论文部分内容阅读
锅炉NO_x排放量是反映锅炉燃烧状态及电厂运行环保性的重要指标。准确的预知NO_x排放量,既有利于指导锅炉优化调整以降低环境污染,又能提高锅炉机组运行的经济性。受煤源及国家发电用煤政策限制电站锅炉常混配掺烧劣质煤,劣质煤的燃尽需要较高的炉温和较长的炉内停留时间。特别是对冲火焰超临界锅炉的特点往往导致NO_x排放量偏高。因此,对锅炉NO_x排放特性及影响因素进行深入分析,研究NO_x排放量的预测方法,从而对锅炉运行参数进行优化调整,减少NO_x排放对环境的污染具有重要意义。本文基于煤燃烧NO_x生成机理,结合对冲火焰超临界锅炉的特点,分析了其NO_x生成特点及影响因素。以某660MW对冲火焰超临界锅炉为研究对象进行了NO_x排放特性试验研究,研究了各运行因素对NO_x排放的影响。根据BP神经网络理论,建立了基于各影响因素的NO_x排放预测模型,并进行了热态运行锅炉的NO_x排放预测,且通过热态试验进行了验证。为NO_x生成计算模型、NO_x排放特性试验、建立BP神经网络模型和降NO_x排放量提供理论依据。研究结果表明:在煤燃烧过程生成的NO_x类型中,以燃料型NO_x和热力型NO_x为主。锅炉的对冲燃烧形式、炉内温度、燃料特性及燃烧器结构对NO_x排放影响较大。锅炉运行因素中氧量和燃尽风开度对NO_x排放的影响非常显著,当氧量增加NO_x排放量明显增加;当燃尽风开度增大,NO_x排放量减小。通过建立BP神经网络模型,并对BP网络模型进行训练,获得了对冲燃烧锅炉NO_x排放BP神经网络预测模型。该模型对于未训练样本预测结果与实际测量值之间的相对误差小于5%,完全达到预测精度要求。