CN114239430A - 一种基于数值模拟的炉膛出口NOx预测方法及*** - Google Patents
一种基于数值模拟的炉膛出口NOx预测方法及*** Download PDFInfo
- Publication number
- CN114239430A CN114239430A CN202111471743.3A CN202111471743A CN114239430A CN 114239430 A CN114239430 A CN 114239430A CN 202111471743 A CN202111471743 A CN 202111471743A CN 114239430 A CN114239430 A CN 114239430A
- Authority
- CN
- China
- Prior art keywords
- model
- nox
- hearth
- furnace
- combustion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000002485 combustion reaction Methods 0.000 claims abstract description 79
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims abstract description 5
- 239000002245 particle Substances 0.000 claims description 38
- 239000007789 gas Substances 0.000 claims description 26
- 230000005855 radiation Effects 0.000 claims description 20
- 239000000571 coke Substances 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 239000003245 coal Substances 0.000 claims description 14
- 230000033001 locomotion Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 239000007800 oxidant agent Substances 0.000 claims description 9
- 238000009792 diffusion process Methods 0.000 claims description 7
- 239000000446 fuel Substances 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 230000001590 oxidative effect Effects 0.000 claims description 6
- 238000012706 support-vector machine Methods 0.000 claims description 6
- 238000006557 surface reaction Methods 0.000 claims description 6
- 239000002817 coal dust Substances 0.000 claims description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 4
- 239000001301 oxygen Substances 0.000 claims description 4
- 238000000197 pyrolysis Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000009835 boiling Methods 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 229910052757 nitrogen Inorganic materials 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000005094 computer simulation Methods 0.000 claims 1
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 abstract description 22
- 229910021529 ammonia Inorganic materials 0.000 abstract description 10
