時(shí) 標(biāo)， 梁炎明， 傅望安， 毛國(guó)明， 韋玉華

（1．華能玉環(huán)發(fā)電廠， 浙江 臺(tái)州 317604； 2．西安理工大學(xué)自動(dòng)化與信息工程學(xué)院， 西安 710048）

M am dani模型在提高空氣預(yù)熱器熱點(diǎn)檢測(cè)準(zhǔn)確度上的研究與應(yīng)用

時(shí) 標(biāo)1， 梁炎明2， 傅望安1， 毛國(guó)明1， 韋玉華1

（1．華能玉環(huán)發(fā)電廠， 浙江 臺(tái)州 317604； 2．西安理工大學(xué)自動(dòng)化與信息工程學(xué)院， 西安 710048）

為進(jìn)一步提高現(xiàn)有空氣預(yù)熱器熱點(diǎn)檢測(cè)系統(tǒng)的檢測(cè)準(zhǔn)確率，對(duì)原空氣預(yù)熱器熱點(diǎn)檢測(cè)系統(tǒng)進(jìn)行了詳細(xì)研究，結(jié)合空氣預(yù)熱器實(shí)際運(yùn)行情況，提出了一種能夠提高該系統(tǒng)檢測(cè)準(zhǔn)確率的輔助方法。即根據(jù)運(yùn)行經(jīng)驗(yàn)利用模糊理論建立了機(jī)組負(fù)荷與能量歸一化因子的 Mamdani模糊模型， 通過(guò)模糊推理運(yùn)算使能量歸一化因子隨著機(jī)組負(fù)荷變化進(jìn)行自適應(yīng)調(diào)整。實(shí)例分析表明，采用能量歸一化因子自適應(yīng)調(diào)整方法，能有效降低該系統(tǒng)的誤報(bào)，從而提高了熱點(diǎn)檢測(cè)準(zhǔn)確率。

空氣預(yù)熱器； 熱點(diǎn)檢測(cè)； 能量歸一化因子； 自適應(yīng)調(diào)整； Mamdani模糊模型

0 引言

空氣預(yù)熱器（簡(jiǎn)稱(chēng)空預(yù)器）是火力發(fā)電機(jī)組中重要的換熱設(shè)備，作用是提高鍋爐燃燒和制粉系統(tǒng)的空氣溫度，降低排煙溫度，減少排煙熱損失。如果空預(yù)器內(nèi)部的空氣、煙氣流速低或不均勻，導(dǎo)致散熱條件變差，空預(yù)器可能會(huì)發(fā)生火災(zāi)事故[1－2]。 為預(yù)防此類(lèi)事故， 玉環(huán)發(fā)電廠安裝了熱點(diǎn)檢測(cè)系統(tǒng)。

原有的測(cè)溫傳感器是以移動(dòng)的方式對(duì)空預(yù)器的溫度場(chǎng)進(jìn)行檢測(cè)。在空預(yù)器運(yùn)行過(guò)程中，由于其內(nèi)部環(huán)境極其惡劣（溫度高、灰塵多和腐蝕嚴(yán)重），移動(dòng)式熱點(diǎn)檢測(cè)系統(tǒng)容易發(fā)生機(jī)構(gòu)卡死故障，嚴(yán)重影響系統(tǒng)的投運(yùn)率。如果測(cè)溫傳感器所在的位置與熱點(diǎn)位置距離較遠(yuǎn)，需要經(jīng)過(guò)數(shù)個(gè)空預(yù)器轉(zhuǎn)動(dòng)周期才能檢測(cè)到熱點(diǎn)，移動(dòng)檢測(cè)方式存在嚴(yán)重的檢測(cè)滯后問(wèn)題。因此，為提高系統(tǒng)投運(yùn)率和縮短熱點(diǎn)檢測(cè)時(shí)間，對(duì)移動(dòng)式熱點(diǎn)檢測(cè)系統(tǒng)進(jìn)行改造，替換成由西安理工大學(xué)開(kāi)發(fā)的基于紅外陣列傳感器的固定式熱點(diǎn)檢測(cè)系統(tǒng)。該系統(tǒng)克服了移動(dòng)式檢測(cè)系統(tǒng)易發(fā)生機(jī)械故障和檢測(cè)嚴(yán)重滯后的問(wèn)題，而且其熱點(diǎn)檢測(cè)方法在可靠性和準(zhǔn)確率方面都高于傳統(tǒng)的閾值報(bào)警方式。目前該系統(tǒng)運(yùn)行良好，但出現(xiàn)過(guò)誤報(bào)情況。

