[发明专利]一种锅炉对流受热面灰污监测系统及监测方法

权利要求书

1.一种锅炉对流受热面灰污监测系统，其特征在于，所述锅炉对流受热面灰污监测系统为多对声波发生器和声波接收器安装在锅炉水冷壁四周平面相应的声波导管上，声波接收器信号输出与信号调理器相连，信号调理器通过数据线与接线盒连接，接线盒通过输入/输出装置连接到主程序控制器。

2.根据权利要求1所述一种锅炉对流受热面灰污监测系统，其特征在于，所述声波发生器和声波接收器安装在锅炉水冷壁四周平面的同一横切面的声波导管上；锅炉水冷壁两对面的声波发生器和声波接收器一对一，或一个声波发生器对多个声波接收器。

3.根据权利要求1所述一种锅炉对流受热面灰污监测系统，其特征在于，所述主程序控制器通过功率放大器将产生的声波信号传给各声波发生器。

4.一种锅炉对流受热面灰污的监测方法，其特征在于，所述锅炉对流受热面灰污的监测方法是主程序控制器采用声学测温原理与神经网络算法相结合的监测方法，具体过程是主程序采用Labview软件控制，包括声波信号的产生和接收、声波飞渡时间测量和锅炉烟气侧温度计算；当主程序开始运行时，安装在锅炉对流受热面外侧的声波发生器接收到主机程序控制器通过功率放大器传给各声波发生器的声波信号，声波发生器发出的声波经功率放大后由声波导管传播到锅炉炉膛内部，声波接收器接收到声波信号，经由信号调理器和输入/输出装置传回主程序控制器中，主程序计算声波飞渡时间和计算锅炉烟气侧温度；将计算结果存入到数据库SQL中，数据库SQL定时访问电厂DAS数据系统，保存所需数据，相关数据输入BP神经网络输入层，BP神经网络预测清洁时受热面的潜在吸热量，计算程序计算实际时受热面吸热量，计算锅炉对流受热面灰污系数，存入数据库SQL系统，以便软件提供烟气温度场、各对流受热面灰污系数、相关数据变化趋势和灰污报警信号。

5.根据权利要求4所述一种锅炉对流受热面灰污的监测方法，其特征在于，所述BP网络来源于它的学习算法：误差反向传播(Error Back Propagation)学习算法，简称BP算法，BP网络是采用BP学习算法的网络，经典BP网络是全连接的前向网络，可分成三个部分：输入层、隐含层和输出层；输入层接受外界的信息，隐含层是特征表征层，用于储存学习对象的特征信息，输出层将网络计算结果输出。

6.根据权利要求4所述一种锅炉对流受热面灰污的监测方法，其特征在于，所述BP神经网络预测清洁时受热面的潜在吸热量，计算程序计算实际时受热面吸热量，计算锅炉对流受热面灰污系数是当受热面受到灰污以后，其传热效能会变差，对于锅炉对流受热面来说就表现在其换热量的减少，从而提取灰污特征系数；

在一定渣层物理、化学特性范围内有，灰沉积厚度δ_d可由下式求得：

δ_d＝D₀·(q_notclean/q_clean)    (0-1)

式中，

D₀-常数；

q_notclean-受热面的实际吸热量；

q_clean-清洁受热面的潜在吸热量

所述清洁受热面的潜在吸热量就是被监测受热面在实际运行工况下，受热面清洁时的潜在吸热量；因此，定义灰污特征参数为

T＝1-Q_sj/Q_qj    (0-2)

式中：

Q_sj：受热面实际吸热量

Q_qj：清洁受热面吸热量

当受热面清洁时，T为最小值，即趋于零；当污垢很厚时，管壁温度接近于烟气温度，受热面吸热量趋于零，T达到最大，即趋于1；从上面的分析看出T能很好反应灰污状况，因此，选择灰污特征参数T作为监测灰污程度的参数。