一种磨煤机煤粉细度控制方法及系统技术方案

本发明专利技术公开了一种磨煤机煤粉细度控制方法，包括：获取磨煤机的历史运行参数以及对应的煤粉细度数据；根据所述历史运行参数与所述煤粉细度数据确定煤粉细度的影响因素，所述影响因素包括：动态分离器转速

【技术实现步骤摘要】
一种磨煤机煤粉细度控制方法及系统


[0001]本专利技术涉及磨煤机制粉
，尤其是涉及一种磨煤机煤粉细度控制方法及系统
。

技术介绍

[0002]为了提高锅炉燃烧效率
、
燃煤电厂将原煤碾磨成煤粉喷入锅炉进行燃烧
。
煤粉越细，机械不完全燃烧热损失越低，燃烧效率越高
、
锅炉效率也越高
。
同时
NOx
生成量也随着煤粉变细而降低
。
因而为了使电站锅炉燃用合格的煤粉，获得较高的燃烧效率，使锅炉在安全
、
经济的状态下运行，在保证机组正常运行的前提下，会将煤粉细度尽量调整至最佳值
。
[0003]但在制粉系统中煤粉细度的检测一般都是将煤粉排出至煤粉管道上，再进行取样测量，无法实现在线检测，且这种方法时效性不强，对磨煤机实时运行状态的控制指导作用有限，因此亟需一种磨煤机煤粉细度控制方法，实现煤粉细度的在线检测并对其进行控制
。

