黃忠和，鄭逸飛，張朝金，周高盛

（1.福建福海創(chuàng)石油化工有限公司，福建 漳州 363215；2.福建中試所電力調(diào)整試驗有限責(zé)任公司，福建 福州 350007）

引言

近年來燃煤市場供應(yīng)緊張、競爭激烈，為了節(jié)約燃料成本，燃煤企業(yè)普遍采用混煤摻燒的方式運行?；烀浩焚|(zhì)的好壞直接關(guān)系到鍋爐運行的安全性和經(jīng)濟型，也關(guān)系到電廠污染物排放是否達標(biāo)。因此，電廠生產(chǎn)運行中迫切需要成熟的、性能可靠的煤質(zhì)在線分析系統(tǒng)，以實時監(jiān)測混煤品質(zhì)。

燃煤水分與煤種品質(zhì)密切相關(guān)，也是影響燃煤熱值的關(guān)鍵因素，因此，準(zhǔn)確的燃煤水分在線監(jiān)測是判定煤種類型和煤質(zhì)的重要手段，對電廠配煤摻燒、燃燒優(yōu)化調(diào)整有著非常重要的意義。因此，燃煤水分軟測量方法應(yīng)運而生。

1 熱平衡原理原煤水分在線監(jiān)測及存在的問題

田永明等以磨煤機熱平衡原理為依據(jù)，借助組態(tài)王、VB 和SQL 聯(lián)合編程軟件工具對入爐煤的水分實現(xiàn)軟測量，并在多家發(fā)電廠進行了現(xiàn)場檢驗[1]。劉福國等以制粉系統(tǒng)熱平衡原理建立了基于制粉系統(tǒng)運行狀態(tài)分析的電站鍋爐入爐煤水分實時監(jiān)測的研究[2]。李鋒等根據(jù)直吹式MPS 型中速輥式磨煤機運行機理，結(jié)合磨煤機入口和出口物質(zhì)的能量平衡和質(zhì)量平衡方程建立了燃煤水分質(zhì)量分析的軟測量模型[3]。

根據(jù)質(zhì)量守恒原理，原煤中部分水分蒸發(fā)，轉(zhuǎn)到磨煤機出口一次風(fēng)[4]

式中：Mar- 收到基水分，%；

Mmf- 煤粉水分，%。

根據(jù)能量守恒原理得到磨煤機進出口熱平衡基本公式

式中：qgz- 磨煤機進口一次風(fēng)物理熱；

qlf- 漏入冷空氣的物理熱；

qnm- 磨輥磨盤研磨產(chǎn)生的熱量；

qr- 原煤的物理熱；

qz- 原煤蒸發(fā)水分消耗的熱量；

qjr- 加熱原煤消耗的熱量；

q2- 一次風(fēng)帶出的熱量；

q5- 磨煤機的散熱損失。

采用熱平衡原理進行原煤水分在線監(jiān)測，對磨煤機進口一次風(fēng)量、一次風(fēng)溫、給煤量、煤粉水分和漏入冷空氣量等計量準(zhǔn)確性要求較高，對磨煤機本體散熱損失計算精度不足，甚至在各臺磨煤機之間偏差較大，因此在生產(chǎn)應(yīng)用中存在一定的缺陷。

2 原煤水分在線監(jiān)測人工神經(jīng)網(wǎng)絡(luò)建模

因為神經(jīng)網(wǎng)絡(luò)具有很強自學(xué)習(xí)性和適用性，同時具有很強的非線性映射能力，并且網(wǎng)絡(luò)的中間層數(shù)和神經(jīng)元個數(shù)可以根據(jù)具體情況而定，因而被廣泛地應(yīng)用在數(shù)據(jù)預(yù)測領(lǐng)域。在多種神經(jīng)網(wǎng)絡(luò)模型中，應(yīng)用最廣的是BP 網(wǎng)絡(luò)模型。BP 算法用梯度搜索技術(shù)，采用反向傳播學(xué)習(xí)手段來擬合網(wǎng)絡(luò)連接權(quán)值的方法，使網(wǎng)絡(luò)計算輸出與樣本真實值的均方差滿足一定的精度要求?；跓崞胶庠磉M行原煤水分在線監(jiān)測的缺陷，采用基于人工神經(jīng)網(wǎng)絡(luò)模型的原煤水分在線監(jiān)測系統(tǒng)，充分采集磨煤機穩(wěn)定運行的實時參數(shù)，兼利用熱平衡原理對穩(wěn)定工況進行篩選，并對原煤和煤粉進行取樣化驗水分進行實物校準(zhǔn)，利用神經(jīng)網(wǎng)絡(luò)進行樣本訓(xùn)練，實現(xiàn)對原煤水分的在線監(jiān)測。根據(jù)磨煤機結(jié)構(gòu)和運行特性，構(gòu)建了一個具有兩個隱含層的神經(jīng)網(wǎng)絡(luò)(見圖1)用于預(yù)測原煤的水分。

