[发明专利]一种锅炉高温烟气流场在线代理模型构建方法

权利要求书

1.一种锅炉高温烟气流场在线代理模型构建方法，其特征在于，包括以下步骤：

(1)根据锅炉的结构尺寸建立CFD仿真模型，利用Fluent软件对目标锅炉的流体传热、辐射传热和煤粉燃烧过程进行建模；

(2)抽样给定各工况输入变量的值，即输入变量数据集，在各变量的取值范围内进行采样，将采样得到的多种工况参数作为步骤(1)模型的边界条件，进行CFD仿真计算，获得多工况下不同截面的烟气温度场和速度场分布；

(3)对所需截面进行离散化处理，按需划分成若干区域，利用步骤(2)中多工况数值仿真结果，统计合理的烟气温度和速度数据集，为烟温和烟速预测模型的建立提供充足的样本；

(4)利用少量传感器对部分网格划分区域进行测量，再利用测量结果值对仿真结果进行修正，得到修正后的输出变量数据集，在所需截面的部分网格点布置少量传感器，测量其烟温和速度，用来修正烟气流场分布；

(5)构建代理模型：构建ANN代理模型，拟合各工况参数和截面烟气流场之间的函数关系，并利用PSO算法对ANN代理模型的权值和阈值进行优化，实现不同工况下锅炉所需截面烟气流场分布的在线预测；

所述步骤(4)中，根据CFD数值模拟结果计算各网格点处温度偏差系数和速度偏差系数

其中，T_ij为各网格点处的烟气温度值，为所有网格点烟温平均值；V_ij为各网格点处的烟气速度值，为所有网格点烟速平均值；

利用单个测量点数据对截面烟气温度和速度进行修正，公式如下：

其中，T_c为测量点烟气温度值，为测量点所对应的温度偏差系数；V_c为测量点烟气速度值，为测量点所对应的速度偏差系数；

最后对每个网格点得到的所有修正值求平均，即得到截面烟气温度和速度最终的修正结果：

所有测量点数据对截面烟气速度修正的结果：

其中，d为传感器测量点总数。

2.根据权利要求1所述的一种锅炉高温烟气流场在线代理模型构建方法，其特征在于，所述步骤(1)中，分别采用标准k-ε模型和拉格朗日随机轨道模型模拟气相湍流流动和气固两相流动；采用DPM模型添加煤粉颗粒，模拟煤粉燃烧器内的燃烧过程；采用混合分数-概率密度函数模型模拟气相湍流流动中中间产物的形成、化学反应和组分输运情况，从而进行流体传热计算；用DO模型进行气固两相流动中的辐射传热计算；对上述模型采用二阶迎风格式和SIMPLE算法进行求解以保证计算精度。

3.根据权利要求1所述的一种锅炉高温烟气流场在线代理模型构建方法，其特征在于，所述步骤(2)中，所述的输入变量包括：一次风速、内二次风速、外二次风速、一次风温、二次风温、给煤量、燃尽风速、燃尽风温；将上述参数作为步骤(1)中模型的边界条件，具体为：燃烧器一次风、内二次风采用垂直边界直流射入，外二次风采用旋流射入，燃尽风垂直边界直流射入；空气入口条件为速度入口；煤粉入口条件为质量流量入口；出口为微负压出口；壁面采用无滑移无厚度边界，不同位置的壁面均设置为恒温壁面，并考虑壁面辐射。

4.根据权利要求1所述的一种锅炉高温烟气流场在线代理模型构建方法，其特征在于，所述步骤(5)中，构建ANN代理模型的步骤为：

利用步骤(2)中确定的输入变量数据集和步骤(4)中修正后的输出变量数据集，划分训练集和测试集，建立初始神经网络模型，确定神经网络的输入层数n、隐藏层数m、输出层数k以及激活函数。

5.根据权利要求1所述的一种锅炉高温烟气流场在线代理模型构建方法，其特征在于，所述步骤(5)中，利用PSO算法对ANN代理模型的权值和阈值进行优化的步骤为：

1)初始化一群Q维的粒子，其群体规模为N，包括随机位置和速度Q＝nm+mk+m+k；

2)评价每个粒子的适应度，以神经网络输出层的均方误差MSE最小作为寻优目标，目标函数如下：

其中，k为划分网格总数，y_i为第i个网格处的真实值，为第i个网格处的预测值；

3)对每个粒子，记录其历史最优适应度值pbest_n；

4)记录全部粒子的最优适应度值gbest；

5)更新粒子速度和位置；

t 表示迭代次数；i表示第i个粒子，i＝1，2，...，N；为第t次迭代后，目前为止发现的每个粒子的最好位置；gbest^t为第t次迭代后，目前为止整个粒子群发现的最好位置，gbest^t为中的最优值；为第t次迭代，第i个粒子的位置；为第t次迭代，第i个粒子的速度；ω是保持原来速度的系数，称为惯性权重；c₁是粒子跟踪自己历史最优值的权重系数，设置为2；c₂是粒子跟踪群体最优值的权重系数，设置为2；ξ，η是[0，1]区间内均匀分布的随机数；r是约束因子，设置为1；

6)未达到结束条件：MSE小于设定误差，则转第2)步。