基于遗传算法的燃煤锅炉热效率优化本文由ponyfuture贡献pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT，或下载源文件到本机查看。第２卷第７期２２００２年７月：０５．０３２０）７０２—４２８８１（０２０—１５０中国电机工程学报Ｖ＿．７Ｊ１２０２２Ｎｏ．ｕ．００２１ＰｏｅｄｎｓｆｈＳＥｒｃｅｉｇｔｅＣＥｏ￣２０ｉ．ｏ．ｒＥｅ．ｎ０２ＣｈｎＳｆｌｃＥｇｃｏ基于遗传算法的燃煤锅炉热效率优化周昊，朱洪波２，曾庭华２，廖宏楷２，岑可法（．１能源清洁利用和环境工程教育部重点实验室，浙江大学热能工程研究所，浙江杭州３０２；１０７２广东省电力集团公司，广东广州５００．１６０）ＢＹＩＵＳＮＧＴＨＥＧＥＮＥＴＩＡＬＧｏＲＩＣＴＨＭＳＴｏＩｒＭＩｏｙＩＺＥＴＨＥｏＰＥＲＡＴＩｏＮＰＡＲＡＭＥＴＥＲＳｏＦＴｌｍＵＴＩＴＹＬＩＢｏＩＥＲＳＬＺＨＯＵｏ，ＨａＺＨＵｎｇｂｏ，Ｈｏ—２ＺＥＮＧｎ—ｕａＵ＿０ｎｇｋｉ，Ｔｉｇｈ２ＡＨｏ—ａＣＥＮ—ａＫｅｆ，（．ｅｎＥｅｇｄＥｖｒｎｎｇｎｅｎｙＬａｆＯＥ１ＣｌａｎｒｙａｎｉｍｅｔｎｏＥｎｉｅｒｇＫｅｂｏｉＭ，ＩｓｔｔｆｒｈｒｌｏｒｎｉｅｒｇＺｅａｇＵｉｅｓｙＨｇｈｕ３２，ｈｎ；ｎｔｕｅｏｅｍａＰｗｅｇｎｅｎ，ｈｊｎｖｒｉ，ａｚｏ０７ＣｉａｉＴＥｉｉｎｔｎ１０２ＧｕｇｏｇＥｅｔｃＰｗｅｏｐＣｏｐｒｔｎＧｕｇｈｕ５６０Ｃｎ）．ａｄｎｌｃｒｏｒｎｉＧｒｕｒｏａｉ，ａｚｏ０，ｈａｏｎ１０ｉＡＢＳＴＲＡＣＴ：Ｂｙｓｎａｅｒｌｅｗｏｋｏｕｉｇｎｕａｎｔｒｔｍｏｅｔｅｄｌｈｕｂｒｅａｂｎｃｎｅｔｉｅｆｙａｈｆｏａｈｇ—ａａｉｎｕｎｄｃｒｏｏｔｎｎｔｌｓｒｍｈｃｐｃｔｈｉｙｂｉｒａｒｌｔｏｓｐｂｔｅｎｔｅｕｂｒｅａｂｎｃｎｅｔａｄｏｌ，ｅａｎｈｅｅｉｉｗｅｎｕｄｃｏｏｔｎｎｈｎｒｈｏｌｐｒｔｎｐｍｅｅｓｉｂａｎｄｔｅｂｉｒｏｅａｏａａｔｒｓｏｔｉｅ．Ｂｅａｓｏｅｅｉｒｃｕｅｆｔｈ１引言锅炉的热效率受到多种热损失的影响，但比较而言，以机械不完全燃烧损失ｑ受锅炉燃烧状况影响最为复杂，飞灰含碳量受锅炉煤种和运行参数影响很大，相互关系很难以常规的计算公式表达，因此采用了人工神经网络对锅炉的飞灰含碳量特性进行了建模，并利用实炉测试试验数据对模型进行了校验，结果表明，人工神经网络能很好反映大型电厂锅炉各运行参数与飞灰含碳量特性之间的关系。采用锅炉负荷、省煤器出口氧量、各二次风挡板开度、燃尽风挡板开度、燃料风挡板开度、煤种特性，各磨煤机给煤量、炉膛与风箱差压、一次风总风压、燃烧器摆角作为神经网络的输入矢量，飞灰含碳量作为神经网络的输出，利用３层ＢＰ网络建模是比较合适的。目前锅炉运行往往根据试验调试人员针对锅ｔ—ｏｔａｉｔｎｏｅｃａｕｉ，ｏｖｒｔｅｂｉｒｉｔ?ｍｅｖｒａｉｆｔｏｑａｔｈｗｅｅ，ｏｌｍｅｉｏｈｌｌｙｈｅｓｍｅｍｅｅｉｔｓｉｐｍａｏｄｔｎｏｐｒｔｎｄｓｇｅｏｔｓｄｖａｅｔｏｔｌｎｉｏｆｏｅａｏｅｉｎｄｉｓｉｃｉｉｏｐｃｆｏ１Ｃｏｉｉｇｔｓｅｒｎｔｒｔａｆｒｓｅｉｃｃａ．ｍｂｎｎｏｕｅｔｅｎｕａｅｏｋｗｉｉｈｌｗｈｇｎｔｇｒｔｍ，ｗｅｃｎｅｂｓｐｒｔｎｐａｅｅｓｅｅｃａｏｉｉｌｈａｆｄｔｅｔｏｅａｏａｍｔｒｎｉｈｉｒｏｅｔｇａｈｇｅｔｉｆｉｎｙＡ０Ｍｆｒｇｔｎｉｈｓｏｌｒｅｆｃｅｃ．３０Ｗｏｒｐａｔｉｂｅｉｐｗｅｌｎｂｉｒｉａｅｓａｘｐｅｔｈｗｅｐｏｅｕｅｏｅｏｌｓｔｋｎａｅｎｅａｌｏｓｏｔｒｃｄｒｆｔｍｈｈｃｍｐｔｔｎｎｄｐｍｉａｏ，ｗｈｃｌａｓｏｐｗｅｆｌｏｕａｏａｏｔｚｔｎｉｉｉｉｈｅｄｔａｏｒｕａｐｏｃｏｐｏｔｔｉｒｅｃｅｃｙａｊｓｎｅｐｒａｈｔｒｍｏｅｂｌｆｉｎｙｂｄｕｔｇｔｅｈｏｅｉｉｈｂｉｒｄｉｏｕｔｎｉｇｏｒｌｔｏｌｓｍｂｓｏａｌｅｐｗｅｐａ．ｅａｎｔｃｉｎａｒｎＫＥＹＯＲＤＳ：ｕｉｔｏｌｒｏｌｒｈａｆｃｅｃ；ｇｎｔＷｔｉｂｉ；ｂｉｅｔｅｉｎｙｅｅｃｌｙｅｅｉｉｌｏｉａｇｒｔｍｓｈ摘要：在对锅炉飞灰含碳量进行人工神经网络建模的基础上，确定了各种运行参数和煤种对锅炉飞...