結(jié)合系統(tǒng)的檢測(cè)原理，對(duì)誤報(bào)原因進(jìn)行了分析，結(jié)果表明，當(dāng)能量歸一化因子與機(jī)組負(fù)荷不匹配時(shí)容易引起誤報(bào)。為此，對(duì)機(jī)組負(fù)荷與能量歸一化因子的關(guān)系進(jìn)行了研究， 建立了 Mamdani模糊模型，使能量歸一化因子隨著負(fù)荷變化進(jìn)行自適應(yīng)調(diào)整。實(shí)例分析表明，采用能量歸一化因子自適應(yīng)調(diào)整方法，能有效降低該系統(tǒng)的誤報(bào)，從而提高了熱點(diǎn)檢測(cè)準(zhǔn)確率。

1 熱點(diǎn)檢測(cè)系統(tǒng)的工作原理[3]

1.1 系統(tǒng)構(gòu)成

該系統(tǒng)的測(cè)溫傳感器由熱電偶和紅外陣列傳感器組成。這兩類(lèi)不同性質(zhì)的傳感器分布在空預(yù)器空氣側(cè)的上部和下部。4只熱電偶沿空預(yù)器半徑方向均勻分布在上部，作為系統(tǒng)的輔助測(cè)溫元件。5個(gè)紅外陣列傳感器固定在空預(yù)器下部的橫梁上，由于每個(gè)紅外陣列傳感器擁有7個(gè)紅外探頭， 因此相當(dāng)于有 35個(gè)紅外探頭布置在橫梁上，完全覆蓋測(cè)量范圍，再配合空預(yù)器轉(zhuǎn)子的轉(zhuǎn)動(dòng)，可以?huà)呙枵麄€(gè)轉(zhuǎn)子蓄熱元件的受熱面，從而獲得轉(zhuǎn)子內(nèi)部的溫度場(chǎng)分布。熱電偶和紅外傳感器的安裝位置如圖1所示。

圖1 熱電偶和紅外傳感器安裝位置示意圖

1.2 檢測(cè)原理

圖2 為該系統(tǒng)的熱點(diǎn)檢測(cè)模型， 其中 i=0，1， 2， …， n-k， 表示探頭順序號(hào)， n 表示紅外探頭數(shù)量， k 表示對(duì)區(qū)域 Sl（l=1， 2， 3， …， n-k +1）進(jìn)行融合推理的探頭個(gè)數(shù)。 根據(jù)圖2， 區(qū)域 Sl的紅外能量可被相鄰k個(gè)紅外探頭檢測(cè)，則 k個(gè)紅外 探頭的 輸 出 分別為 ti+1， ti+2，… ， ti+k， 通 過(guò) 紅外探頭的熱點(diǎn)局部決策函數(shù) f（t）， 可計(jì)算出在某一紅外能量下各探頭的熱點(diǎn)概率 μA和非熱點(diǎn)概率μB，然 后利 用 DS 證 據(jù)理 論[4]推 理區(qū)域 Sl是否存在熱點(diǎn)。 f（t）的定義如圖3 所示， 其中 θ1， θ2為預(yù)先設(shè)定的門(mén)限，t為紅外能量歸一化信號(hào)。

圖3 熱點(diǎn)局部決策函數(shù)

DS 證據(jù)理論提供了組合 2 個(gè)證據(jù)的規(guī)則，設(shè)U 是 1 個(gè)論域集合， m1和 m2是 2 個(gè)相互的基本概率賦值， 則 m1和 m2可以按式（1）和（2）合成 1個(gè)新的基本概率賦值函數(shù)：

式中：K為不相交集合的基本概率乘積之和，若K=1， 則認(rèn)為 m1與 m2矛盾， 不能對(duì)基本概率賦值進(jìn)行組合；集合 E，F(xiàn)和G是U 的子集。

圖2 基于 DS證據(jù)理論的空預(yù)器熱點(diǎn)檢測(cè)模型

根據(jù)式（1）和（2）對(duì) k 個(gè)探頭按順序進(jìn)行兩兩組合，最后可以得到這k個(gè)探頭的推理結(jié)果。設(shè)mi（A）， mi（B）和 mi（U）表 示最后 推理 得 到的 熱點(diǎn) 、非熱點(diǎn)基本概率賦值和不確定度，則可按式（3）和（4）判斷是否存在熱點(diǎn)。 如果 mi（A）滿(mǎn)足：

