论模糊数学方法预测电站锅炉结渣的新发展(3)
2013-07-17 01:02
导读：提出将分辨率较高的Rs与另外5个结渣指数( t2、B／A、G、SiO2／A12O3、R)一起作为评判因素集，采用灰色聚类方法对新汶黑液水煤浆及普通水煤浆结渣特性进行
提出将分辨率较高的Rs与另外5个结渣指数( t2、B／A、G、SiO2／A12O3、R)一起作为评判因素集，采用灰色聚类方法对新汶黑液水煤浆及普通水煤浆结渣特性进行预测评估。结果表明，该模型较传统单一评价方法有更高的准确度。
许志华针对有关模糊判别法和灰色聚类法中所出现的缺欠，对其进行了补正，并讨论了补正后引起的计算量增大的问题。
邱建荣等人将邓聚龙的灰色聚类理论应用于燃煤结渣特性的评判中。灰色聚类理论继承了模糊数学法的优点，注意到分级界限不确定性问题，并在此基础上给出了属于某一等级的可能性分布。用此理论来判别煤的结渣性其结果无疑更符合客观实际。王桂明．谢竣林等人应用灰色理论对煤结渣性能进行评判，并对煤的结渣机理进行了分析，其结论与邱建荣等人相同，为煤的结渣评判提供了新思路。
华中理工大学郭嘉、曾汉才运用模糊聚类分析法分析预测混煤的结渣趋势，此方法不仅适合混煤的特点，而且考虑了模糊因素的影响方便易行。
（三）模糊模式识别
模糊模式识别法大致可分为直接法和间接法(又称群体模式识别方法 )。直接法是根据最大隶属原则来归类，间接法则是按照择近原则来对被识别对象进行识别。
郭嘉， 曾汉才采用间接法，将已知结渣状况的6个煤种作为模型，采用煤灰软化温度 、硅铝比、碱酸比和硅比4个评判指标，对受检煤种进行识别。通过计算与前6个已知模型的贴近度，来判别受检者的归属类型。但此模型比较粗糙，识别范围狭窄，且只考虑了煤灰的特性，仅适用于燃烧工况比较接近的不同煤灰的评判。
兰泽全， 曹欣玉采用间接法对待识别对象进行结渣特性判别。选用了7 个已知结渣程度的燃煤作为标准模型，以4 个常规指标和综合指数R 为评判因素集， 对同一台锅炉不同部位的3 个样品(炉渣，转向室灰，除尘灰) 以及某燃料水煤浆灰进行识别， 以判断属于何种结渣程度，结果表明该模型较以前的四因素法具有更高的准确性。同时指出应用模糊模式识别法来评价其沾污结渣特性时，在因素集的选取方面应更多地考虑锅炉设计参数及运行工况的影响。
（转载自http://zw.NSEAC.com科教作文网）
赵利敏，路丕思综合考虑灰熔点、碱酸比、硅铝比、硅比 及炉膛平均温度和无因次实际切圆直径6个因素，利用模糊模式识别的方法判断锅炉结渣。以实际运行中已知结渣程度的9台锅炉作为样本，对7 台受检锅炉进行评判，评判结果与实际情况相符。此新方法可预示大容量锅炉的设计及运行时的结渣程度。
随着模式识别样本库的不断丰富和完善，此方法将会得到更广泛的应用。
三、结论
目前的采用的预测方法大多以煤指特性为指标，对锅炉的运行情况考虑较少。由于炉内结渣的多种因素影响，用某种固定的预测方法得到的结果，往往达不到要求的精度，难以找到通用的预测模型，而且数据本身也具有局限性。要想提高结渣预测的精确度，需要不断改进计算方法，建立和完善煤质特性、锅炉运行参数的数据库，寻找普遍使用的模型。
参考文献：
[1] 陈吟颖、石惠芳、阎维平，达拉特发电厂3 号锅炉炉膛结渣研究[J].动力工程， 2003， 23(5):2635～2637.
[2] 张忠孝，用模糊数学方法对电厂锅炉结渣特性的研究[J]. 中国电机工程学报， 2000，20(10): 64～66.
[3] 陈宝康、阎维平、李霄飞，基于神经网络的电站锅炉辐射受热面污染监测[J]. 动力工程， 2003， 23(5): 2660～2664.
[4]舒红宁、黄镇宇、董一真等，基于煤灰成分的非线性结渣模糊综合预测模型[J]. 电站系统工程， 2006， 22(4): 11～12.
[5] 陈力哲、艾静，煤的结渣特性磁力分析的研究[J]. 热能动力工程， 2000， 15(3) : 110～ 111， 194.
[6]陈立军、文孝强、王恭等，燃煤锅炉结渣特性预测方法综述[J]. 热力发电， 2006，(06): 1～5.
