超超臨界鍋爐高溫受熱面熱偏差預(yù)測模型研究

楊凱鏇， 丁士發(fā)， 陶　麗， 崇培安

(上海發(fā)電設(shè)備成套設(shè)計研究院， 上海 200240)

?

研究與分析

超超臨界鍋爐高溫受熱面熱偏差預(yù)測模型研究

楊凱鏇， 丁士發(fā)， 陶麗， 崇培安

(上海發(fā)電設(shè)備成套設(shè)計研究院， 上海 200240)

摘要：通過BP神經(jīng)網(wǎng)絡(luò)建立鍋爐運(yùn)行方式與熱偏差的映射模型，并對熱偏差模型的輸入變量進(jìn)行靈敏度分析，找到鍋爐熱偏差較大工況時控制減少高溫受熱面熱偏差的主要因素，建議以降低管壁溫度峰值，減緩氧化皮生成速度，減少超溫爆管事故，提高鍋爐運(yùn)行安全性。

關(guān)鍵詞：超超臨界鍋爐; 高溫受熱面; 熱偏差; 模型預(yù)測; 靈敏度分析

隨著機(jī)組參數(shù)的提高，超超臨界機(jī)組采用了很多合金鋼的管子，但仍然存在由機(jī)組氧化皮剝落而引起堵塞、爆管等事故，超超臨界鍋爐高溫受熱面的蒸汽氧化腐蝕問題是影響超超臨界鍋爐安全運(yùn)行的重要因素。通過在線分析研究鍋爐熱偏差和運(yùn)行參數(shù)的歷史數(shù)據(jù)，引入三層BP神經(jīng)網(wǎng)絡(luò)模型，建立鍋爐運(yùn)行方式與高溫受熱面熱偏差的映射關(guān)系，并在鍋爐運(yùn)行過程中通過當(dāng)前參數(shù)實(shí)時預(yù)測高溫受熱面熱偏差，進(jìn)而為超超臨界鍋爐優(yōu)化運(yùn)行，降低高溫受熱面熱偏差提供指導(dǎo)方向。通過在機(jī)組運(yùn)行過程中控制高溫受熱面熱偏差，降低高溫受熱面管壁溫度峰值，降低高溫受熱面高溫區(qū)超溫幅度，進(jìn)而有效緩減鍋爐高溫受熱面蒸汽氧化腐蝕問題，提高管材的有效使用壽命。

1熱偏差的產(chǎn)生原因

超超臨界電站鍋爐高溫過熱器、高溫再熱器等高溫受熱面在工作中承受高溫高壓，當(dāng)材料在變負(fù)荷工況運(yùn)行時，由于工況變化和水蒸氣參數(shù)變化，過熱器和再熱器材料金屬的工作條件變得極端惡劣，在運(yùn)行過程中很容易出現(xiàn)超溫爆管事故。超超臨界鍋爐由于沒有汽包，中間段管子和集箱溫度波動大，而且鍋爐的壓力和溫度較高，集箱和管子的應(yīng)力較大，管子設(shè)計壁溫的裕量較小，管材容易超溫運(yùn)行。鍋爐過熱器、再熱器等高溫受熱面的熱偏差主要由爐膛出口水平煙道煙氣流速不均、煙氣溫度不均和蒸汽側(cè)的流量偏差引起。

(1)

從式(1)可知：熱偏差系數(shù)就是偏差管的焓增與管組平均焓增差別的度量。管段的焓增越大，該管段金屬材料的壁溫就會越高。在某個管的熱偏差系數(shù)過大的時候，就有可能成為危險管，甚至局部發(fā)生超溫爆管。

對于一組熱偏差曲線(T1,T2,…,Tn)，其最大值為：

Tmax=max(T1,T2,…,Tn)

(2)

對于一組熱偏差曲線(T1,T2,…,Tn)，其評價值為：

(3)