- 238000002347 injection Methods 0.000 abstract description 9
- 239000007924 injection Substances 0.000 abstract description 9
- 230000008859 change Effects 0.000 abstract description 5
- 239000000843 powder Substances 0.000 abstract description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 8
- 239000003546 flue gas Substances 0.000 description 8
- 238000006722 reduction reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000005514 two-phase flow Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Fluid Mechanics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Pathology (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Analytical Chemistry (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
Abstract
本发明涉及一种基于数值模拟的炉膛出口NOx预测***,包括预测模型建立部分和实时预测部分;还涉及一种预测方法,包括:对DCS数据进行了处理,获得了数值模拟计算所需的边界条件,建立了炉膛的三维几何模型,计算了不同工况下的炉膛户口NOx浓度数据,确定了数据库;根据数据库,采用支持向量的方法建立了炉膛出口NOx预测模型;最后根据实际工况下炉膛实时入口参数,实时预测了炉膛出口NOx浓度。本发明方法能够在燃烧工况变化,即风/粉等操作参数调节时,预测出炉膛出口处NOx的变化和炉内NOx分布,对SCR喷氨进行提前指导,对提高燃煤电厂的脱硝效率、空预器运行的安全性、以及提高经济性具有重要意义。
Description
技术领域
本发明涉及燃煤锅炉炉膛出口NOx预测技术领域,尤其是一种基于数值模拟的炉膛出口NOx预测方法及***。
背景技术
目前,燃煤电厂主要采用选择性催化还原(SCR)烟气脱硝技术控制NOx排放,用还原剂(NH3或尿素等)选择性地将烟气中的NOx转换为N2和水。但SCR烟气脱硝喷氨控制很难适应大幅频繁变化的AGC负荷指令和深度调峰要求,经常导致喷氨过量、氨逃逸率超标,造成空预器原件的堵塞和腐蚀。主要原因包括:烟气NOx浓度测量滞后和准确度低是导致喷氨控制效果差的重要因素。烟气排放连续监测***(CEMS)异常和故障时有发生,主要有取样异常和数据测量存在偏差,如一次元件故障、烟气取样探头堵塞和管路泄漏、标准气体不合格、反吹扫空气含水、伴热管线加热异常和预处理设备故障等导致的烟气参数失准(流量、温度和压力),烟气成分分析***异常(数据失准和分析仪故障)等。因此,若在燃烧工况变化,即风/粉等操作参数调节时,能预测出炉膛出口处NOx的变化和炉内NOx分布,作为SCR喷氨依据的补充,可提前指导SCR喷氨,对提高燃煤电厂的脱硝效率、空预器运行的安全性、以及提高经济性具有重要意义。
现有技术中,申请号为202010916787.1名称为“一种基于指数预测模型的SCR入口NOx浓度预测***及方法”的专利,以电厂历史数据为基础,采用数据建模的思想,设计出包括重量变送器、转速变送器、一次风量变送器、二次风量变送器、氧量变送器、一次风压变送器、控制器及分散控制***的预测***及根据相关参数预测NOx浓度的方法。该方法仍存在非线性、有迟延、分布参数和扰动因素较多等缺点。
发明内容
针对现有技术的不足,本发明提供一种基于数值模拟的炉膛出口NOx预测方法及***,旨在解决NOx浓度测量滞后和不准确的问题,从燃烧过程预测NOx排放量,从而提高喷氨控制效果。采用数值模拟的方法计算炉膛内NOx浓度分布,并根据数值模拟结果建立炉膛燃烧监控***。
本发明采用的技术方案如下:
一种基于数值模拟的炉膛出口NOx预测方法,包括以下步骤:
1)从DCS***中提取数值模拟计算所需要的炉膛燃烧边界条件,所述边界条件包括炉膛燃烧入口参数数据;
2)根据所述炉膛燃烧边界条件进行数值模拟计算,得到不同工况下的炉膛出口NOx浓度,具体包括:
根据炉膛实际尺寸,建立炉膛的物理模型,包括炉膛的水冷壁、燃烧器、燃尽风、和过热器;
