[实用新型]一种在线煤质辨识装置

说明书

技术领域

本实用新型属于能源领域，涉及一种在线煤质辨识装置。

背景技术

判断锅炉燃烧稳定性状态，分析燃烧不稳定的原因，从而指导运行人员进行正确的操作，是很多火电厂所面临的一个非常重要也是迫切需要解决的问题。针对这一问题，需要对锅炉燃烧稳定性进行一些更深入的研究，对锅炉燃烧状况做出及时准确的判断，以便提高机组运行的安全性和稳定性，使锅炉稳定地燃烧，减少炉膛灭火和投油的次数，从而提高整个机组运行的经济效益。

入炉煤质在线检测已成为节能管理及燃烧优化调整的关键因素。传统的基于化学分析的煤质检测方法由于具有检测结果准确度高、使用简单的特点，在火力发电厂普遍采用。但这种方法几小时才能完成一次检测，不能及时反映煤质变化情况，难以满足实时性能计算及优化的要求。

发明内容

为了解决以上问题，本实用新型提供一种在线煤质辨识装置，该装置通过入炉煤质自学习，不断丰富煤质数据库煤质数据，实现煤质的准确在线检测。

为了实现上述目的，本实用新型采用以下方案：一种在线煤质辨识装置由全光谱光电探头、现场控制箱、数据采集与处理单元、主控机柜等组成，其中，主控机柜通过控制电缆连接现场控制箱，并用专用连接线拉出全光谱光电探头，全光谱光电探头安装在和现场火检探头等同的位置上，全光谱光电传感器设置在全光谱光电探头内，火焰特征转化成光电信号，进入采集装置，通过放大过滤后送到光谱分析及建模软件单元，通过神经网络自学习自适应过程，得出煤质特性。整套装置安装简便、对外部环境特别是装置安全没有影响。

进一步地，该技术是基于计算机技术和控制技术的智能化装置，对火焰特征数据进行实时采集、放大、传送、分析和处理，实时监测现场火焰得到燃煤信息，将相应的数据送给控制装置及运值人员，为安全生产、优化燃烧提供准确信息。

所述光谱分析及建模软件单元采用全光谱光电探头与实时-高效-自适应的神经网络模型技术，具体说明如下：

全光谱光电探头

全光谱光电探头具有光电扫描、全光谱特征测量、痕迹跟踪的先进功能。可用于识别燃煤质类、监测火焰稳定性和燃烧工况等。

实时-高效-自适应的神经网络模型

从煤的燃烧机理入手，开发出火焰特征与煤质模型，通过建模、多维数据分析、数据库管理等方式进行入炉煤质的辨识。

与现有技术相比，本实用新型的优点在于：通过入炉煤质自学习，不断丰富煤质数据库煤质数据，实现煤质的准确在线检测。辨识后的煤质数据以秒级的速度进行快速检验，并将检验数据实时输送给控制系统（DCS）,作为主要生产指标运算依据，成为火力发电厂重要的前馈信号，为磨煤机控制精度、多工况下给煤量、燃烧配风、减温水投放、燃烧优化等提供最有效地的数值。

附图说明

图1为实用新型所述一种在线煤质辨识装置的结构示意图；

图2为本实用新型所述一种在线煤质辨识装置的工作流程图；

其中，1-电线、2-机柜、3-控制电缆、4-现场控制箱、5-专用连接线、6-全光谱光电探头、7-锅炉。 

具体实施方式

下面结合附图和具体实施例对本实用新型作进一步详细描述，但不作为对本实用新型的限定。

实施例1：参见图1，一种在线煤质辨识装置由电线1、机柜2、控制电缆3、现场控制箱4、专用连接线5和全光谱光电探头6组成，其中电线1连接机柜2，给整个装置供电，机柜2通过控制电缆3连接现场控制箱4，现场控制箱4通过专用连接线5引出全光谱光电探头6，通过全光谱光电探头6到锅炉7中采集火焰信号。

进一步地，包括全光谱光电探头、数据采集与处理单元，其中，火焰特征转化成光电信号，进入采集装置，通过放大过滤后送到光谱分析及建模软件单元，通过神经网络自学习自适应过程，得出煤质特性。

进一步地，参见图2，所述煤质特征提取技术是基于计算机技术和控制技术的智能化装置，对火焰特征数据进行实时采集、放大、传送、分析和处理，实时监测现场火焰得到燃煤信息，将相应的数据送给控制装置及运值人员，为安全生产、优化燃烧提供准确信息。

以上所述，仅为本实用新型中的具体实施方式，但本实用新型的保护范围并不局限于此，任何熟悉该技术的人在本实用新型所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本实用新型的包含范围之内。因此，本实用新型的保护范围应该以权利要求书的保护范围为准。