2基于BP神經(jīng)網(wǎng)絡(luò)的熱偏差預(yù)測模型

2.1 用于預(yù)測鍋爐受熱面熱偏差的BP神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性擬合能力，可映射任意復(fù)雜的非線性關(guān)系，且學(xué)習(xí)規(guī)則簡單，便于計算機(jī)實(shí)現(xiàn)。目前廣泛應(yīng)用于預(yù)測的神經(jīng)網(wǎng)絡(luò)為BP神經(jīng)網(wǎng)絡(luò)[1]，它采用多層結(jié)構(gòu)，分為輸入層、隱含層、輸出層。BP神經(jīng)網(wǎng)絡(luò)輸入層、隱含層通常采用Sigmoid函數(shù)或線性函數(shù)作為傳遞函數(shù)，輸出層預(yù)測函數(shù)采用線性函數(shù)作為傳遞函數(shù)。

2.2 影響熱偏差因素的分析

鍋爐運(yùn)行過程中，熱偏差主要由工質(zhì)側(cè)流量分配不均和煙氣側(cè)吸熱偏差引起。工質(zhì)側(cè)流量分配不均的原因有：(1)由于集箱效應(yīng)導(dǎo)致屏間流量分配不均；(2)由于管子排列結(jié)構(gòu)差異而引起的管間流量不均；(3)由于熱效應(yīng)引起的流量分配不均。煙氣側(cè)吸熱偏差的原因有：(1)沿?zé)煹缹挾鹊母髁泄茏游鼰岵煌?，主要是沿?zé)煹缹挾确较蛑袩煔鉁囟葓龊蜔煔鉀_刷管子的速度場分布不均勻；(2)同屏的管子吸熱不同，主要是管子所處位置不同，導(dǎo)致受熱條件差異引起；(3)受熱面污染(積灰、結(jié)焦)的不均勻性，部分管污染可能會使其他管圈吸熱增加。

實(shí)際運(yùn)行過程中可控制熱偏差的因素主要集中在煙氣側(cè)，通過優(yōu)化控制配風(fēng)方式實(shí)現(xiàn)。切向燃燒鍋爐運(yùn)行過程降低熱偏差主要以分級送風(fēng)和二次風(fēng)反切等消旋為主要手段。四角切圓鍋爐通過調(diào)節(jié)爐內(nèi)分級送風(fēng)比例調(diào)整高溫受熱面熱偏差，通過分級送風(fēng)減小爐膛上部切圓直徑，降低水平煙道熱偏差[2]。四角切圓鍋爐通過頂部二次過燃風(fēng)反切的技術(shù)[3-4]，爐膛上部應(yīng)用消旋，減少殘余旋轉(zhuǎn)，使?fàn)t膛上部保持一個弱旋，減少沿寬度方向熱偏差。由于爐內(nèi)旋轉(zhuǎn)的是燃燒射流火焰，只有消旋風(fēng)動量達(dá)到一定程度后，方能顯著影響水平煙道煙氣能量和壁溫分布[5]。

與四角切圓鍋爐相類似，墻式切圓鍋爐為了減弱爐膛空氣的殘余旋轉(zhuǎn)，通過附加風(fēng)的反切和上下擺動，可有效降低高溫受熱面熱偏差[6]。切向燃燒鍋爐熱偏差圖形基本是固定的，不隨鍋爐負(fù)荷和燃燒器的投入情況而改變，最大熱偏差位置基本不變；而前后墻燃燒時的熱偏差圖形會隨投入燃燒器的情況而變化[7]。

對于高溫受熱面蒸汽側(cè)由上級受熱面?zhèn)鬟f到下級受熱面的吸熱偏差，除了設(shè)計時采用左右側(cè)蒸汽交換連接，運(yùn)行時主要通過調(diào)整左右側(cè)減溫水流量[3]。通過調(diào)節(jié)兩側(cè)減溫水流量，可以調(diào)整受熱面進(jìn)口汽溫側(cè)的偏差，進(jìn)而達(dá)到降低熱偏差的效果。

2.3 鍋爐燃燒系統(tǒng)

2.3.1 660 MW墻式切圓鍋爐燃燒系統(tǒng)