构建炉膛燃烧模型,包括:Realizable k-ε湍流模型、颗粒运动模型、气相燃烧模型、挥发分析出模型、焦炭燃烧模型、辐射换热模型以及NOx生成与还原模型;
3)建立不同工况下的炉膛燃烧入口参数数据以及对应的炉膛出口NOx浓度数据的数据库;
4)以炉膛燃烧入口参数数据为自变量,以炉膛出口NOx浓度数据为因变量,采用支持向量机的方法建立炉膛出口NOx预测模型;
5)获取实际工况下的炉膛实时入口参数;
6)利用所述NOx预测模型根据炉膛实时入口参数,实时预测炉膛出口NOx浓度。
进一步技术方案为:
步骤2)中,所述气相燃烧模型采用非预混燃烧模型,构建并求解非预混燃烧模型包括以下步骤:
依据原子质量分数,定义混合分数为:
式中,Zi为元素i的元素质量分数;下标ox代表氧化剂流入口处的值,下标fule代表燃料流入口处的值;
根据混合分数建立时均混合分数方程:
式中,Sm为煤粉颗粒传入气相中的质量;Suser为自定义源项;
利用下式求解平均混合分数均方值的守恒方程:
步骤2)中,所述焦炭燃烧模型选用扩散-动力控制反应速率模型,同时考虑扩散作用和反应动力学对颗粒表面反应速率的影响,结合氧气扩散到焦炭表面的速率和焦炭表面的化学反应动力学速率,加权计算得到焦炭表面反应燃烧速率为:
步骤2)中,所述颗粒运动模型采用随机颗粒轨道模型,根据下式建立:
和脉冲速度;mp、Ap分别为颗粒质量和表面积;ρg为当地气体的密度;gk为重力加速度;CD为阻力系数;
所述挥发分析出模型采用单步热解模型,根据下式建立:
式中,mp表示颗粒质量,fv,0是颗粒初始挥发分质量分数,fw,0是颗粒可蒸发沸腾物质的质量分数;mp,0是颗粒的初始质量;k是反应速率常数;
步骤2)中,所述辐射换热模型采用P-1模型,其局部入射辐射求解方程为:
式中,n是介质的折射率,σ是Stefan-Boltzmann常数,SG是用户定义的辐射源,a为吸收系数,G为入射辐射,T是温度,Γ为描述该方程引入的参数,其公式为:
式中,σs为散射系数;C为各相异性相位函数系数。
步骤3)中,工况的范围为锅炉在30~100%BMCR负荷下运行时的工况;所述炉膛燃烧入口参数数据包括锅炉负荷数据、一次风量数据、一次风温度数据、二次风量数据、二次风温数据、燃尽风量数据、燃尽风温度数据、煤粉量数据、燃烧器处的炉膛入口压力数据、以及所燃煤基于收到基的C、H、O、N、P的元素含量数据和煤粉的低位发热量数据。
步骤5)中,所述实际工况为锅炉在30~100%BMCR负荷下运行时的工况。
一种基于数值模拟的炉膛出口NOx预测***,包括DCS数据处理单元、计算模拟单元、数据库单元、NOx预测模型建立单元、炉膛实际工况获取单元和NOx预测单元;
所述DCS数据处理单元用于从DCS***数据中提取数值模拟计算所需要的炉膛燃烧边界条件;
所述计算模拟单元用于根据所述炉膛燃烧边界条件进行数值模拟计算,得到不同工况下的炉膛出口NOx浓度;
所述数据库单元,包括不同工况下的炉膛燃烧入口参数数据和炉膛出口NOx浓度数据;
所述NOx预测模型建立单元,用于根据炉膛燃烧入口参数数据和炉膛出口NOx浓度数据,采用支持向量的方法建立炉膛出口NOx预测模型;
所述炉膛实际工况获取单元,用于获取实际工况下的炉膛实时入口参数;
所述NOx预测单元,用于根据炉膛实时入口参数和NOx预测模型,实时预测炉膛出口NOx浓度。
所述计算模拟单元包括炉膛模型建立单元和数值计算单元;所述炉膛模型建立单元用于根据炉膛的实际尺寸,1∶1建立炉膛的物理模型;所述数值计算单元采用的炉膛燃烧模型包括:Realizable k-ε湍流模型、颗粒运动模型、气相燃烧模型、挥发分析出模型、焦炭燃烧模型、辐射换热模型以及NOx生成与还原模型。
本发明的有益效果如下:
本发明提供的预测方法能够根据实际工况下炉膛实时入口参数,在燃烧工况变化,即风/粉等操作参数调节时,预测出炉膛出口处NOx的变化和炉内NOx分布,对SCR喷氨进行提前指导,对提高燃煤电厂的脱硝效率、空预器运行的安全性、以及提高经济性具有重要意义。
附图说明
图1为本发明具体实施例的预测***结构图。
图2为本发明具体实施例的支持向量机建立的NOx预测模型示意图。
图3为本发明具体实施例的预测***用户界面图。
图中:101、DCS数据处理单元;102、计算模拟单元;103、数据库单元;104、NOx预测模型建立单元;105、炉膛实际工况获取单元;106、NOx预测单元。
具体实施方式
以下结合附图说明本发明的具体实施方式。
如图1所示,本实施例的一种基于数值模拟的炉膛出口NOx预测***,包括预测模型部分和实时预测部分,预测模型部分包括DCS数据处理单元101、计算模拟单元102、数据库单元103和NOx预测模型建立单元104,实时预测部分包括炉膛实际工况获取单元105和NOx预测单元106;