技术实现思路

[0004]本专利技术的目的是提供一种磨煤机煤粉细度控制方法，解决现有方法无法实现在线检测，时效性不强，进而无法对磨煤机状态进行调整
、
对煤粉细度进行控制的问题
。
[0005]本专利技术提供了一种磨煤机煤粉细度控制方法，包括：
[0006]获取磨煤机的历史运行参数以及对应的煤粉细度数据；
[0007]根据所述历史运行参数与所述煤粉细度数据确定煤粉细度的影响因素，所述影响因素包括：动态分离器转速
、
一次风量和磨煤机出力；
[0008]根据所述影响因素建立煤粉细度预测模型；
[0009]获取磨煤机的实时运行参数，根据所述煤粉细度预测模型确定磨煤机的预测煤粉细度；
[0010]根据所述预测煤粉细度对所述磨煤机的运行状态进行调整，以实现对磨煤机煤粉细度的控制
。
[0011]在本申请的一些实施例中，根据所述历史运行参数与所述煤粉细度数据确定煤粉细度的影响因素，包括：
[0012]针对第
i
个历史运行参数，筛选其他历史运行参数相同时的煤粉细度数据；
[0013]根据第
i
个历史运行参数判断所述煤粉细度数据的变化量；
[0014]若所述变化量大于设定变化量，则确定第
i
个历史运行参数是所述煤粉细度的影响因素；
[0015]若所述变化量小于设定变化量，则确定第
i
个历史运行参数不是所述煤粉细度的影响因素
。
[0016]在本申请的一些实施例中，所述方法还包括：
[0017]根据所述历史运行参数和煤粉细度数据判断所述影响因素对所述煤粉细度影响的独立性；
[0018]根据所述影响因素对所述煤粉细度影响的独立性确定对应的煤粉细度预测模型
。
[0019]在本申请的一些实施例中，根据所述影响因素对所述煤粉细度影响的独立性确定对应的煤粉细度预测模型，包括：
[0020]若所述影响因素对所述煤粉细度的影响是相互独立且高度线性的，则建立线性煤粉细度预测模型；
[0021]若所述影响因素对所述煤粉细度的影响是相互影响的，则建立曲线煤粉细度预测模型
。
[0022]在本申请的一些实施例中，根据所述影响因素建立煤粉细度预测模型，包括：
[0023]对所述影响因素对应的历史运行参数和煤粉细度数据进行处理，得到处理后的数据集，所述数据集包括训练数据集和测试数据集；
[0024]根据所述训练数据集对初始煤粉细度预测模型进行训练，得到初始煤粉细度预测模型的参数；
[0025]根据所述测试数据集对所述初始煤粉细度预测模型的参数进行测试，得到煤粉细度预测模型
。
[0026]在本申请的一些实施例中，所述煤粉细度预测模型的表达式为：
[0027]R
＝
R0+k1n+k2Q+k3B
；
[0028]其中，
R
为煤粉细度，
R0为煤粉细度常数，
n
为动态分离器转速，
k1为动态分离器转速对煤粉细度的影响系数，
Q
为一次风量，
k2为一次风量对煤粉细度的影响系数，
B
为磨煤机出力，
k3为磨煤机出力对煤粉细度的影响系数
。
[0029]在本申请的一些实施例中，根据所述预测煤粉细度对所述磨煤机的运行状态进行调整，包括：
[0030]确定所述预测煤粉细度与设定煤粉细度的煤粉细度差值；
[0031]根据所述煤粉细度差值对所述磨煤机的运行状态进行调整
。
[0032]在本申请的一些实施例中，根据所述煤粉细度差值对所述磨煤机的运行状态进行调整，包括：
[0033]确定煤粉细度差值与动态分离器转速对煤粉细度的影响系数之间的第一比值
、
煤粉细度差值与一次风量对煤粉细度的影响系数之间的第二比值
、
煤粉细度差值与磨煤机出力对煤粉细度的影响系数之间的第三比值；
[0034]比较所述第一比值
、
第二比值和第三比值，确定最小值；
[0035]若最小值为第一比值，则对所述动态分离器转速进行调整；
[0036]若最小值为第二比值，则对所述一次风量进行调整；
[0037]若最小值为第三比值，则对所述磨煤机出力进行调整
。
[0038]本专利技术还公开了一种磨煤机煤粉细度控制系统，包括：
[0039]获取模块，所述获取模块用于获取磨煤机的历史运行参数以及对应的煤粉细度数据和磨煤机的实时运行参数；
[0040]模型建立模块，所述模型建立模块用于根据所述历史运行参数与所述煤粉细度数据确定煤粉细度的影响因素，所述影响因素包括：动态分离器转速
、
一次风量和磨煤机出力；并根据所述影响因素建立煤粉细度预测模型；
[0041]预测模块，所述预测模块用于根据所述煤粉细度预测模型确定磨煤机的预测煤粉
细度；
[0042]控制模块，所述控制模块用于根据所述预测煤粉细度对所述磨煤机的运行状态进行调整，以实现对磨煤机煤粉细度的控制
。
[0043]在本申请的一些实施例中，还包括判断模块，所述判断模块用于根据所述历史运行参数和煤粉细度数据判断所述影响因素对所述煤粉细度影响的独立性；并根据所述影响因素对所述煤粉细度影响的独立性确定对应的煤粉细度预测模型
。
[0044]本专利技术提供了一种磨煤机煤粉细度控制方法，包括：获取磨煤机的历史运行参数以及对应的煤粉细度数据；根据所述历史运行参数与所述煤粉细度数据确定煤粉细度的影响因素，所述影响因素包括：动态分离器转速
、
一次风量和磨煤机出力；根据所述影响因素建立煤粉细度预测模型；获取磨煤机的实时运行参数，根据所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种磨煤机煤粉细度控制方法，其特征在于，包括：获取磨煤机的历史运行参数以及对应的煤粉细度数据；根据所述历史运行参数与所述煤粉细度数据确定煤粉细度的影响因素，所述影响因素包括：动态分离器转速
、
一次风量和磨煤机出力；根据所述影响因素建立煤粉细度预测模型；获取磨煤机的实时运行参数，根据所述煤粉细度预测模型确定磨煤机的预测煤粉细度；根据所述预测煤粉细度对所述磨煤机的运行状态进行调整，以实现对磨煤机煤粉细度的控制
。2.
根据权利要求1所述的一种磨煤机煤粉细度控制方法，其特征在于，根据所述历史运行参数与所述煤粉细度数据确定煤粉细度的影响因素，包括：针对第
i
个历史运行参数，筛选其他历史运行参数相同时的煤粉细度数据；根据第
i
个历史运行参数判断所述煤粉细度数据的变化量；若所述变化量大于设定变化量，则确定第
i
个历史运行参数是所述煤粉细度的影响因素；若所述变化量小于设定变化量，则确定第
i
个历史运行参数不是所述煤粉细度的影响因素
。3.
根据权利要求1所述的一种磨煤机煤粉细度控制方法，其特征在于，所述方法还包括：根据所述历史运行参数和煤粉细度数据判断所述影响因素对所述煤粉细度影响的独立性；根据所述影响因素对所述煤粉细度影响的独立性确定对应的煤粉细度预测模型
。4.
根据权利要求3所述的一种磨煤机煤粉细度控制方法，其特征在于，根据所述影响因素对所述煤粉细度影响的独立性确定对应的煤粉细度预测模型，包括：若所述影响因素对所述煤粉细度的影响是相互独立且高度线性的，则建立线性煤粉细度预测模型；若所述影响因素对所述煤粉细度的影响是相互影响的，则建立曲线煤粉细度预测模型
。5.
根据权利要求1所述的一种磨煤机煤粉细度控制方法，其特征在于，根据所述影响因素建立煤粉细度预测模型，包括：对所述影响因素对应的历史运行参数和煤粉细度数据进行处理，得到处理后的数据集，所述数据集包括训练数据集和测试数据集；根据所述训练数据集对初始煤粉细度预测模型进行训练，得到初始煤粉细度预测模型的参数；根据所述测试数据集对所述初始煤粉细度预测模型的参数进行测试，得到煤粉细度预测模型
。6.
根据权利要求1所述的一种磨煤机煤粉细度控制方法，其特征在于，所述煤粉细度预测模型的表达式为：
R
＝
R0...

【专利技术属性】
技术研发人员：徐倩霏，徐利，吕纪永，武建荣，邢峰，苏存平，
申请(专利权)人：常熟市龙腾特种钢有限公司，
类型：发明
国别省市：