某電廠660 MW超超臨界鍋爐機(jī)組采用CUF墻式切圓燃燒大風(fēng)箱結(jié)構(gòu)，全擺動燃燒器。整個燃燒器與水冷壁固定連接，并隨水冷壁一起向下膨脹，燃燒器共24組，布置于四面墻上，形成一個大切圓。煤粉燃燒器平面圖見圖1。

燃燒器采用CUF墻式切圓燃燒大風(fēng)箱結(jié)構(gòu)，全擺動燃燒器，共設(shè)6層濃淡一次風(fēng)口，3層油風(fēng)室，10層輔助風(fēng)室，1層燃盡風(fēng)室。燃燒器6層煤粉噴口，每層與1臺磨煤機(jī)相配，主燃燒器采用低NOx的PM型煤粉燃燒器。燃燒器的頂部為OFA噴嘴，可向上向下20°的擺動，一、二次風(fēng)噴嘴可上下各20°的擺動。在距上層煤粉噴嘴上方約5.0 m處有4層附加燃盡風(fēng)A-A(Additional Air)噴嘴，角式布置，見圖2。A-A風(fēng)風(fēng)箱分4個風(fēng)室，每個風(fēng)室設(shè)置2個噴口，即上噴口和下噴口。A-A風(fēng)每個風(fēng)室內(nèi)的兩只上下噴口組成一組，除了可做上下30°的擺動，還可做左右10°的擺動。A-A風(fēng)和OFA風(fēng)除降低NOx外，還可以弱化爐膛出口殘余旋轉(zhuǎn)，適當(dāng)增加OFA風(fēng)和A-A風(fēng)，調(diào)節(jié)爐內(nèi)分級送風(fēng)比例，使?fàn)t膛出口殘余旋轉(zhuǎn)降低，減少高溫受熱面熱偏差。此外應(yīng)用A-A 風(fēng)反切，爐膛上部消旋，降低爐膛出口殘余旋轉(zhuǎn)，同樣減少高溫受熱面熱偏差。

2.3.2 1 000 MW對沖燃燒鍋爐燃燒系統(tǒng)

煤粉燃燒器將燃燒用空氣分為四部分：一次風(fēng)、內(nèi)二次風(fēng)、外二次風(fēng)(也稱三次風(fēng))和中心風(fēng)。煤粉及其輸送用風(fēng)(一次風(fēng))經(jīng)煤粉管道、燃燒器一次風(fēng)管、煤粉濃縮器后噴入爐膛；燃燒器大風(fēng)箱為運(yùn)行燃燒器提供內(nèi)二次風(fēng)和外二次風(fēng)，為停運(yùn)燃燒器提供冷卻風(fēng)。進(jìn)入每個燃燒器的內(nèi)二次風(fēng)量可通過燃燒器上的二次風(fēng)門進(jìn)行調(diào)節(jié)，為手動。通過調(diào)節(jié)內(nèi)二次風(fēng)門的開度可得到適當(dāng)?shù)膬?nèi)二次風(fēng)量，以獲得最佳燃燒工況，即良好的著火穩(wěn)燃性能、高的燃燒效率、低的NOx排放量及防止燃燒器結(jié)焦等。進(jìn)入每個燃燒器的外二次風(fēng)量可通過燃燒器上切向布置的葉輪式風(fēng)門擋板進(jìn)行調(diào)節(jié)。調(diào)節(jié)外二次風(fēng)門擋板的開度，即可得到適當(dāng)?shù)耐舛物L(fēng)量和外二次風(fēng)旋流強(qiáng)度，獲得最佳燃燒工況。

燃盡風(fēng)及側(cè)燃盡風(fēng)調(diào)風(fēng)器將燃盡風(fēng)分為兩股獨(dú)立的氣流送入爐膛，中央部位的氣流為直流氣流，它速度高、剛性大；外圈氣流是旋轉(zhuǎn)氣流，離開調(diào)風(fēng)器后向四周擴(kuò)散，用于和靠近爐膛水冷壁的上升煙氣進(jìn)行混合。外圈氣流的旋流強(qiáng)度和兩股氣流之間的風(fēng)量分配均可進(jìn)行調(diào)節(jié)，各層燃燒器總風(fēng)量的調(diào)節(jié)通過風(fēng)箱入口風(fēng)門執(zhí)行器來實(shí)現(xiàn)調(diào)節(jié)。