DCS数据处理单元101用于从燃煤电站分布式控制***DCS***(DistributedControl System,DCS)中提取数值模拟计算所需要的炉膛燃烧边界条件;
计算模拟单元102用于根据炉膛燃烧边界条件进行数值模拟计算,得到不同工况下的炉膛出口NOx浓度;
数据库单元103,包括不同工况下的炉膛燃烧入口参数数据和炉膛出口NOx浓度数据;
NOx预测模型建立单元104,用于根据炉膛燃烧入口参数数据和炉膛出口NOx浓度数据,采用支持向量的方法建立炉膛出口NOx预测模型;
炉膛实际工况获取单元105,用于获取实际工况下的炉膛实时入口参数;
NOx预测单元106,用于根据炉膛实时入口参数和NOx预测模型,实时预测炉膛出口NOx浓度。
上述预测***具体实施时的用户界面如图3所示。预测***可根据实际工况下炉膛实时入口参数,实时预测了炉膛出口NOx浓度,给用户提供指导。
其中,计算模拟单元102包括炉膛模型建立单元和数值计算单元;炉膛模型建立单元用于根据炉膛的实际尺寸,1∶1建立炉膛的物理模型;数值计算单元采用的炉膛燃烧模型包括:Realizable k-ε湍流模型、颗粒运动模型、气相燃烧模型、挥发分析出模型、焦炭燃烧模型、辐射换热模型以及NOx生成与还原模型。
基于上述的基于数值模拟的炉膛出口NOx预测***,本实施例还提出一种基于数值模拟的炉膛出口NOx预测方法,包括以下步骤:
1)从DCS***数据中提取数值模拟计算所需要的炉膛燃烧边界条件,边界条件包括炉膛燃烧入口参数数据;
2)根据炉膛燃烧边界条件进行数值模拟计算,得到不同工况下的炉膛出口NOx浓度,具体包括:
根据炉膛的实际尺寸,1∶1建立炉膛的物理模型,包括炉膛的水冷壁、燃烧器、燃尽风、和过热器;
构建炉膛燃烧模型,用于描述大型煤粉炉内煤的燃烧过程,包括颗粒地运动、煤粉的热解、气相湍流燃烧、焦碳颗粒的燃烧、气固两相间的换热及辐射换热等,炉膛燃烧模型具体包括:Realizable k-ε湍流模型、颗粒运动模型、气相燃烧模型、挥发分析出模型、焦炭燃烧模型、辐射换热模型以及NOx生成与还原模型;
其中,气相燃烧模型采用非预混燃烧模型,构建并求解非预混燃烧模型包括以下步骤:
依据原子质量分数,定义混合分数为:
式中,Zi为元素i的元素质量分数;下标ox代表氧化剂流入口处的值,下标fuel代表燃料流入口处的值;
根据混合分数建立时均混合分数方程:
式中,Sm为煤粉颗粒传入气相中的质量;Suser为自定义源项;
利用下式求解平均混合分数均方值的守恒方程:
上述模型通过求解一个或两个守恒量的运输方程求解,单个组分的浓度通过预测的混合分数分布来求解,不需要求解大量的组分运输方程,从而提高效率。
焦炭燃烧模型选用扩散-动力控制反应速率模型,同时考虑扩散作用和反应动力学对颗粒表面反应速率的影响,结合氧气扩散到焦炭表面的速率和焦炭表面的化学反应动力学速率,加权计算得到焦炭表面反应燃烧速率为:
其中,颗粒运动模型采用离散相模型来描述锅炉内的气固两相流动,将气体作为连续相处理,将煤粉颗粒作为离散相处理;采用随机颗粒轨道模型来建立拉格朗日坐标下的颗粒瞬时方程组,从而计算不同煤粉颗粒的运动及轨道。由于煤粉颗粒运动伴随着非均相、有相变的燃烧等化学反应过程,拉格朗日随机轨道模型描述该过程有良好的效果,根据下式建立:
其中,挥发分析出模型采用单步热解模型,根据下式建立:
式中,mp表示颗粒质量,fv,0是颗粒初始挥发分质量分数,fw,0是颗粒可蒸发沸腾物质的质量分数;mp,0是颗粒的初始质量;k是反应速率常数;
其中,辐射换热模型采用P-1模型,该模型能够较好地描述炉膛内的辐射换热,其局部入射辐射求解方程为:
式中,n是介质的折射率,σ是Stefan-Boltzmann常数,SG是用户定义的辐射源,a为吸收系数,G为入射辐射,T是温度,Γ是为描述该方程引入的参数,其公式为:
式中,σs为散射系数;C为各相异性相位函数系数。
其中,NOx生成与还原模型在煤燃烧生成NOx只考虑热力型NOx和燃料型NOx,热力型NOx由扩展的Zeldovich机理描述,燃料型NOx的生成路径由De Scoete机理描述。在热态计算结束后,得到良好的流场、温度场,再在数值模拟软件(Fluent软件)中采用后处理的方法计算炉内NOx分布。最后截取出口平面,计算炉膛出口的平均NOx浓度。
3)对不同工况下的炉膛燃烧入口参数数据和炉膛出口NOx浓度数据建立数据库;
具体的,工况的范围为锅炉在30~100%BMCR负荷下运行时的工况。
具体的,炉膛燃烧入口参数数据包括锅炉负荷数据、一次风量数据、一次风温度数据、二次风量数据、二次风温数据、燃尽风量数据、燃尽风温度数据、煤粉量数据、燃烧器处的炉膛入口压力数据、以及所燃煤基于收到基的C、H、O、N、P的元素含量数据和煤粉的低位发热量数据。
4)根据数据库中的炉膛燃烧入口参数数据和炉膛出口NOx浓度数据,采用支持向量机的方法建立炉膛出口NOx预测模型;
