300MW循環(huán)流化床機組SNCR脫硝系統(tǒng)智能控制策略研究.pdf

1、以某電廠300MW循環(huán)流化床機組的SNCR-SCR聯(lián)合脫硝系統(tǒng)為研究對象，通過分析爐內(nèi)的NOX生成機理及影響因素，SNCR和SCR脫硝機理及影響因素，并根據(jù)當(dāng)前試驗機組脫硝系統(tǒng)的自動控制現(xiàn)狀，確定了實現(xiàn)該類機組NOX脫除自動控制的關(guān)鍵是要解決SNCR脫硝系統(tǒng)的自動控制問題。SNCR脫硝系統(tǒng)NOX的脫除過程具有大遲延、大慣性、多因素耦合等特性，同時采用SNCR脫硝系統(tǒng)的CFB鍋爐具有NOX生成量不可測的特點，對于這類被控對象往往常規(guī)控制方

2、法無法滿足其控制要求，而一些先進控制算法因不能建立較準確的被控對象數(shù)學(xué)模型也很難在現(xiàn)場實際中實施。針對此情況，將多種控制理論與相關(guān)領(lǐng)域?qū)＜抑R相結(jié)合提出了一種適合于現(xiàn)場實施的SNCR脫硝智能控制策略，主要內(nèi)容包括：
　　1．選擇具有非線性逼近能力強、易于現(xiàn)場實施等特點的BP神經(jīng)網(wǎng)絡(luò)，根據(jù)未投SNCR脫硝系統(tǒng)時NOX生成的質(zhì)量濃度與負荷和風(fēng)煤比的關(guān)系，以及投入SNCR脫硝系統(tǒng)后NOX的實測質(zhì)量濃度與負荷、風(fēng)煤比和噴氨量的關(guān)系，建立了

3、兩種BP神經(jīng)網(wǎng)絡(luò)模型，并研究了在新華DCS中實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的具體方法。將經(jīng)過訓(xùn)練得到的網(wǎng)絡(luò)模型寫入DCS組態(tài)程序后，實現(xiàn)了NOX質(zhì)量濃度的生成量以及發(fā)生還原反應(yīng)所剩NOX質(zhì)量濃度的在線預(yù)測。為解決SNCR系統(tǒng)NOX脫除的自動控制問題提供了較準確的模型，為脫硝自動控制的優(yōu)化和后續(xù)控制策略的實施提供了基礎(chǔ)條件。
　　2．設(shè)計出基于智能控制的SNCR脫硝控制策略，該控制策略以專家控制為基本結(jié)構(gòu)，結(jié)合模糊控制、BP神經(jīng)網(wǎng)絡(luò)和無模型自適應(yīng)

4、控制算法，最終形成了八個獨創(chuàng)性的結(jié)構(gòu)：基于專家經(jīng)驗的設(shè)定值形成結(jié)構(gòu)、分層優(yōu)化結(jié)構(gòu)、基于專家控制的區(qū)間控制、基于無模型自適應(yīng)的穩(wěn)態(tài)優(yōu)化、基于BP神經(jīng)網(wǎng)絡(luò)的前饋控制、基于BP神經(jīng)網(wǎng)絡(luò)的還原劑低限/高限保護、基于專家控制的還原劑低限保護自適應(yīng)控制及基于模糊的NOX快速保護。將該智能控制策略與新華DCS系統(tǒng)相結(jié)合，經(jīng)過調(diào)試及運行，最終解決了NOX脫除過程所具有的大遲延、非線性、大慣性及多變量耦合等特性所帶來的控制難題，實現(xiàn)了試驗機組脫硝系統(tǒng)10