[发明专利]循环流化床生活垃圾焚烧锅炉汽包水位的预测系统及方法

说明书

技术领域

本发明涉及能源工程领域，特别地，涉及一种循环流化床生活垃圾焚烧锅炉汽包水位的预测系统及方法。

背景技术

垃圾焚烧由于能够良好实现垃圾处理技术的减容化、减量化、无害化和资源化，近十几年内，在国家相关产业政策的引导下，国内垃圾焚烧行业取得了蓬勃的发展。循环流化床(Circulating Fluidized Bed,CFB)生活垃圾焚烧技术作为主要的生活垃圾焚烧处理技术之一，已经在国内的多个城市进行了推广应用，截止2014年年底，国内已建成垃圾焚烧锅炉70余台，日处理垃圾量6.4万吨，为我国的垃圾焚烧处理行业做出了重要的贡献。汽包水位作为锅炉重要的运行控制目标之一，是一个反映锅炉内能量和工质平衡的关键参数，对锅炉的安全运行造成了严重的影响。汽包水位过高会引起蒸汽带水，恶化蒸汽的品质，并有可能会损坏管道、汽轮机等设备，汽包水位过低，会导致下降管出口带汽，影响正常水循环，甚至造成汽包干锅和水冷壁烧损。由于汽包液面下存在大量的水蒸气，并且不断地进行膨胀和收缩，使汽包水位的建模和控制变得困难。

目前，国内外并没有针对CFB生活垃圾焚烧锅炉汽包水位的动态特性进行专门的研究，只是针对常规电站的燃煤锅炉进行了研究，并提出了集中参数的机理模型。这些模型通过对汽包、下降管和水冷壁分别进行质量守恒、动量守恒和能量守恒分析，并在简化假设的基础上构建了基于微分方程的动态特性模型，可以用于对汽包水位进行仿真分析，或服务于一些基于模型的控制算法。这些单纯依靠汽包水位建模方法，很好的描述了汽包水位动态变化的本质，解释性好，外推性强，大多数的工况下都能够反映汽包水位的变化趋势。然而这种建模方法却有以下不足之处：

1)机理建模是建立在诸多的简化和假设的基础之上的，与实际的模型和物理过程之间有着一定的误差，必然会导致模型的预测结构和实际值有出入；

2)机理建模方法得到的模型比较复杂，往往都是高阶模型，或者具有非线性，为了更好的求解和实际应用，通常会进行降阶或者线性化处理，从而使模型的精度降低；

3)汽包水位的形成过程牵涉到了复杂的两相流和气泡的生成-膨胀/收缩-破裂过程，人们对这些过程的研究和理解并不是非常的完备，因此会在建模的过程无法完全表达出这些过程的特性，甚至进行错误的数学描述，从而给模型带来误差；

4)这些机理模型都是针对燃煤电站锅炉的，并且是在假设水冷壁均匀吸热的前提下提出的。然而国内的城市生活垃圾多为混合收集，入厂、入炉垃圾成分较为复杂，表现出低热偏值、水分较高和波动性较大的特征，并且垃圾的理化性质和煤相比有截然不同的特性，因此，在CFB锅炉中燃烧时具有独特的燃料热值释放规律。另外，生产工艺的特点也加剧了CFB垃圾焚烧锅炉中水冷壁的吸热的不均匀性。因此，这些基于水冷壁均匀受热的汽包水位变化模型不一定适用于CFB生活垃圾焚烧锅炉。

5)实际的生产过程中，建模对象和物理过程总是面临着各种各样可知或者不可知的扰动，而机理建模的过程中通常会忽略这些扰动，导致创建的模型过于理想化。

在使用机理建模方法创建汽包水位的预测模型时存在的这些不足之处可以通过黑箱建模的方法来进行弥补。随着电子技术、计算机技术和信息技术的发展，集散控制系统(Distributed Control System,DCS)广泛的应用于CFB生活焚烧锅炉的运行过程，包含温度、压力、流量等参数在内的过程数据都被完善得保存下来，这些历史数据中包含丰富过程信息，是人们认识和了解生产过程的重要途径之一，具有很高的挖掘价值。自适应糊神经网络(AdaptiveNeuro-Fuzzy Inference System,ANFIS)融合了神经网络并行计算、分布式信息存储、容错能力强、具备自适应学习功能等优点和模糊算法能够有效表达先验知识的能力，成为构建不确定性和非线性模型的有力工具。ANFIS建模时无需掌握复杂的对象机理，建模过程也相对简单，能够表征那些尚未被人们掌握的过程特性和各种扰动。但是，单纯的ANFIS建模方法存在着模型外推性差、模型的解释性不强、依赖训练样本并且涵盖的工况有限等不足之处。

发明内容

本发明的目的在于针对现有技术的不足，提供一种循环流化床生活垃圾焚烧锅炉汽包水位的预测系统及方法，本发明将机理建模和ANFIS建模联合起来，创建一个基于混合建模方法的汽包水位动态特性表征模型。利用ANFIS建模来补偿汽包水位的机理建模过程当中，由于模型简化假设、模型降阶或线性化处理、对事物变化过程机理的认知不完备、对象特性不同以及内外扰动所带来的误差。充分发挥机理建模和ANFIS建模的优势，提升汽包水位模型的预测精度。