則判斷結(jié)果為熱點(diǎn)，否則不是熱點(diǎn)或者不確定，可根據(jù)基本概率賦值決策方法進(jìn)行進(jìn)一步判定， 其中 ε1， ε1為預(yù)先設(shè)定的門(mén)限。

2 能量歸一化因子的自適應(yīng)調(diào)整

2.1 能量歸一化信號(hào)

系統(tǒng)的紅外探頭輸出信號(hào)為能量歸一化信號(hào)，該信號(hào)與接收到的紅外輻射能量關(guān)系為：

式中： t為紅外探頭的能量歸一化信號(hào)； Et為紅外探頭接收到的紅外輻射能量；M為該系統(tǒng)的能量歸一化因子。

由式（5）可知， 當(dāng) M 固定時(shí)， 能量規(guī)一化信號(hào)與紅外探頭接收到的紅外輻射能量成正比，即可以用 t的大小判斷物體溫度的高低。 因此，系統(tǒng)利用 t代替 Et來(lái)判斷熱點(diǎn)是否存在。 基于 t的熱點(diǎn)判斷方法要求M的取值要合理，否則會(huì)影響判斷結(jié)果，目前常用經(jīng)驗(yàn)法確定M的值。這種值確定方法不適用于工況復(fù)雜的情況，容易出現(xiàn)誤報(bào)，實(shí)際應(yīng)用效果也是如此。為此，本文提出一種自適應(yīng)調(diào)整M值的方法。

2.2 M am dani模型建立

針對(duì)經(jīng)驗(yàn)法確定M值不具備自適應(yīng)性，引入Mamdani 模糊模型[4]，其規(guī)則如下：

其中： xj表示第 j個(gè)輸入變量（ j=1， 2， …， k）； Aj表示 xj采用的模糊集； yi表示第 i條規(guī)則對(duì)應(yīng)的局域輸出； Hi表示 yi采用的模糊子集。

根據(jù)運(yùn)行經(jīng)驗(yàn)，選取機(jī)組運(yùn)行負(fù)荷量L和機(jī)組運(yùn)行負(fù)荷量每小時(shí)的變化率 Lc作為模型的輸入變量，能量歸一化因子M作為輸出變量，假設(shè)共有k條規(guī)則，可得到如下形式的模糊規(guī)則：

模型輸入變量 L 的論域取[0， 1 000 MW]， 語(yǔ)言變量設(shè)為{B（大）， M（中）， S（?。﹠； 輸入變量 Lc的論域取[-300，300 MW]， 語(yǔ)言變量設(shè)為{NB（負(fù)大）， Z（零）， PB（正大）}； 輸出變量 M 的論域取[180，340]，語(yǔ) 言 變 量 設(shè) 為 {TB （真 大 ），WB （弱大）， M（中等）， WS（弱小）， TS（真?。﹠。 圖4-6 分別為 L， Lc和 M 的隸屬度函數(shù) μ， 這些隸屬度函數(shù)是根據(jù)現(xiàn)場(chǎng)運(yùn)行經(jīng)驗(yàn)獲得的。

根據(jù)現(xiàn)場(chǎng)運(yùn)行經(jīng)驗(yàn)，可以總結(jié)出較為合理的模糊規(guī)則表，如表1所示。

表1 能量規(guī)一化因子調(diào)整規(guī)則表

圖4 負(fù)荷L的隸屬度函數(shù)

圖5 Lc的隸屬度函數(shù)

2.3 能量歸一化因子計(jì)算

得到上述 Mamdani模型后， 通過(guò)模糊推理運(yùn)算，可以根據(jù)機(jī)組實(shí)際運(yùn)行負(fù)荷來(lái)確定能量歸一化因子，步驟如下：

（1）計(jì)算在負(fù)荷 L′和負(fù)荷變化率 Lc′下每條規(guī)