具体的,自变量为炉膛燃烧入口参数数据,因变量为炉膛出口NOx浓度数据,回归函数和回归函数的法向量分别为:
式中,αi、αi *是拉格朗日乘子,b是位移项。
选择具有较强非线性映射能力的高斯核函数作为支持向量机的核函数,以适用锅炉内部复杂的燃烧环境。基于支持向量机建立的NOx预测模型示意图如图2所示。
5)获取实际工况下的炉膛实时入口参数;
具体的,实际工况为锅炉在30~100%BMCR负荷下运行时的工况。
6)利用NOx预测模型根据炉膛实时入口参数,实时预测炉膛出口NOx浓度。
本发明提供的预测方法能够在燃烧工况变化,即风/粉等操作参数调节时,就能预测出炉膛出口处NOx的变化和炉内NOx分布,对SCR喷氨进行提前指导,对提高燃煤电厂的脱硝效率、空预器运行的安全性、以及提高经济性具有重要意义。
Claims (9)
1.一种基于数值模拟的炉膛出口NOx预测方法,其特征在于,包括以下步骤:
1)从DCS***中提取数值模拟计算所需要的炉膛燃烧边界条件,所述边界条件包括炉膛燃烧入口参数数据;
2)根据所述炉膛燃烧边界条件进行数值模拟计算,得到不同工况下的炉膛出口NOx浓度,具体包括:
根据炉膛实际尺寸,建立炉膛的物理模型,包括炉膛的水冷壁、燃烧器、燃尽风、和过热器;
构建炉膛燃烧模型,包括:Realizable k-ε湍流模型、颗粒运动模型、气相燃烧模型、挥发分析出模型、焦炭燃烧模型、辐射换热模型以及NOx生成与还原模型;
3)建立不同工况下的炉膛燃烧入口参数数据以及对应的炉膛出口NOx浓度数据的数据库;
4)以炉膛燃烧入口参数数据为自变量,以炉膛出口NOx浓度数据为因变量,采用支持向量机的方法建立炉膛出口NOx预测模型;
5)获取实际工况下的炉膛实时入口参数;
6)利用所述NOx预测模型根据炉膛实时入口参数,实时预测炉膛出口NOx浓度。
6.根据权利要求1所述的基于数值模拟的炉膛出口NOx预测方法,其特征在于,步骤3)中,工况的范围为锅炉在30~100%BMCR负荷下运行时的工况;所述炉膛燃烧入口参数数据包括锅炉负荷数据、一次风量数据、一次风温度数据、二次风量数据、二次风温数据、燃尽风量数据、燃尽风温度数据、煤粉量数据、燃烧器处的炉膛入口压力数据、以及所燃煤基于收到基的C、H、O、N、P的元素含量数据和煤粉的低位发热量数据。
7.根据权利要求1所述的基于数值模拟的炉膛出口NOx预测方法,其特征在于,步骤5)中,所述实际工况为锅炉在30~100%BMCR负荷下运行时的工况。
8.一种基于数值模拟的炉膛出口NOx预测***,其特征在于,包括DCS数据处理单元、计算模拟单元、数据库单元、NOx预测模型建立单元、炉膛实际工况获取单元和NOx预测单A
所述DCS数据处理单元用于从DCS***数据中提取数值模拟计算所需要的炉膛燃烧边界条件;
所述计算模拟单元用于根据所述炉膛燃烧边界条件进行数值模拟计算,得到不同工况下的炉膛出口NOx浓度;
所述数据库单元,包括不同工况下的炉膛燃烧入口参数数据和炉膛出口NOx浓度数据;
所述NOx预测模型建立单元,用于根据炉膛燃烧入口参数数据和炉膛出口NOx浓度数据,采用支持向量的方法建立炉膛出口NOx预测模型;
所述炉膛实际工况获取单元,用于获取实际工况下的炉膛实时入口参数;
所述NOx预测单元,用于根据炉膛实时入口参数和NOx预测模型,实时预测炉膛出口NOx浓度。
9.根据权利要求8所述的基于数值模拟的炉膛出口NOx预测***,其特征在于,所述计算模拟单元包括炉膛模型建立单元和数值计算单元;所述炉膛模型建立单元用于根据炉膛的实际尺寸,1∶1建立炉膛的物理模型;所述数值计算单元采用的炉膛燃烧模型包括:Realizable k-ε湍流模型、颗粒运动模型、气相燃烧模型、挥发分析出模型、焦炭燃烧模型、辐射换热模型以及NOx生成与还原模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111471743.3A CN114239430A (zh) | 2021-12-03 | 2021-12-03 | 一种基于数值模拟的炉膛出口NOx预测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111471743.3A CN114239430A (zh) | 2021-12-03 | 2021-12-03 | 一种基于数值模拟的炉膛出口NOx预测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114239430A true CN114239430A (zh) | 2022-03-25 |
Family
