NOX采用数值模拟从影响因素、建排方法、产生、特性以及释放规律进行了分析，基于改进粒子群算法的电站锅炉多目标优化研究#回立川，任仁，李潇娟，王大朋，于洋洋*510（辽宁工程技术大学电控学院，辽宁葫芦岛125105）摘要：由于锅炉设备庞大，运行条件复杂，煤种多变等因素，很难建立锅炉NOx排放与效率的函数模型。利用rbf神经网络建立了以锅炉NOx排放与热效率为输出的混合模型，并对此模型进行了校验，结果表明，该模型具有调节参数少，运行速度快、结果稳定、预测精度高等优点，可以根据燃煤特性以及各操作参数准确预报锅炉在不同工况下的NOx排放与热效率。针对模型的多目标优化问题，在粒子群算法中通过加入随机数比较法获取最优个体，增强了种群的多样性，并对惯性因子进行了历史影响调整，使其更具有普遍性，在此基础上利用改进算法进行了优化仿真，可得到不同目标要求下的燃烧组合。关键词：系统工程；粒子群算法；锅炉效率；NOx排放；优化中图分类号：TP301.615OptimizingofMulti-objectinBoilerbasedonParticleswarmalgorithmHuiLichuan,RenRen,LiXiaojuan,WangDapeng,YuYangyang(FacultyofelectricalandcontrolEngineeringLiaoningTechnicalUniversity,2025LiaoNingHuludao125105)Abstract:ItisverydifficulttodeveloptheNOxemissionandefficiencymodelbecauseofthehugeboilerarchitecture,thecomplexoperatingconditions,thelargevariationofthecoalusedandsoon.AmixedmodelforboilerNOxemissionanditsefficiencywasestablishedbytheRadicalBasisFunction(RBF)neuralnetwork.ThemodelcanpredicttheNOxemissionandboilerefficiencysimultaneouslywithfastcalculatingspeedandhighaccuracyundervariousoperatingconditions.ThemultipleobjectiveParticleSwarmOptimizationwasintroducedtosolvethemultipleobjectiveproblems.ThesimulationshowstheproposedalgorithmcanincreaseboilerefficiencyandreduceitsNOxemissioninonesinglerun.Keywords:Systemsengineering;Particleswarmalgorithm;efficiency;NOxemission;optimal300引言在我国电力工业中，以煤炭为主要一次能源的国情，决定了燃煤火力发电厂的主导地位。据统计，2012年前8月全国电力行业累计耗煤达12.4亿吨，占全部发电量的80%以上。由此造成了更多的NOX排放，使得酸雨和光化学烟雾污染进一步加剧，严重破坏了臭氧层，3540危害到人类健康。故对其排放量的控制已引起全球范围的普遍重视，我国先后于1996年、2003年和2011年多次制定《火电厂大气污染物排放标准》，针对NOX的排放提出了越来越严格的要求。为了降低NOX的排放浓度，国内外研究人员对其进行了大量研究。通过各种方法，对[1][2][3][4][5]现有成果指出燃煤锅炉NOX的生成不仅与燃煤特性、锅炉的形式结构等有关，还受到炉内温度、煤粉细度、二次风、三次风、过量空气系数、氧量、配风方式以及燃尽风方式等因素基金项目：省大学生创新训练项目(201310147059)；博士启动基金(2010413)；校大学生创新训练计划(XDC2012087)作者简介：回立川，(1980-)，男，讲师，主要研究方向：电机与电器。huilichuan@163.com-1-的影响[6-7]，因此可以通过燃烧调整，降低NOX排放浓度，从而减轻烟气脱硫成本。然而调整燃烧在另一方面会对锅炉效率产生影响，一直得不到良好应用[8-9]。这是由于煤粉的燃烧效率与NOX排放浓度互为矛盾关系[10]，无法实现“高效低排”的多目标要求。文献[11-12]4550556065都是通过加权因子把多目标问题转化为单目标求解，由于目标之间单位不一致，因此往往不易作比较，相应的因子系数不好确定，带有较大的盲目性，所得结果较为片面。因此采用有效算法实现NOX排放与锅炉效率的多目标优化，找出最佳的燃烧调整方案具有重要意义。本文首先对某电站锅炉的NOX排放浓度和燃烧效率两个目标进行了分析，并通过实验数据进行了Pareto解的示例说明，进而根据实验数据，采用RBF神经网络建立了以锅炉负荷、排烟温度和出氧量等变量为输入，锅炉燃烧效率和NOX排放浓度为输出的黑箱模型。在此基础上，通过改进的粒子群算法进行最佳燃烧方案的求解，得出相应工况环境下...