圖6 M的隸屬度函數(shù)則的權(quán)值：

（2）計(jì)算在負(fù)荷 L′和負(fù)荷變化率 Lc′下，能量歸一化因子對(duì)應(yīng)的模糊集合 H′：

（3）采用重心法將模糊集合 H′進(jìn)行反模糊化計(jì)算， 得到的值便是能量歸一化因子 M′。

3 實(shí)例驗(yàn)證

為了驗(yàn)證本文介紹的新方法的有效性，取玉環(huán)發(fā)電廠 3 號(hào)爐在 2010 年 7－9 月份的部分運(yùn)行數(shù)據(jù)， 與原系統(tǒng)（能量歸一化因子為 260）的熱點(diǎn)檢測(cè)結(jié)果作比較。為簡(jiǎn)化計(jì)算，降低計(jì)算復(fù)雜度，將連續(xù)輸出模糊集合化簡(jiǎn)為離散模糊集合，從輸出論域[180， 340]中以 5 為單位， 等距離地取 33個(gè)離散值， 將這 33個(gè)離散值構(gòu)成離散模糊集合，則式（8）的積分運(yùn)算變成求和運(yùn)算。 表2 給出了測(cè)試和比較結(jié)果，可以看出該方法可以使能量歸一化因子能隨機(jī)組運(yùn)行負(fù)荷變化而做自適應(yīng)調(diào)整，與原系統(tǒng)的檢測(cè)結(jié)果相比，有效降低了誤報(bào)率。

表2 測(cè)試和比較結(jié)果

4 結(jié)語(yǔ)

根據(jù)現(xiàn)場(chǎng)運(yùn)行經(jīng)驗(yàn)， 利用 Mamdani模型較好地建立了熱點(diǎn)檢測(cè)系統(tǒng)能量歸一化因子與機(jī)組負(fù)荷之間的關(guān)系，使能量歸一化因子的確定更加合理。實(shí)例分析表明，本文提出的空預(yù)器熱點(diǎn)檢測(cè)輔助方法有效并使原來(lái)的熱點(diǎn)檢測(cè)系統(tǒng)具有較高的判警準(zhǔn)確率。

[1]劉涵，李琦，劉丁，等．基于最小二乘支持向量機(jī)的電站鍋爐空預(yù)器熱點(diǎn)檢測(cè)系統(tǒng)研究[J]．中國(guó)電機(jī)工程學(xué)報(bào)，2005，25（3）∶147－151．

[2]梁炎明，劉丁，李琦，等．基于證據(jù)推理的電站鍋爐空預(yù)器熱點(diǎn)檢測(cè)[J]．傳感技術(shù)學(xué)報(bào)，2009，22（12）∶1843－1847．

[3]梁炎明，李琦，吳軍軍，等．基于紅外陣列傳感器的電站鍋 爐 空 氣 預(yù) 熱 器 熱 點(diǎn) 檢 測(cè) 系 統(tǒng) 設(shè) 計(jì)[J]．西 安 理 工 大 學(xué)學(xué)報(bào)，2010，26（1）∶106－110．

[4]孫增析．智能控制理論與技術(shù)[M]．北京：清華大學(xué)出版社，1997．

（本文編輯：陸 瑩）

Research and App lication of M am daniM odel for Accuracy Im provement of Air Preheater Hot Spot Detection

SHIBiao1， LIANG Yan-ming2， FUWang-an1， MAO Guo-ming1， WEIYu-hua1
（1．Huaneng Yuhuan Power Plant， Taizhou Zhejiang 317604， China；2．School of Automation and Information Engineering，Xi′an University of Technology， Xi′an 710048,China）

To further improve the accuracy of the existing air preheater hot spot detection system， the air preheater hot spot detection system is studied in detail．According to the actual operation of air preheater， an assistantmethod that can improve the system detection accuracy is proposed．The Mamdanimodel of unit load and energy normalization factor is established by means of fuzzy theory based on operation experience，the energy normalization factor can be adaptively adjusted by fuzzy logic operation according to the variations of unit load．The result of case analysis shows that the adaptive adjustmentmethod of energy normalization factor can effectively reduce false alarms of the system to improve the hot spot detection accuracy．

air preheater； hot spot detection； energy normalization factor； adaptive adjustment； Mamdani fuzzymodel

TK311∶TP272

： B

：1007－1881（2011）07－0034－04

2011-2-11

時(shí) 標(biāo)（1979-）， 男， 安徽阜陽(yáng)人， 工程師， 從事發(fā)電廠熱控專(zhuān)業(yè)管理工作。