所述分光谱火检器1，是将监测的燃烧火焰辐射光谱，通过分光器，分为红外、可见光和紫外三个光谱信号，分别记录三种光谱辐射值随时间变化的数据；所述特征参数包括燃烧火焰的红外光谱、可见光光谱、紫外光谱和炉膛压力信号的时均值、均方差、标准差、功率谱密度、功率谱熵和小波能量熵；所述燃烧状态的合理性，指的是燃烧时风煤比例处于最佳值，过量空气系数为1.1～1.3，燃烧的火焰稳定，没有跳动和摆动，火焰从燃烧器喷口处产生并延续至炉膛中间，外观形状呈现出柱状或者轻微的锥状；详述：(1)当风煤比合理时，火焰处于理想和稳定的状态，火焰从燃烧器喷口处产生并延续至炉膛中间，外观形状呈现出柱状或者轻微的锥状；(2)当风煤比略高或者略低时，在燃烧器喷口会出现火焰零星熄灭的情况，呈现出的状态就是燃烧器喷口处，火焰面前后移动，形成火焰与燃烧器的间歇性脱离，此时将造成严重的污染物排放问题；(3)当风煤比过高或者过低时，火焰面与燃烧器喷口彻底脱离；(4)二次风分布不合理时，火焰会呈现出摆动的状态，造成污染物排放的大幅波动；(5)一、二次风过快混合，或者过高的热量回流，火焰紧贴燃烧器喷口，外观呈现粗短形，易造成燃烧器温度过高而损坏。所述调整指令，指的是对燃烧器参数进行调整的指令，包括二次风量、一次风角度、二次风角度、一次风旋流度和二次风旋流度。所述人工神经网络算法的计算过程如下：通过收集锅炉运行的历史数据和画面，以及现场开展试验，收集参数，主要包括风煤比、红外光谱的辐射值、可见光光谱的辐射值、紫外光谱的辐射值、炉膛压力信号、燃烧状态以及NOx排放，并对光谱和压力信号进行处理，提取特征参数，建立数据库；采用人工神经网络算法，让机器对这些数据进行不断学习，从而建立燃烧状态及NOx排放与特征参数间的对应关系；这样，在实际应用中，通过当前的特征参数，机器便能够自动判断出当前的燃烧状态和NOx处于一种什么样的状态，从而发出调整指令。所述智能处理器3包含信号处理、信息诊断以及优化调整等三个主要模块。与现有技术相比，本专利技术的有益效果是：1、可对每个燃烧器的状态分别进行实时监测、诊断和控制；2、燃烧诊断可反映短时间的瞬态变化。附图说明图1是本专利技术方法流程图。具体实施方式下面结合附图和实施例对本专利技术进行详述。如图1所示，分光谱火检器1的信号，包括火焰的闪烁频率和辐射强度等信息，通过一根光纤传递给智能处理器3，炉膛压力传感器2的压力信号通过另外一根光纤传递给智能处理器3。智能处理器3包含信号处理模块、信息诊断以模块及优化调整模块三个主要模块。信号处理模块将传递回来的信号首先进行编译和处理，通过统计分析的方法，获取各信号的特征参数，包括燃烧火焰的红外光谱、可见光光谱、紫外光谱和炉膛压力信号的时均值、均方差、标准差、功率谱密度、功率谱熵和小波能量熵。信号诊断模块对统计参数进行分析，通过人工神经网络算法，判断燃烧器当前处于何种燃烧状态。优化调整模块是根据信号诊断模块的判断结构，给出相应的优化调整指令给DCS系统4，主要是对二次风量、一次风角度、二次风角度、一次风旋流度、二次风旋流度等进行调整。由DCS系统4对燃烧器参数进行优化调整。以上所述，仅为本专利技术较佳实施例而已，各零件的布置有多种方式，故不能以此限定本专利技术实施的范围，即依本专利技术申请专利范围及说明书内容所作的等效变化与修饰，皆应仍属本专利技术专利涵盖的范围内。本文档来自技高网...

【技术保护点】
一种锅炉燃烧器燃烧状态在线监测及优化调整方法，其特征在于，在锅炉燃烧器处布置分光谱火检器(1)，收集分光谱火检器(1)以及炉膛压力传感器(2)的监测信号，在智能处理器(3)上进行处理，获得相关的特征参数，作为输入参数，通过人工神经网络算法，得到燃烧状态和炉膛NOx排放的参数，判断燃烧状态的合理性，并将相关调整指令传递给DCS系统(4)，进而对锅炉燃烧进行调整；所述分光谱火检器(1)，是将监测的燃烧火焰辐射光谱，通过分光器，分为红外、可见光和紫外三个光谱信号，分别记录三种光谱辐射值随时间变化的数据；所述特征参数包括燃烧火焰的红外光谱、可见光光谱、紫外光谱和炉膛压力信号的时均值、均方差、标准差、功率谱密度、功率谱熵和小波能量熵；所述燃烧状态的合理性，指的是燃烧时风煤比例处于最佳值，过量空气系数为1.1～1.3，燃烧的火焰稳定，没有跳动和摆动，火焰从燃烧器喷口处产生并延续至炉膛中间，外观形状呈现出柱状或者轻微的锥状；所述调整指令，指的是对燃烧器参数进行调整的指令，包括二次风量、一次风角度、二次风角度、一次风旋流度和二次风旋流度。

【技术特征摘要】
1.一种锅炉燃烧器燃烧状态在线监测及优化调整方法，其特征在于，在锅炉燃烧器处布置分光谱火检器(1)，收集分光谱火检器(1)以及炉膛压力传感器(2)的监测信号，在智能处理器(3)上进行处理，获得相关的特征参数，作为输入参数，通过人工神经网络算法，得到燃烧状态和炉膛NOx排放的参数，判断燃烧状态的合理性，并将相关调整指令传递给DCS系统(4)，进而对锅炉燃烧进行调整；所述分光谱火检器(1)，是将监测的燃烧火焰辐射光谱，通过分光器，分为红外、可见光和紫外三个光谱信号，分别记录三种光谱辐射值随时间变化的数据；所述特征参数包括燃烧火焰的红外光谱、可见光光谱、紫外光谱和炉膛压力信号的时均值、均方差、标准差、功率谱密度、功率谱熵和小波能量熵；所述燃烧状态的合理性，指的是燃烧时风煤比例处于最佳值，过量空气系数为1.1～1.3，燃烧的火焰稳定，没有跳动和摆动，...

【专利技术属性】
技术研发人员：李启明，钟迪，周贤，彭烁，黄中，王保民，王剑钊，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：北京,11