适用于烟气余热回收装置的前馈神经网络控制方法和系统制造方法及图纸

本发明专利技术涉及一种适用于控制换热器冷源温度的前馈神经网络控制方法，一种适用于控制换热器烟气出口温度的前馈神经网络控制方法，一种采用上述两种方法的适用于烟气余热回收装置的前馈神经网络控制方法和一种采用上述两种方法的适用于烟气余热回收装置的前馈神经网络控制系统，其以相关冷源管道调节阀的开度为输出变量，建立和训练相应的前馈神经网络控制模型，依据冷源管道和换热器烟气进出口的相关实测数据计算满足控制目标的相关调节阀开度，进行调节阀开度控制。本发明专利技术有效改善了控制品质，降低了输出温度的超调量，缩短达到稳态的控制时间，减小了输出温度的变化幅度，有利于减少换热器腐蚀，并保证烟气除尘和脱硫设备所需的烟气温度。

Feedforward neural network control method and system suitable for flue gas waste heat recovery unit

The invention relates to a method for controlling feedforward neural network control method of heat exchanger temperature of cold source, which is used to control the feedforward neural network control method for the heat exchanger outlet temperature of flue gas, a kind of the above two methods of feedforward neural network control and a method of using the above two methods for flue gas heat recovery device the feedforward neural network control system for flue gas heat recovery device, which related to the cold source pipeline valve opening as the output variable, establishing and training a feedforward neural network control model, according to the relevant data of the cold source heat exchanger flue gas pipeline and the import and export of computing to meet the control objectives of the relevant valve opening adjust the valve opening control. The invention effectively improves the control quality, reduces the overshoot of the output temperature, shortens the steady state control time, reduces the variation range of the output temperature, reduces the corrosion of the heat exchanger, and ensures the flue gas temperature required for the flue gas dust removal and desulphurization equipment.