2.4 鍋爐熱偏差預(yù)測模型

在訓(xùn)練的過程中，第一層激勵函數(shù)為tansig，第二層激勵函數(shù)為purelin，學(xué)習(xí)率為0.02，轉(zhuǎn)動動量為0.8，最大訓(xùn)練次數(shù)為400 000，最小誤差為0.000 000 1。

參數(shù)設(shè)置完畢，就可以訓(xùn)練神經(jīng)網(wǎng)路模型。由于BP神經(jīng)網(wǎng)絡(luò)的誤差反向傳遞，經(jīng)過N次誤差迭代訓(xùn)練后，模型輸出誤差小于期望誤差，則神經(jīng)網(wǎng)絡(luò)訓(xùn)練完畢。經(jīng)過N次計算后的神經(jīng)網(wǎng)絡(luò)三層參數(shù)的權(quán)值與閾值分別存儲到數(shù)據(jù)庫，供在線優(yōu)化熱偏差模型使用。

經(jīng)過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型參數(shù)，當(dāng)實(shí)際熱偏差工況比較惡劣的時候，通過選擇修改熱偏差模型參數(shù)的輸入值，調(diào)整模型輸出值；當(dāng)模型輸出值較優(yōu)的時候，記錄對應(yīng)的模型輸入?yún)?shù)值，并顯示到人機(jī)交互界面，供運(yùn)行人員修改，見圖3。

2.4.1 墻式切圓鍋爐600 MW 工況預(yù)測模型

墻式切圓鍋爐600 MW工況預(yù)測模型輸入?yún)?shù)見表1。

表1　試驗(yàn)機(jī)組運(yùn)行參數(shù)與配風(fēng)

隱含層為隱節(jié)點(diǎn)，數(shù)量為30個。

模型輸出參數(shù)：鍋爐高溫受熱面(屏式過熱器、末級過熱器、末級再熱器)最大屏間熱偏差系數(shù)(見表2)。

表2　末過熱偏差系數(shù)最大值試驗(yàn)效果

由表2可知：墻式切圓鍋爐的熱偏差預(yù)測模型最大誤差1.79%，最小誤差為0.30%，熱偏差模型預(yù)測值與期望值具有較好準(zhǔn)確性。

2.4.2 前后墻對沖燃燒鍋爐1 000 MW 預(yù)測模型

前后墻對沖燃燒鍋爐在燃燒過程中，控制變量比墻式切圓的變量要少很多，運(yùn)行的手段相對簡單，一次風(fēng)對鍋爐高溫受熱面熱偏差影響比切圓燃燒鍋爐要大，因?yàn)榍昂髩_燃燒鍋爐高溫受熱面熱偏差圖形會隨燃燒器投運(yùn)發(fā)生變化[7]，而燃燒器投運(yùn)與一次風(fēng)密切相關(guān)，所以在模型預(yù)測及優(yōu)化熱偏差的過程中引入一次風(fēng)等影響因素。

前后墻對沖燃燒鍋爐1 000 MW預(yù)測模型輸入?yún)?shù)見表3。

表3　試驗(yàn)機(jī)組運(yùn)行參數(shù)與配風(fēng)

隱含層為隱節(jié)點(diǎn)，數(shù)量為30個。

模型輸出參數(shù)：鍋爐高溫受熱面(屏式過熱器、末級過熱器、末級再熱器)最大屏間熱偏差系數(shù)(見表4)。

由表4可知：前后墻對沖鍋爐熱偏差預(yù)測模型最大誤差-1.60%，最小誤差為0，熱偏差模型預(yù)測值與期望值具有較好準(zhǔn)確性。

表4　末過熱偏差系數(shù)最大值試驗(yàn)效果

3模型參數(shù)的靈敏度分析

3.1 模型參數(shù)對模型輸出的靈敏度分析

參數(shù)的靈敏度分析是計算各系統(tǒng)參數(shù)對系統(tǒng)輸出的影響因子，從而對系統(tǒng)參數(shù)進(jìn)行優(yōu)選。