ID=80753121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111471743.3A Pending CN114239430A (zh) | 2021-12-03 | 2021-12-03 | 一种基于数值模拟的炉膛出口NOx预测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114239430A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114970375A (zh) * | 2022-07-29 | 2022-08-30 | 山东飞扬化工有限公司 | 一种基于实时采样数据的精馏过程监测方法 |
CN115069085A (zh) * | 2022-05-10 | 2022-09-20 | 华电电力科学研究院有限公司 | 一种scr脱硝***全流程流场真实表征的方法 |
CN116976162A (zh) * | 2023-06-16 | 2023-10-31 | 武汉光谷蓝焰新能源股份有限公司 | 基于生物质锅炉有限元分析的脱硝设计仿真方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106383944A (zh) * | 2016-09-12 | 2017-02-08 | 广东电网有限责任公司电力科学研究院 | 一种电站锅炉煤粉在变燃尽风量下的燃烧特性生成数值的模拟方法及装置 |
CN106649917A (zh) * | 2016-09-12 | 2017-05-10 | 广东电网有限责任公司电力科学研究院 | 一种电站锅炉煤粉在变氧量下的燃烧特性生成数值的模拟方法及装置 |
US20210262658A1 (en) * | 2018-06-21 | 2021-08-26 | Tianjin University | Method and Device for Calculating Combustion in Waste Incinerator Bed |
-
2021
- 2021-12-03 CN CN202111471743.3A patent/CN114239430A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106383944A (zh) * | 2016-09-12 | 2017-02-08 | 广东电网有限责任公司电力科学研究院 | 一种电站锅炉煤粉在变燃尽风量下的燃烧特性生成数值的模拟方法及装置 |
CN106649917A (zh) * | 2016-09-12 | 2017-05-10 | 广东电网有限责任公司电力科学研究院 | 一种电站锅炉煤粉在变氧量下的燃烧特性生成数值的模拟方法及装置 |
US20210262658A1 (en) * | 2018-06-21 | 2021-08-26 | Tianjin University | Method and Device for Calculating Combustion in Waste Incinerator Bed |
Non-Patent Citations (1)
Title |
---|
李道林;王文欢;潘卫国;: "600MW墙式对冲燃煤锅炉燃烧数值模拟", 动力工程学报, no. 02, 15 February 2020 (2020-02-15) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115069085A (zh) * | 2022-05-10 | 2022-09-20 | 华电电力科学研究院有限公司 | 一种scr脱硝***全流程流场真实表征的方法 |
CN115069085B (zh) * | 2022-05-10 | 2024-02-06 | 华电电力科学研究院有限公司 | 一种scr脱硝***全流程流场真实表征的方法 |
CN114970375A (zh) * | 2022-07-29 | 2022-08-30 | 山东飞扬化工有限公司 | 一种基于实时采样数据的精馏过程监测方法 |
CN114970375B (zh) * | 2022-07-29 | 2022-11-04 | 山东飞扬化工有限公司 | 一种基于实时采样数据的精馏过程监测方法 |
CN116976162A (zh) * | 2023-06-16 | 2023-10-31 | 武汉光谷蓝焰新能源股份有限公司 | 基于生物质锅炉有限元分析的脱硝设计仿真方法 |
CN116976162B (zh) * | 2023-06-16 | 2024-01-30 | 武汉光谷蓝焰新能源股份有限公司 | 基于生物质锅炉有限元分析的脱硝设计仿真方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114239430A (zh) | 一种基于数值模拟的炉膛出口NOx预测方法及*** | |