【技术实现步骤摘要】
适于烟气余热回收装置的前馈神经网络控制方法和系统
本专利技术涉及一种用于控制换热器冷源温度的前馈神经网络控制方法，一种用于控制换热器烟气出口温度的前馈神经网络控制方法，一种采用上述两种方法的适于烟气余热回收装置的前馈神经网络控制方法，一种采用上述两种方法的适于烟气余热回收装置的前馈神经网络控制系统。
技术介绍
当前，一些锅炉尾部烟气在除尘器之前存在温度过高的运行工况，造成能源的极大浪费，排烟温度过高直接导致烟气量增加，烟气流速增加，除尘效率降低，除尘能耗增加，也会导致脱硫系统工艺水消耗增加，因此，需利用烟气余热回收装置降低除尘器入口的烟气温度。虽然，烟气余热回收装置在节能上正在发挥着独特的作用，但它也存在换热器冷端腐蚀的风险。众所周知，烟气的酸露点是一个变化量，不是一个常量，煤质变化和锅炉负荷变化都是导致烟气酸露点发生变化的主要因素，目前应用的烟气余热回收装置基本都没有配置酸露点在线检测装置，通常只是估算一个酸露点，然后根据估算的酸露点确定余热回收装置的冷源入口温度，这样有可能出现换热器冷源入口的冷源温度低于烟气实际酸露点的运行工况，直接导致换热器低温端出现严重的金属腐蚀，甚至出现换热管爆裂的严重事故。虽然，人们通过提高换热器入口的冷源温度和优化换热器结构以及材料，但是这种方式的成本较大，影响实际应用，无法真正解决换热管低温腐蚀的难题。除了存在低温腐蚀，现有烟气余热回收装置还存在烟气出口温度控制效果较差的问题，导致出口烟温变化幅度较大，直接影响除尘系统和脱硫系统的高效、稳定运行。目前普遍采用的烟气出口温度控制方式依然基于传统的PID控制算法，根据实测烟气出口温度与给定烟气出口温度的偏差，通过PID控制器计算出控制量来控制冷源调节阀的开度。由于烟温控制系统使用的反馈量检测设备、执行设备都是大惯量、迟滞对象，因此，整个控制系统的特性就是大惯量、大滞后的，所以采用传统的PID控制算法控制烟气出口温度从原理上分析就不是很合理。虽然在锅炉烟道尾端安装烟气余热回收装置降低了排烟温度，实现了节能减排的功效，但由于控制系统设计不合理引起的换热器冷端腐蚀严重和排烟温度变化幅度大等问题没能解决，已经影响到烟气余热回收装置在工业节能减排上的应用。
技术实现思路
本专利技术的目的是针对相关控制系统的大惯量和大滞后特性，采用前馈神经网路控制方法和控制系统取代传统的PID控制方法和控制系统，以有效改善控制品质，降低输出温度的超调量，缩短温度达到稳态的控制时间，减小输出温度的变化幅度。本专利技术的技术方案是：一种用于控制换热器冷源温度的前馈神经网络控制方法，所述烟气余热回收装置以水或其他流体介质为冷源，以两路冷源输入管路的冷源混合后作为其换热器冷源，通过换热器冷源输入管道将换热器冷源送入换热器，以T1、T2、Q1、Q2和Ta为相应前馈神经网络的输入变量，K1和K2为相应前馈神经网络的输出变量，0℃<Tr-Ta<Tt1为控制目标，建立由输入变量至输出变量的前馈神经网络控制模型，以现场实测相关数据进行控制模型的训练，将完成训练的控制模型投入运行，据以获得控制目标下两路冷源输入管路的调节阀开度，通过控制两路冷源输入管路的调节阀开度实现对换热器冷源温度的控制，其中，T1和T2分别为第一路冷源输入管道和第二路冷源输入管道的实时冷源温度，Q1和Q2分别为第一路冷源输入管道和第二路冷源输入管道的实时冷源流量，Ta为换热器烟气入口的实时烟气酸露点，K1和K2分别为第一冷源输入管道和第二冷源输入管道上的调节阀的实时开度，Tr为换热器冷源输入管道的实时冷源温度，Tt1是设定的Tr-Ta控制阈值（允许的差值上限），例如，Tt1可以为1℃，以满足通常情况下的控制需要。