(4)

式中：oj、oi表示第j個和第i個節(jié)點(diǎn)的輸出；wji表示第i個節(jié)點(diǎn)和第j個節(jié)點(diǎn)的連接權(quán)；αi為該節(jié)點(diǎn)的重視程度系數(shù)(0或1)；f為激活函數(shù)(sigmodal 函數(shù))。

引入αi后，如果αi=0，節(jié)點(diǎn)i對網(wǎng)絡(luò)的其余部分沒有影響，相當(dāng)于刪除了該節(jié)點(diǎn)；如果αi=1，節(jié)點(diǎn)i就是一個傳統(tǒng)的節(jié)點(diǎn)。于是隱節(jié)點(diǎn)i的靈敏度可表示為：

ρ=Eαi=0-Eαi=1

(5)

(6)

(7)

3.2 墻式切圓鍋爐600 MW工況風(fēng)門開度對末級過熱器屏間熱偏差靈敏度分析

墻式切圓鍋爐600 MW工況風(fēng)門開度對末級過熱器屏間熱偏差靈敏度分析見表5。

表5墻式切圓鍋爐600 MW工況靈敏度分析

%

由表5可知：對于墻式切圓燃燒鍋爐，影響末級過熱器熱偏差的主要因素有氧量和AA層附加風(fēng)。

3.3 前后墻對沖燃燒鍋爐1 000 MW工況風(fēng)門開度對末級過熱器屏間熱偏差靈敏度分析

前后墻對沖燃燒鍋爐1 000 MW工況風(fēng)門開度對末級過熱器偏差靈敏度分析見表6。

表6　前后墻對沖燃燒鍋爐1 000 MW工況靈敏度分析　　%

由表6可見，對于前后墻對沖燃燒鍋爐，影響末級過熱器熱偏差的主要因素有：A磨煤機(jī)一次風(fēng)流量、C磨煤機(jī)一次風(fēng)流量和過熱器一級減溫水流量。

3.4 參數(shù)靈敏度分析意義

對于神經(jīng)網(wǎng)絡(luò)模型預(yù)測而言，首先要找到一個擬合度十分良好的熱偏差模型；其次對于輸入?yún)?shù)而言，每一個輸入?yún)?shù)發(fā)生微小變動，模型輸出變化越大的則靈敏度越高，模型輸出變化忽略不計的靈敏度越低。

在神經(jīng)網(wǎng)絡(luò)擬合較好的模型下，輸入?yún)?shù)對輸出參數(shù)的靈敏度分析越高，在實(shí)際運(yùn)行中為了找到最佳手段調(diào)整鍋爐高溫受熱面熱偏差，通過分析熱偏差預(yù)測模型輸入?yún)?shù)的靈敏度，靈敏度越高，熱偏差調(diào)整動態(tài)過程中的優(yōu)先級越高。

4結(jié)語

熱偏差預(yù)測模型引入三層BP神經(jīng)網(wǎng)絡(luò)模型，建立鍋爐高溫受熱面熱偏差系數(shù)與鍋爐運(yùn)行參數(shù)映射關(guān)系，進(jìn)而建立鍋爐高溫受熱面熱偏差的預(yù)測模型，進(jìn)而在鍋爐高溫受熱面熱偏差較大工況發(fā)生時，找到最佳調(diào)節(jié)手段，動態(tài)調(diào)節(jié)鍋爐運(yùn)行參數(shù)，以降低鍋爐高溫受熱面熱偏差。

通過神經(jīng)網(wǎng)絡(luò)模型方法研究了墻式切圓燃燒鍋爐和前后墻對沖燃燒鍋爐末級過熱器屏間熱偏差最大值的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并檢驗(yàn)了模型預(yù)測值和實(shí)際值之間的誤差。通過引入神經(jīng)網(wǎng)絡(luò)模型參數(shù)的靈敏度分析，計算各個輸入變量的神經(jīng)網(wǎng)絡(luò)模型靈敏度，進(jìn)而確定實(shí)際運(yùn)行過程動態(tài)調(diào)整鍋爐熱偏差的優(yōu)先級，從而指導(dǎo)鍋爐運(yùn)行人員優(yōu)化調(diào)整熱偏差：