2.1 輸入與輸出變量的選擇

入爐煤在制粉系統(tǒng)中研磨、干燥、輸送的過程，可以看成一個熱量傳遞和一個一次風(fēng)粉混合物輸送的過程，所以所有影響其熱傳遞和一次風(fēng)粉混合物輸送的參數(shù)都將會對原煤水分的預(yù)測產(chǎn)生影響[5]。通過對入爐煤研磨、干燥、輸送過程運行經(jīng)驗和現(xiàn)場實際情況，最終選定給煤量、磨煤機入口一次風(fēng)量、磨煤機進出口差壓、磨入口風(fēng)溫、一次風(fēng)粉混合物溫度等7 個參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入變量，輸出變量為入爐煤的水分。

2.2 輸入與輸出參數(shù)歸一化

神經(jīng)網(wǎng)絡(luò)輸入、輸出值應(yīng)是歸一化的數(shù)值，一般采用在－1 和＋1 區(qū)間。因此，對輸入、輸出參數(shù)數(shù)據(jù)要進行歸一化

Xim、Pm- 第m 個樣本第i 個參數(shù)的輸入、輸出標(biāo)定值；

Ximax、Ximin- 第i 個參數(shù)輸出最大、最小標(biāo)定值。

2.3 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程

確定了神經(jīng)網(wǎng)絡(luò)的輸入、輸出后，接下來就要對其進行訓(xùn)練，以滿足使用要求。神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程見圖2。首先獲取磨煤機在運行過程中的一些特征參數(shù)，及其對應(yīng)的煤種參數(shù)，即上述提到的7 個輸入?yún)?shù)和1 個輸出參數(shù)，并將所取得的參數(shù)隨機分為訓(xùn)練樣本與測試樣本，利用訓(xùn)練樣本對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，直至神經(jīng)網(wǎng)絡(luò)的輸出結(jié)果滿足準(zhǔn)確度要求或者達到最大的訓(xùn)練次數(shù)。若達到最大訓(xùn)練次數(shù)后輸出結(jié)果仍無法滿足準(zhǔn)確度要求，則重新調(diào)整神經(jīng)網(wǎng)絡(luò)參數(shù)，重復(fù)上述訓(xùn)練步驟，直至輸出結(jié)果滿足預(yù)測準(zhǔn)確度要求。

計算隱層輸出值f(Sj)。隱層單元輸出值采用S 型函數(shù)，其計算公式

式中：Wji-輸入層第i 個神經(jīng)元至隱層第j 個神經(jīng)元的連接權(quán)值；θj-閾值。

輸出單元輸出值f(Sk)，即網(wǎng)絡(luò)的輸出y=P′。輸出值也采用S 型函數(shù)

式中：f(Sk)-輸出層第k 個神經(jīng)元的輸出值；

Wkj-隱層第j 個神經(jīng)元至輸出層第k 個神經(jīng)元的連接權(quán)值；θk-閾值。

2.4 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果

研究BP 神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果，可以發(fā)現(xiàn)訓(xùn)練樣本的預(yù)測水分與實測水分的相對誤差全部都保持在6%以下，這樣高的精度許多經(jīng)驗公式包括原煤熱平衡方式也難以達到，完全可以滿足生產(chǎn)應(yīng)用需求。

3 影響預(yù)測結(jié)果的因素分析

從上述結(jié)果可以發(fā)現(xiàn)，預(yù)測的準(zhǔn)確度已經(jīng)可以滿足實際生產(chǎn)應(yīng)用需求，但是預(yù)測結(jié)果的穩(wěn)定性同樣不可忽視。選擇了7 個參數(shù)作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)，相對來說，磨煤機出口一次風(fēng)粉混合物的溫度偏差對水分預(yù)測準(zhǔn)確性的影響最大。

