[发明专利]基于人工神经网络原理的锅炉受热面智能吹灰方法

摘要

本发明公开了一种基于人工神经网络原理的锅炉受热面智能吹灰方法，该方法具体为，采用具有高度非线性映射能力的计算模型—BP神经网络，通过温度检测数据和锅炉DAS数据，利用人工神经网络原理，对网络进行训练，模拟计算锅炉受热面灰污系数，并将训练好的吹灰人工神经网络用于实时监测受热面积灰和结渣，当监测到某受热面灰污系数超过一阀值时，系统即自动判定该受热面已积灰或结焦严重，开始对其进行吹渣、吹灰。本发明由于采用智能方式除灰，避免了定时吹灰的缺陷，同时达到节能的目的。

主权项

基于人工神经网络原理的锅炉受热面智能吹灰方法，其特征在于，该方法具体为：1）根据受热面温度与当地局部热流存在一一对应关系，为了获得锅炉受热面热流，在锅炉受热面各部分别设置温度检测点，并把所测量的温度数据作为BP神经网络的输入端检测变量；2）由于受热面热流受到锅炉运行条件的影响，把锅炉运行数据采集系统的DAS数据作为BP神经网络的输入端条件变量；3）采用具有高度非线性映射能力的计算模型‑BP（Back propagation）神经网络，来模拟计算锅炉受热面灰污系数；BP神经网络以锅炉运行DAS数据和锅炉受热面温度检测数据作为输入，以锅炉各受热面灰污系数λi作为输出。灰污系数λi定义为： λ i = q i q oi - - - ( 1 ) qi为锅炉实际运行时某一受热面处的热流，受热面温度与当地局部热流存在一一对应关系，依据检测获得的受热面温度，通过神经网络模拟获得；qoi为锅炉受热面洁净时的热流，该值可以通过锅炉热力计算获得；4）通过温度检测数据和DAS数据，把炉内受热面监测到的一些工况下的炉内局部热流作为样本点，利用人工神经网络原理，对网络进行训练，得出各种工况下炉内受热面各部的局部热流和灰污系数，并对各部受热面的灰污系数设定阀值；5）利用已训练好的人工神经网络，监测受热面积灰和结渣，当某受热面灰污系数超过一阀值时，系统即自动判定该受热面已积灰或结焦严重，开始对其进行吹渣、吹灰。