(1) 通過神經(jīng)網(wǎng)絡(luò)建立鍋爐配風(fēng)方式與高溫受熱面熱偏差的模型是可行的。

(2) 通過神經(jīng)網(wǎng)絡(luò)模型的靈敏度分析，建立鍋爐運(yùn)行優(yōu)化調(diào)整運(yùn)行參數(shù)的優(yōu)先級。

(3) 墻式切圓燃燒鍋爐運(yùn)行過程中，可通過調(diào)整二次風(fēng)門開度來改善鍋爐高溫受熱面熱偏差。

(4) 前后墻對沖燃燒鍋爐運(yùn)行過程中，調(diào)整一次風(fēng)比二次風(fēng)對降低高溫受熱面熱偏差反而更加有效。

參考文獻(xiàn)：

[1] 魏海坤. 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的理論和方法[M]. 北京：國防工業(yè)出版社，2005：10-15.

[2] 謝劍文，黃啟龍，楊紅權(quán),等. 600 MW超臨界鍋爐爐內(nèi)分級送風(fēng)比例對高溫受熱面熱偏差的影響[J]. 神華科技,2009，27(1)：51-54.

[3] 唐從耿，劉叢濤，張裕嘉,等. 鍋爐受熱面熱偏差的改進(jìn)措施[J]. 動力工程,2006,26(6)：773-779.

[4] 丁士發(fā)，陳朝松，劉平元,等. 角動量流率在大容量鍋爐受熱面超溫爆管改造中的應(yīng)用[J]. 動力工程,2003，23(2)：2294-2297.

[5] 郭增輝. 淺析四角切圓燃燒鍋爐熱偏差產(chǎn)生的原因及治理措施[J]. 機(jī)電信息，2013(36)：54-55.

[6] 祁永峰. 國產(chǎn)660 MW超超臨界鍋爐熱偏差調(diào)整[J]. 電力科學(xué)與工程，2013，29(3)：74-78.

[7] 王孟浩. 大容量電站鍋爐過熱器再熱器溫度偏差原因及防治對策[J]. 鍋爐技術(shù)，1992，23(3)：1-11.

聲明

為適應(yīng)我國信息化建設(shè)，擴(kuò)大本刊及作者知識信息交流渠道，本刊已被《中文科技期刊數(shù)據(jù)庫(全文版)》、《中國核心期刊(遴選)數(shù)據(jù)庫》、《中國學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫》及CNKI系列數(shù)據(jù)庫收錄，有關(guān)作者文章著作權(quán)使用費(fèi)與本刊稿酬一次性給付。如作者不同意文章被收錄，請在來稿時向本刊聲明，本刊將做適當(dāng)處理。

A Thermal Deviation Prediction Model for the High-temperature Heating Surface of Ultra Supercritical Boilers

Yang Kaixuan, Ding Shifa, Tao Li, Chong Pei’an

(Shanghai Power Equipment Research Institute, Shanghai 200240, China)

Abstract：A mapping model of boiler operating mode and thermal deviation was established based on BP neural network, while a sensitivity analysis was made on input variables of the model to find the main factors that affect the thermal deviation of high-temperature heating surfaces under the condition of high boiler thermal deviation, so as to provide suggestions to lower the peak temperature of tube walls, slow down the formation rate of oxide scales, reduce the risk of explosive accidents, and therefore improve the safety of boiler operations.

Keywords：ultra supercritical boiler; high-temperature heating surface; thermal deviation; prediction model; sensitivity analysis

中圖分類號：TK222

文獻(xiàn)標(biāo)志碼：A

文章編號：1671-086X(2016)02-0071-06

作者簡介：楊凱鏇(1983—)，男，工程師，主要從事電站鍋爐性能計算軟件開發(fā)工作。E-mail: yangkaixuan@speri.com.cn

基金項(xiàng)目：國家核電員工自主創(chuàng)新項(xiàng)目(SNP-KJ-CX-2013-15)

收稿日期：2015-09-18