水分預(yù)測M 簡化為各輸入?yún)?shù)歸一化值X 和權(quán)重f(A,B)的乘積

式中:A、B- 系數(shù)。

以某次訓(xùn)練結(jié)果為例，各輸入?yún)?shù)對水分預(yù)測的權(quán)重f(A,B)見表1。

表1 各主要輸入?yún)?shù)對水分預(yù)測的權(quán)重f(A,B)

注：以上權(quán)重參數(shù)因不同樣本和磨煤機結(jié)構(gòu)特性而不同。

對比磨煤機出口一次風(fēng)粉混合物的溫度和磨煤機進出口差壓偏差對水分預(yù)測準(zhǔn)確性的影響。

當(dāng)一次風(fēng)粉混合物溫度偏大時，入爐煤水分的預(yù)測結(jié)果小于原預(yù)測值，并且隨著一次風(fēng)粉混合物溫度偏差的增大，預(yù)測結(jié)果相應(yīng)減?。幌喾?，則反之。從中可以發(fā)現(xiàn)，一次風(fēng)粉混合物溫度與預(yù)測的原煤水分之間具有強負相關(guān)的關(guān)系。

當(dāng)進出口差壓小于原差壓時，入爐煤水分的預(yù)測結(jié)果也小于原預(yù)測結(jié)果，并且隨著差壓的減小，預(yù)測結(jié)果也相應(yīng)減小。相反當(dāng)進出口差壓大于原差壓時，其預(yù)測結(jié)果大于原預(yù)測結(jié)果，并且隨著差壓的增大，預(yù)測結(jié)果也相應(yīng)增大。從中可以發(fā)現(xiàn)，制粉系統(tǒng)進出口差壓與預(yù)測的水分之間具有一定的正相關(guān)的關(guān)系。

從能量平衡理論的角度來考慮，原煤從進入磨煤機到噴入爐膛內(nèi)燃燒不僅是一個物料運輸?shù)倪^程，也是一個不斷干燥的過程[6,7]。在原煤質(zhì)量一定的情況下，隨著原煤含水量的不斷增加，干燥到所需要的能量增加，磨煤機出口一次風(fēng)溫必然降低[8]。所以，在實際運行過程中，樣本的一次風(fēng)粉混合物溫度穩(wěn)定性對于神經(jīng)網(wǎng)絡(luò)預(yù)測準(zhǔn)確性和穩(wěn)定性具有重要意義。

4 結(jié)論

對傳統(tǒng)的基于熱平衡原理原煤水分在線監(jiān)測和基于人工神經(jīng)網(wǎng)絡(luò)原煤水分預(yù)測方法進行對比，采用人工神經(jīng)網(wǎng)絡(luò)方法具有很強的非線性映射能力，訓(xùn)練樣本的預(yù)測水分與實測水分的相對誤差絕對值可以控制在6%以內(nèi)，完全可以滿足生產(chǎn)應(yīng)用精度的需求。同時分別對一次風(fēng)粉混合物溫度對神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果的影響進行研究，一次風(fēng)粉混合物溫度與預(yù)測結(jié)果具有強負相關(guān)關(guān)系，所以樣本的一次風(fēng)粉混合物溫度穩(wěn)定對于神經(jīng)網(wǎng)絡(luò)預(yù)測的準(zhǔn)確性和穩(wěn)定性具有重要意義。

在神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本采集和篩選的過程，大范圍采集磨煤機穩(wěn)定運行參數(shù)，兼利用熱平衡原理對各臺磨煤機穩(wěn)定工況進行篩選，并對原煤和煤粉進行取樣化驗水分進行實物校準(zhǔn)，利用神經(jīng)網(wǎng)絡(luò)進行樣本訓(xùn)練，實現(xiàn)對原煤水分的在線監(jiān)測。燃煤水分與煤種品質(zhì)密切相關(guān)，準(zhǔn)確的燃煤水分在線監(jiān)測是判定煤種類型和煤質(zhì)的重要手段，對電廠配煤摻燒、燃燒優(yōu)化調(diào)整有著非常重要的意義。