一种基于数值模拟与神经网络的燃烧器喷口风量预测方法技术

一种基于数值模拟与神经网络的燃烧器喷口风量预测方法，涉及燃烧器技术领域，针对传统的炉膛内部风量测量方法测量精度和效率低的问题，包括步骤一：利用数值模拟软件建立锅炉热二次风道的物理模型，进行仿真运算，生成各工况下的燃烧器喷口风量仿真数据；步骤二：对生成的各工况下的燃烧器喷口风量仿真数据进行数据清洗；步骤三：根据处理后的数据训练神经网络，并利用训练好的神经网络对燃烧器喷口风量进行预测。根据人为设定的典型工况，作为算法输入，训练神经网络，通过该模型可以预测大量其他工况下的燃烧器喷口风量。利用算法代替人工网格绘图、数值模拟仿真等大量工作。极大程度上缩短了预测时间、提高了仿真效率、并且提高了测量精度。

A prediction method of burner nozzle air volume based on numerical simulation and neural network

【技术实现步骤摘要】
一种基于数值模拟与神经网络的燃烧器喷口风量预测方法
本专利技术涉及燃烧器
，具体为一种基于数值模拟与神经网络的燃烧器喷口风量预测方法。
技术介绍
为了保证锅炉稳定运行，锅炉炉膛内煤粉燃料的燃烧过程必须在可控范围内，这就需要对进入炉膛内部风量的分配情况有准确的了解。而传统的测量方法在测量精度和效率上有待提高，且受人为因素影响较大，CFD(ComputationalFluidDynamics)数值模拟技术拥有丰富的数学计算模型，能够准确的反映出流体流动、传热、燃烧等过程。但仅仅使用CFD预测，会有操作步骤多，工作量大，仿真模拟速度慢，数值分析过程耗时长、典型工况覆盖面窄等问题。而神经网络是通过机器的计算来模拟人脑，客观真实、处理信息量大、计算速度快、通过简便快捷的方式处理复杂问题、能较为精准的预测未来。
技术实现思路
本专利技术的目的是：针对传统的炉膛内部风量测量方法测量精度和效率低的问题，提出一种基于数值模拟与神经网络的燃烧器喷口风量预测方法。本专利技术为了解决上述技术问题采取的技术方案是：<br>一种基于数值模本文档来自技高网...

【技术保护点】
1.一种基于数值模拟与神经网络的燃烧器喷口风量预测方法，其特征在于包括以下步骤：/n步骤一：利用数值模拟软件建立锅炉热二次风道的物理模型，进行仿真运算，生成各工况下的燃烧器喷口风量仿真数据；/n步骤二：对生成的各工况下的燃烧器喷口风量仿真数据进行数据清洗；/n步骤三：根据处理后的数据训练神经网络，并利用训练好的神经网络对燃烧器喷口风量进行预测。/n

【技术特征摘要】
1.一种基于数值模拟与神经网络的燃烧器喷口风量预测方法，其特征在于包括以下步骤：
步骤一：利用数值模拟软件建立锅炉热二次风道的物理模型，进行仿真运算，生成各工况下的燃烧器喷口风量仿真数据；
步骤二：对生成的各工况下的燃烧器喷口风量仿真数据进行数据清洗；
步骤三：根据处理后的数据训练神经网络，并利用训练好的神经网络对燃烧器喷口风量进行预测。


2.根据权利要求1所述的一种基于数值模拟与神经网络的燃烧器喷口风量预测方法，其特征在于所述步骤一的具体步骤为：
首先利用电站锅炉采集的实时或离线数据，在实时或离线数据后面加上边界条件输入，结合燃烧机理，流动模型和传热模型，对电站锅炉热二风道内部风箱风量和各喷口模型在fluent软件中进行数值模拟，生成典型工况下的燃烧器喷口风量；
确定与燃烧器的喷口风量相关的影响因素，并将各影响因素下的风箱风量作为输入对象，输出对象为各层燃烧器喷口风量数据，即为各工况下的燃烧器喷口风量仿真数据。


3.根据权利要求2所述的一种基于数值模拟与神经网络的燃烧器喷口风量预测方法，其特征在于所述影响因素包括风箱风量、各sofa风门开度和各层燃烧器风门开度。


4.根据权利要求1所述的一种基于数值模拟与神经网络的燃烧器...

【专利技术属性】
技术研发人员：崔宇佳，赵明潇，夏良伟，于强，黄莺，孙浩，马孝纯，王静杰，沈涛，杜宪涛，
申请(专利权)人：哈尔滨锅炉厂有限责任公司，
类型：发明
国别省市：黑龙江;23