相应前馈神经网络控制模型及其训练、学习和优化可以采用任意适宜的现有技术。作为一种简便的实施方式，这种方法下的前馈神经网络控制模型可以为：K1(t+1）=K1(t)+K2(t)+W1*T1(t)+W2*T2(t)+W3*Q1(t)+W4*Q2(t)+W5*Ta（t），K2(t+1）=K1(t)+K2(t)+W6*T1(t)+W7*T2(t)+W8*Q1(t)+W9*Q2(t)+W10*Ta（t），其中，t为时间或时点，t+1为时间为t的时点的下一个时点，K1(t）、K2(t）、T1(t)、T2(t)、Q1(t)、Q2(t)和Ta（t）分别为t时点的K1、K2、T1、T2、Q1、Q2和Ta，K1(t+1）和K2(t+1）分别为t+1时点的K1和K2，W1、W2、W3、W4、W5、W6、W7、W8、W9、W10为相应的变量权重系数。一种用于控制换热器烟气出口温度的前馈神经网络控制方法，所述烟气余热回收装置以水或其他流体介质为冷源，通过换热器冷源输入管道将换热器冷源送入换热器，以Q、Qi、Ti、Tr、Tb和Tg为前馈神经网络的输入变量，K为前馈神经网络的输出变量，-Tt2<To-Tg<Tt2为控制目标，建立由输入变量至输出变量的前馈神经网络控制模型，以现场实测相关数据进行控制模型的训练，将完成训练的控制模型投入运行，据以获得控制目标下换热器冷源输入管道的调节阀开度，通过控制调节阀开度实现对换热器出口烟气温度的控制，其中，Q为换热器烟气入口的实时烟气流量，Qi为换热器冷源输入管道的实时冷源流量，Ti为换热器烟气入口的实时烟气温度，Tr为换热器冷源输入管道的实时冷源温度，Tb为换热器冷端的实时壁温（表面温度），Tg为换热器烟气出口的烟气温度给定值（预设的目标值），K为换热器冷源输入管道的调节阀的实时开度，To为换热器烟气出口的实时烟气温度，Tt2是设定的To-Tg控制阈值（正负差值上限或差值绝对值上限），可以为1℃。相应前馈神经网络控制模型及其训练、学习和优化可以采用任意适宜的现有技术。作为一种简便的实施方式，这种方法下的前馈神经网络控制模型可以为：K(t+1）=K(t)+W1*Q(t)+W2*Qi(t)+W3*Ti(t)+W4*Tr(t)+W5*Tb(t），其中，t为时间或时间为t的时点，t+1为t时点的下一个时点，K(t)、Q(t)、Qi(t)、Ti(t)、Tr(t)和Tb(t）为t时点的K、Q、Qi、Ti、Tr和Tb，K(t+1）为t+1时点的K。一种适于烟气余热回收装置的前馈神经网络控制方法，所述烟气余热回收装置以水或其他流体介质为冷源，以两路冷源输入管路的冷源混合后作为其换热器冷源，通过换热器冷源输入管道将换热器冷源送入换热器，以本专利技术公开的任意一种用于控制换热器冷源温度的前馈神经网络控制方法进行换热器冷源温度控制，以本专利技术公开的任意一种用于控制换热器烟气出口温度的前馈神经网络控制方法进行换热器烟气出口温度的控制。一种适于烟气余热回收装置的前馈神经网络控制系统，所述烟气余热回收装置以水或其他流体介质为冷源，以两路冷源输入管路的冷源混合后作为其换热器冷源，通过换热器冷源输入管道将换热器冷源送入换热器，包括：第一路冷源输入管道温度传感器（温度传感器A），设置于第一路冷源输入管道，用于采集第一路冷源输入管道的实时冷源温度T1；第二路冷源输入管道温度传感器（温度传感器B），设置于第二路冷源输入管道，用于采集第二路冷源输入管道的实时冷源温度T2；第一本文档来自技高网...

【技术保护点】
一种用于控制换热器冷源温度的前馈神经网络控制方法，所述烟气余热回收装置以水或其他流体介质为冷源，以两路冷源输入管路的冷源混合后作为其换热器冷源，通过换热器冷源输入管道将换热器冷源送入换热器，其特征在于以T1、T2、Q1、Q2和Ta为相应前馈神经网络的输入变量，K1和K2为相应前馈神经网络的输出变量， 0℃<Tr‑Ta<Tt1为控制目标，建立由输入变量至输出变量的前馈神经网络控制模型，以现场实测相关数据进行控制模型的训练，将完成训练的控制模型投入运行，据以获得控制目标下两路冷源输入管路的调节阀开度，通过控制两路冷源输入管路的调节阀开度实现对换热器冷源温度的控制，其中，T1和T2分别为第一路冷源输入管道和第二路冷源输入管道的实时冷源温度， Q1和Q2分别为第一路冷源输入管道和第二路冷源输入管道的实时冷源流量，Ta为换热器烟气入口的实时烟气酸露点，K1和K2分别为第一冷源输入管道和第二冷源输入管道上的调节阀的实时开度，Tr为换热器冷源输入管道的实时冷源温度，Tt1是设定的Tr‑Ta控制阈值。

【技术特征摘要】
1.一种用于控制换热器冷源温度的前馈神经网络控制方法，所述烟气余热回收装置以水或其他流体介质为冷源，以两路冷源输入管路的冷源混合后作为其换热器冷源，通过换热器冷源输入管道将换热器冷源送入换热器，其特征在于以T1、T2、Q1、Q2和Ta为相应前馈神经网络的输入变量，K1和K2为相应前馈神经网络的输出变量，0℃&lt;Tr-Ta&lt;Tt1为控制目标，建立由输入变量至输出变量的前馈神经网络控制模型，以现场实测相关数据进行控制模型的训练，将完成训练的控制模型投入运行，据以获得控制目标下两路冷源输入管路的调节阀开度，通过控制两路冷源输入管路的调节阀开度实现对换热器冷源温度的控制，其中，T1和T2分别为第一路冷源输入管道和第二路冷源输入管道的实时冷源温度，Q1和Q2分别为第一路冷源输入管道和第二路冷源输入管道的实时冷源流量，Ta为换热器烟气入口的实时烟气酸露点，K1和K2分别为第一冷源输入管道和第二冷源输入管道上的调节阀的实时开度，Tr为换热器冷源输入管道的实时冷源温度，Tt1是设定的Tr-Ta控制阈值。2.如权利要求1所述的适用于控制换热器冷源温度的前馈神经网络控制方法，其特征在于所述前馈神经网络控制模型为：K1(t+1）=K1(t)+K2(t)+W1*T1(t)+W2*T2(t)+W3*Q1(t)+W4*Q2(t)+W5*Ta（t）K2(t+1）=K1(t)+K2(t)+W6*T1(t)+W7*T2(t)+W8*Q1(t)+W9*Q2(t)+W10*Ta（t）其中，t为时间或时点，t+1为时间为t的时点的下一个时点，K1(t）、K2(t）、T1(t)、T2(t)、Q1(t)、Q2(t)和Ta（t）分别为t时点的K1、K2、T1、T2、Q1、Q2和Ta，K1(t+1）和K2(t+1）分别为t+1时点的K1和K2，W1、W2、W3、W4、W5、W6、W7、W8、W9、W10为相应的变量权重系数。3.一种用于控制换热器烟气出口温度的前馈神经网络控制方法，所述烟气余热回收装置以水或其他流体介质为冷源，通过换热器冷源输入管道将换热器冷源送入换热器，其特征在于以Q、Qi、Ti、Tr、Tb和Tg为前馈神经网络的输入变量，K为前馈神经网络的输出变量，-Tt2&lt;To-Tg&lt;Tt2为控制目标，建立由输入变量至输出变量的前馈神经网络控制模型，以现场实测相关数据进行控制模型的训练，将完成训练的控制模型投入运行，据以获得控制目标下换热器冷源输入管道的调节阀开度，通过控制调节阀开度实现对换热器出口烟气温度的控制，其中，Q为换热器烟气入口的实时烟气流量，Qi为换热器冷源输入管道的实时冷源流量，Ti为换热器烟气入口的实时烟气温度，Tr为换热器冷源输入管道的实时冷源温度，Tb为换热器冷端的实时壁温，Tg为换热器烟气出口的烟气温度给定值，K为换热器冷源输入管道的调节阀的实时开度，To为换热器烟气出口的实时烟气温度，Tt2是设定的To-Tg控制阈值。4.如权利要求3所述的用于控制换热器烟气出口温度的前馈神经网络控制方法，其特征在于所述前馈神经网络控制模型为：K(t+1）=K(t)+W1*Q(t)+W2*Qi(t)+W3*Ti(t)+W4*Tr(t)+W5*Tb(t）其中，t为时间或时间为t的时点，t+1为t时点的下一个时点，K(t)、Q(t)、Qi(t)、Ti(t)、Tr(t)和Tb(t）为t时点的K、Q、Qi、Ti、Tr和Tb，K(t+1）为t+1时点的K。5.一种适于烟气余热回收装置的前馈神经网络控制方法，所述烟气余热回收装置以水或其他流体介质为冷源，以两路冷源输入管路的冷源混合后作为其换热器冷源，通过换热器冷源输入管道将换热器冷源送入换热器，其特征在于以权利要求1或2所述的用于控制换热器冷源温度的前馈神经网络控制方法进行换热器冷源温度控制，以权利要求3或4所述的用于控制换热器烟气出口温度的前馈神经网络控制方法进行换热器烟气出口温度的控制。6.一种适于烟气余热回收装置的前馈神经网络控制系统，所述烟气余热回收装置以水或其他流体介质为冷源，以两路冷源输入管路的冷源混合后作为其换热器冷源，通过换热器冷源输入管道将换热器冷源送入换热器，其特征在于包括：第一路冷源输入管道温度传感器（温度传感器A），设置于第一路冷源输入管道，用于采集第一路冷源输入管道的实时冷源温度T1；第二路冷源输入管道温度传感器（温度传感器B），设置于第二路冷源输入管道，用于采集第二路冷源输入管道的实时冷源温度T2；第一路冷源输入管道流量计（流量计A），设置于第一路冷源输入管道，用于采集第一路冷源输入管道的实时冷源流量Q1；第二路冷源输入管道流量计（流量计B），设置于第二路冷源输入管道，用于采集第二路冷源输入管道的实时冷源流量Q2；第一路冷源输入管道电动调节阀（电动调节阀A），设置于第一路冷源输入管道，用于第一路冷源输入管道的冷源流量调节，接收外部的控制信号，调节其实时开度K1;第二路冷源输入管道电动调节阀（电动调节阀B），设置于第二路冷源输入管道，用于第二路冷源输入管道的流量控制，接收外部的控制信号，调节其实时开度K2;换热器冷源输入管道温度传感器（温度传感器D），设置于换热器冷源输入管道，用于采集换热器冷源输入管道的实时冷源温度Tr；换热器烟气入口酸露点在线分析仪，设置于换热器的烟气入口管道，用于采集涉及换热器烟气入口的实时烟气酸露点Ta的相关信息，据以计算获得换热器烟气入口的实时烟气酸露点Ta；数据处理系统，依据分别源自第一路冷...

【专利技术属性】
技术研发人员：黄向阳，吕宁，曾浩，姚乃浩，孙淮林，
申请(专利权)人：北京中电联节能技术有限公司，
类型：发明
国别省市：北京,11