CN112580250A (zh) | 基于深度学习的火电机组脱硝***及优化控制方法 | |
CN111695249B (zh) | 一种燃气锅炉热效率的预测方法 | |
CN111339716B (zh) | 一种锅炉高温烟气流场在线代理模型构建方法 | |
Askarova et al. | Investigation of turbulence characteristics of burning process of the solid fuel in BKZ 420 combustion chamber | |
CN102539272A (zh) | 多相介质高温腐蚀速率实验装置及表征方法 | |
CN103926833B (zh) | 一种选择性催化还原脱硝装置入口参数确定方法 | |
CN111581894B (zh) | 一种scr喷氨量智能监控***及方法 | |
CN105069185A (zh) | 一种利用烟气压差法建立空预器清洁因子计算模型的方法及应用 | |
Zhao et al. | Coal-fired utility boiler modelling for advanced economical low-NOx combustion controller design | |
Scharler et al. | Numerical modelling of biomass grate furnaces | |
CN106548032A (zh) | 基于锅炉烟道网格检测烟气co和o2浓度的分布场重建方法 | |
Carvalho et al. | Prediction of the flow, reaction and heat transfer in an oxy‐fuel glass furnace | |
Askarova et al. | 3D modeling of the aerodynamics and heat transfer in the combustion chamber of the BKZ-75 boiler of the Shakhtinsk cogeneration plant | |
CN116776770B (zh) | 基于cfd数值模拟耦合bp神经网络缓解锅炉高温腐蚀的方法 | |
Xiao et al. | A physically based air proportioning methodology for optimized combustion in gas-fired boilers considering both heat release and NOx emissions | |
CN106838979A (zh) | 基于锅炉炉膛网格检测co和o2浓度的分布场构建方法 | |
CN116085823A (zh) | 锅炉燃烧控制方法及*** | |
CN103343978A (zh) | 一种煤粉火焰稳定性预测与诊断方法 | |
Gao et al. | An improved control strategy for a denitrification system using cooperative control of NH3 injection and flue gas temperature for coal-fired power plants | |
CN116293784A (zh) | 基于co测量的锅炉燃烧控制方法及控制*** | |
López et al. | A numerical analysis of the effect of atmospheric pressure on the performance of a heating system with a self-recuperative burner | |
Sakolaree et al. | Numerical simulation and experimental validation of pulverized coal combustion by using CFD | |
Gao et al. | Enhancement of SCR denitrification control strategy considering fluegas temperature fluctuation: Fundamental principle and performance evaluation | |
CN204065817U (zh) | 一种燃煤电站scr脱硝控制*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |