CN116559063A - 锅炉受热面的腐蚀监测方法、装置和电子设备 - Google Patents
锅炉受热面的腐蚀监测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN116559063A CN116559063A CN202310784243.8A CN202310784243A CN116559063A CN 116559063 A CN116559063 A CN 116559063A CN 202310784243 A CN202310784243 A CN 202310784243A CN 116559063 A CN116559063 A CN 116559063A
- Authority
- CN
- China
- Prior art keywords
- boiler
- heating surface
- alkali metal
- determining
- temperature
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 180
- 238000005260 corrosion Methods 0.000 title claims abstract description 178
- 230000007797 corrosion Effects 0.000 title claims abstract description 178
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 229910052783 alkali metal Inorganic materials 0.000 claims abstract description 107
- 150000001340 alkali metals Chemical class 0.000 claims abstract description 107
- 230000005855 radiation Effects 0.000 claims abstract description 66
- 238000009825 accumulation Methods 0.000 claims abstract description 58
- 239000004071 soot Substances 0.000 claims abstract description 43
- 238000001228 spectrum Methods 0.000 claims abstract description 26
- 230000008021 deposition Effects 0.000 claims abstract description 15
- 238000012806 monitoring device Methods 0.000 claims abstract description 5
- 239000007789 gas Substances 0.000 claims description 47
- 239000002253 acid Substances 0.000 claims description 46
- 239000000779 smoke Substances 0.000 claims description 46
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 21
- 239000003546 flue gas Substances 0.000 claims description 21
- 238000012549 training Methods 0.000 claims description 13
- 238000007664 blowing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 claims description 8
- 239000012535 impurity Substances 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 4
- 230000000875 corresponding effect Effects 0.000 description 21
- 238000002485 combustion reaction Methods 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000010813 municipal solid waste Substances 0.000 description 5
- 239000002585 base Substances 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 4
- 239000007790 solid phase Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008020 evaporation Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/002—Test chambers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/006—Investigating resistance of materials to the weather, to corrosion, or to light of metals
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental & Geological Engineering (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本申请公开了一种锅炉受热面的腐蚀监测方法、装置和电子设备,该方法为:基于锅炉受热面的积灰层辐射强度,确定锅炉受热面的积灰层温度;基于锅炉受热面的火焰光谱辐射强度,确定锅炉受热面的碱金属浓度;基于积灰层温度和碱金属浓度,确定锅炉受热面的腐蚀速率。该方法基于锅炉受热面的积灰层温度和碱金属浓度,作为确定腐蚀速率的参考依据,能够使得腐蚀速率的监测结果具备较高的客观性和准确性。
Description
技术领域
本申请涉及锅炉运维领域,尤其涉及一种锅炉受热面的腐蚀监测方法、装置和电子设备。
背景技术
众所周知,垃圾处理大多数采用锅炉进行焚烧处理。针对垃圾焚烧炉排炉掺烧污泥、沼渣、一般高热值工业有机固体废料等杂质,导致烟气腐蚀性成分浓度增加,使得锅炉受热面腐蚀加剧,若锅炉受热面的腐蚀速率过快,则可能会损害锅炉。
当前锅炉受热面的腐蚀监测方法,通常基于常规烟气成分监测,具体为抽取锅炉受热面管壁中的烟气成分进行分析,通过分析得到的腐蚀性气体含量来推测锅炉受热面的腐蚀速率。然而,现有技术手段所得到的腐蚀监测结果(即锅炉受热面的腐蚀速率)准确性较低,与实际情况存在较大偏差。
发明内容
本申请提供了一种锅炉受热面的腐蚀监测方法、装置和电子设备,目的在于提高锅炉受热面的腐蚀监测结果的准确性。
为了实现上述目的,本申请提供了以下技术方案:
一种锅炉受热面的腐蚀监测方法,包括:
基于所述锅炉受热面的积灰层辐射强度,确定所述锅炉受热面的积灰层温度;所述积灰层辐射强度基于第一光谱仪所采集得到;所述积灰层温度代表经由锅炉内部杂质积累形成的积灰层的温度;
基于所述锅炉受热面的火焰光谱辐射强度,确定所述锅炉受热面的碱金属浓度;所述火焰光谱辐射强度基于第二光谱仪所采集得到;所述碱金属浓度代表所述积灰层中碱金属的含量;
基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率。
可选的,基于所述锅炉受热面的积灰层辐射强度,确定所述锅炉受热面的积灰层温度,包括:
获得所述锅炉的蒸汽压力;所述蒸汽压力代表锅炉水冷壁内的蒸汽的压力;
基于所述蒸汽压力,确定目标温度;所述目标温度代表所述蒸汽的温度;
基于所述锅炉受热面的积灰层辐射强度,确定所述积灰层的热辐射参数;
基于所述目标温度和所述热辐射参数,确定所述锅炉受热面的积灰层温度。
可选的,基于所述锅炉受热面的火焰光谱辐射强度,确定所述锅炉受热面的碱金属浓度,包括:
基于火焰光谱辐射强度与火焰温度的对应关系,确定所述锅炉受热面的火焰光谱辐射强度所对应的目标火焰温度;
基于所述火焰温度与碱金属浓度的对应关系,确定所述目标火焰温度所对应的目标碱金属浓度;
基于所述目标碱金属浓度,作为所述锅炉受热面的碱金属浓度。
可选的,基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率,包括:
获得锅炉烟气的烟速和酸性气体浓度;所述烟速代表所述锅炉烟气的流速;所述酸性气体浓度代表所述锅炉烟气中酸性气体的含量;
基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,确定所述锅炉受热面的腐蚀速率。
可选的,基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,确定所述锅炉受热面的腐蚀速率,包括:
将所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为目标模型的输入,得到所述目标模型输出的所述锅炉受热面的腐蚀速率;
其中,所述目标模型通过样本腐蚀数据作为输入,将预先标注的所述样本腐蚀数据的腐蚀速率作为训练目标,训练得到;所述样本腐蚀数据包括样本锅炉受热面的积灰层温度、碱金属浓度、烟速和酸性气体浓度;所述样本锅炉的设计参数与所述锅炉相同。
可选的,在将所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为目标模型的输入,得到所述目标模型输出的所述锅炉受热面的腐蚀速率之后,还包括:
基于所述锅炉受热面的壁厚变化量,确定所述锅炉受热面的实际腐蚀速率;所述壁厚变化量代表:所述锅炉受热面在所述锅炉开炉燃烧前的壁厚,与所述锅炉停炉后的壁厚之间的差异;
基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为修正样本;
基于所述修正样本作为所述目标模型的输入,以所述实际腐蚀速率作为训练目标,对所述目标模型中的各项参数进行修正,以提高所述目标模型的准确度。
可选的,在基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率之后,还包括:
获得所述锅炉受热面在所述锅炉开炉燃烧前的壁厚;
基于所述壁厚和所述腐蚀速率,确定所述锅炉受热面的剩余壁厚。
可选的,在基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率之后,还包括:
如果所述腐蚀速率大于阈值,控制所述锅炉的吹灰频率,以使所述腐蚀速率降低;所述吹灰频率与所述腐蚀速率负相关。
一种锅炉受热面的腐蚀监测装置,包括:
积灰层温度确定单元,用于基于所述锅炉受热面的积灰层辐射强度,确定所述锅炉受热面的积灰层温度;所述积灰层辐射强度基于第一光谱仪所采集得到;所述积灰层温度代表经由锅炉内部杂质积累形成的积灰层的温度;
碱金属浓度确定单元,用于基于所述锅炉受热面的火焰光谱辐射强度,确定所述锅炉受热面的碱金属浓度;所述火焰光谱辐射强度基于第二光谱仪所采集得到;所述碱金属浓度代表所述积灰层中碱金属的含量;
腐蚀速率确定单元,用于基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率。
可选的,所述积灰层温度确定单元具体用于:
获得所述锅炉的蒸汽压力;所述蒸汽压力代表锅炉水冷壁内的蒸汽的压力;
基于所述蒸汽压力,确定目标温度;所述目标温度代表所述蒸汽的温度;
基于所述锅炉受热面的积灰层辐射强度,确定所述积灰层的热辐射参数;
基于所述目标温度和所述热辐射参数,确定所述锅炉受热面的积灰层温度。
可选的,所述碱金属浓度确定单元具体用于:
基于火焰光谱辐射强度与火焰温度的对应关系,确定所述锅炉受热面的火焰光谱辐射强度所对应的目标火焰温度;
基于所述火焰温度与碱金属浓度的对应关系,确定所述目标火焰温度所对应的目标碱金属浓度;
基于所述目标碱金属浓度,作为所述锅炉受热面的碱金属浓度。
可选的,所述腐蚀速率确定单元具体用于:
获得锅炉烟气的烟速和酸性气体浓度;所述烟速代表所述锅炉烟气的流速;所述酸性气体浓度代表所述锅炉烟气中酸性气体的含量;
基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,确定所述锅炉受热面的腐蚀速率。
可选的,所述腐蚀速率确定单元具体用于:
将所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为目标模型的输入,得到所述目标模型输出的所述锅炉受热面的腐蚀速率;
其中,所述目标模型通过样本腐蚀数据作为输入,将预先标注的所述样本腐蚀数据的腐蚀速率作为训练目标,训练得到;所述样本腐蚀数据包括样本锅炉受热面的积灰层温度、碱金属浓度、烟速和酸性气体浓度;所述样本锅炉的设计参数与所述锅炉相同。
可选的,所述腐蚀速率确定单元还用于:
基于所述锅炉受热面的壁厚变化量,确定所述锅炉受热面的实际腐蚀速率;所述壁厚变化量代表:所述锅炉受热面在所述锅炉开炉燃烧前的壁厚,与所述锅炉停炉后的壁厚之间的差异;
基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为修正样本;
基于所述修正样本作为所述目标模型的输入,以所述实际腐蚀速率作为训练目标,对所述目标模型中的各项参数进行修正,以提高所述目标模型的准确度。
可选的,还包括:
剩余壁厚确定单元,用于获得所述锅炉受热面在所述锅炉开炉燃烧前的壁厚,基于所述壁厚和所述腐蚀速率,确定所述锅炉受热面的剩余壁厚。
可选的,还包括:
锅炉运行控制单元,用于如果所述腐蚀速率大于阈值,控制所述锅炉的吹灰频率,以使所述腐蚀速率降低;所述吹灰频率与所述腐蚀速率负相关。
一种电子设备,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序被处理器运行时执行所述的锅炉受热面的腐蚀监测方法。
本申请提供的技术方案,基于锅炉受热面的积灰层辐射强度,确定锅炉受热面的积灰层温度。基于锅炉受热面的火焰光谱辐射强度,确定锅炉受热面的碱金属浓度。基于积灰层温度和碱金属浓度,确定锅炉受热面的腐蚀速率。本申请基于锅炉受热面的积灰层温度和碱金属浓度,作为确定腐蚀速率的参考依据,能够使得腐蚀速率的监测结果具备较高的客观性和准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种锅炉受热面的腐蚀监测方法的流程示意图;
图2为本申请实施例提供的一种锅炉受热面的腐蚀监测装置的架构示意图;
图3为本申请实施例提供的一种电子设备的架构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
如图1所示,为本申请实施例提供的一种锅炉受热面的腐蚀监测方法的流程示意图,包括如下所示步骤。
S101:基于锅炉受热面的积灰层辐射强度,确定锅炉受热面的积灰层温度。
其中,积灰层辐射强度基于第一光谱仪所采集得到,积灰层温度代表经由锅炉内部杂质积累形成的积灰层的温度。
在一些示例中,第一光谱仪具体可以为中波红外热像仪。
需要说明的是,积灰层与锅炉受热面直接接触,积灰层温度能够直接反应锅炉受热面的温度,积灰层温度越高,锅炉受热面的腐蚀程度越严重,即可以理解为:积灰层温度与锅炉受热面的腐蚀速率正相关。
可选的,基于锅炉受热面的积灰层辐射强度,确定锅炉受热面的积灰层温度的具体实现过程包括:获得锅炉的蒸汽压力,蒸汽压力代表锅炉水冷壁内的蒸汽的压力;基于蒸汽压力,确定目标温度,目标温度代表蒸汽的温度;基于锅炉受热面的积灰层辐射强度,确定积灰层的热辐射参数;基于目标温度和热辐射参数,确定锅炉受热面的积灰层温度。
一般来讲,基于蒸汽压力,确定蒸汽的温度的具体计算过程,属于物理领域的公知常识,这里不再赘述。
在本申请实施例中,积灰层的热辐射参数至少包括辐射率(也可称为发射率)和导热系数。相应的,基于目标温度和热辐射参数,确定锅炉受热面的积灰层温度的具体实现过程可以为:对目标温度、积灰层的发射率和导热系数进行热平衡计算。以获得积灰层温度。热平衡计算过程中所采用的公式,为物理领域的公知常识,这里不再赘述。
在一些示例中,积灰层的发射率的具体获取方式具体可以为:利用发射率模型(例如BOOW模型),对锅炉受热面的积灰层辐射强度进行发射率反演,以获得积灰层的发射率。
在一些示例中,积灰层的导热系数的具体获取方式具体可以为:利用导热系数模型(例如Hadley模型),对锅炉受热面的积灰层辐射强度进行导热系数反演,以获得积灰层的导热系数。
S102:基于锅炉受热面的火焰光谱辐射强度,确定锅炉受热面的碱金属浓度。
其中,火焰光谱辐射强度基于第二光谱仪所采集得到,碱金属浓度代表积灰层中碱金属的含量。
在一些示例中,第二光谱仪具体可以为光纤光谱仪。
需要说明的是,碱金属浓度能够直接决定积灰层的成分,碱金属浓度越高,积灰层熔点越低,相应的,积灰层更容易从气固相腐蚀转化为液固相腐蚀,在化学领域中,液固相腐蚀的速率高于气固相腐蚀,即可以理解为:碱金属浓度与锅炉受热面的腐蚀速率正相关。
可选的,基于锅炉受热面的火焰光谱辐射强度,确定锅炉受热面的碱金属浓度的具体实现过程包括:基于火焰光谱辐射强度与火焰温度的对应关系,确定锅炉受热面的火焰光谱辐射强度所对应的目标火焰温度;基于火焰温度与碱金属浓度的对应关系,确定目标火焰温度所对应的目标碱金属浓度;基于目标碱金属浓度,作为锅炉受热面的碱金属浓度。
可以理解的是,火焰光谱辐射强度与火焰温度的对应关系,以及火焰温度与碱金属浓度的对应关系,可通过实验测量所得到,也可以直接从网络中获取得到。
S103:基于积灰层温度和碱金属浓度,确定锅炉受热面的腐蚀速率。
其中,由于积灰层温度和碱金属浓度,均与锅炉受热面的腐蚀速率正相关,为此,将积灰层温度和碱金属浓度,作为确定锅炉受热面的腐蚀速率的参考依据,具备较高的客观性和准确性。
为了进一步提高锅炉受热面的腐蚀速率的准确性,还可以增加与锅炉受热面的腐蚀速率相关的其他影响因素,作为确定锅炉受热面的腐蚀速率的参考依据。
可选的,基于积灰层温度和碱金属浓度,确定锅炉受热面的腐蚀速率的具体实现过程包括:获得锅炉烟气的烟速和酸性气体浓度,烟速代表锅炉烟气的流速,酸性气体浓度代表锅炉烟气中酸性气体的含量;基于积灰层温度、碱金属浓度、烟速和酸性气体浓度,确定锅炉受热面的腐蚀速率。
在实际生成过程中,烟气的烟速和酸性气体浓度,均会影响锅炉受热面的腐蚀速率,具体的,烟速与锅炉受热面的腐蚀速率正相关,酸性气体浓度也与锅炉受热面的腐蚀速率正相关。
需要说明的是,基于积灰层温度、碱金属浓度、烟速和酸性气体浓度,确定锅炉受热面的腐蚀速率的具体实现方式,包括但不限于:通过建模方式,构建基于积灰层温度、碱金属浓度、烟速和酸性气体浓度,预测锅炉受热面的腐蚀速率的数学模型,并利用该数学模型确定锅炉受热面的腐蚀速率。
可选的,基于积灰层温度、碱金属浓度、烟速和酸性气体浓度,确定锅炉受热面的腐蚀速率的具体实现包括:将积灰层温度、碱金属浓度、烟速和酸性气体浓度,作为目标模型的输入,得到目标模型输出的锅炉受热面的腐蚀速率,其中,目标模型通过样本腐蚀数据作为输入,将预先标注的样本腐蚀数据的腐蚀速率作为训练目标,训练得到;样本腐蚀数据包括样本锅炉受热面的积灰层温度、碱金属浓度、烟速和酸性气体浓度;样本锅炉的设计参数与锅炉相同。
在一些示例中,目标模型的类型具体可以为机器学习模型(例如神经网络模型),另外,机器学习模型的训练过程,属于本领域技术人员所熟悉的公知常识,这里不再赘述。
可以理解的是,由于目标模型为基于样本腐蚀数据训练得到,样本腐蚀数据来源于样本锅炉实际生产过程,然而,当前生产所使用的锅炉在实际使用过程中,受限于环境因素(例如地理气候等),生产过程中所生成的腐蚀数据可能会有所偏差,为了消除偏差,还可以对目标模型进行二次训练,即对目标模型中的各项参数进行修正,以提高目标模型的准确度。
可选的,对目标模型进行二次训练的具体实现过程为:基于锅炉受热面的壁厚变化量,确定锅炉受热面的实际腐蚀速率;壁厚变化量代表:锅炉受热面在锅炉开炉燃烧前的壁厚,与锅炉停炉后的壁厚之间的差异;基于积灰层温度、碱金属浓度、烟速和酸性气体浓度,作为修正样本;基于修正样本作为目标模型的输入,以实际腐蚀速率作为训练目标,对目标模型中的各项参数进行修正,以提高目标模型的准确度。
在本申请实施例中,锅炉受热面在锅炉开炉燃烧前的壁厚,以及锅炉受热面在锅炉停炉后的壁厚,均为锅炉生产使用所需监测的数据。此外,利用锅炉受热面的壁厚变化量,确定锅炉受热面的实际腐蚀速率的具体实现过程,可以参见公式(1)所示。
S=(H1-H2)/t(1)
在公式(1)中,S代表锅炉受热面的实际腐蚀速率,H1代表锅炉受热面在锅炉开炉燃烧前的壁厚,H2代表锅炉受热面在锅炉停炉后的壁厚,t代表锅炉的生产使用时间。
在一些示例中,为了便于用户实时获悉锅炉受热面的腐蚀程度,还会实时显示锅炉受热面的腐蚀速率和剩余壁厚。
可选的,锅炉受热面的剩余壁厚的获取方式具体可以为:在基于积灰层温度和碱金属浓度,确定锅炉受热面的腐蚀速率之后,获得锅炉受热面在锅炉开炉燃烧前的壁厚,基于壁厚和腐蚀速率,确定锅炉受热面的剩余壁厚。
具体的,基于壁厚和腐蚀速率,确定锅炉受热面的剩余壁厚的实现过程,可以参见公式(2)所示。
H3=H1-R×t(2)
在公式(2)中,H3代表锅炉受热面的剩余壁厚,H1代表锅炉受热面在锅炉开炉燃烧前的壁厚,R代表锅炉受热面的腐蚀速率,t代表锅炉的生产使用时间。
在一些示例中,如果锅炉受热面的腐蚀速率大于阈值,则需采取一系列手段来降低锅炉受热面的腐蚀速率,以防止锅炉受热面受损。
可选的,用于降低锅炉受热面的腐蚀速率的具体实现手段可以为:如果腐蚀速率大于阈值,控制锅炉的吹灰频率,以使腐蚀速率降低,其中,吹灰频率与腐蚀速率负相关。
可以理解的是,由于锅炉的吹灰频率与腐蚀速率负相关,为此,可以通过降低锅炉的吹灰频率,以使腐蚀速率降低。
可选的,用于降低锅炉受热面的腐蚀速率的具体实现手段可以为:如果腐蚀速率大于阈值,控制锅炉中目标燃烧物的入炉量,以使腐蚀速率降低,其中,目标燃烧物的入炉量与腐蚀速率负相关。
所谓的目标燃烧物,具体是指腐蚀性元素含量大于指定含量的燃烧物(本申请实施例所示燃烧物通常为垃圾)。相应的,目标燃烧物的入炉量,具体是指锅炉中目标燃烧物的添加量。
可以理解的是,由于目标燃烧物的入炉量腐蚀速率负相关,为此,可以通过减少目标燃烧物的入炉量,以使腐蚀速率降低。
需要强调的是,为了进一步提高锅炉受热面的腐蚀监测结果的准确度,还可以预先将锅炉受热面划分为多个受热区域,基于每个受热区域对应的积灰层温度和碱金属浓度,确定每个受热区域的腐蚀速率,从而有效检测出锅炉受热面中腐蚀速率大于阈值的受热区域,以便辅助用户及时做出处理。
上述S101-S103所示流程,基于锅炉受热面的积灰层温度和碱金属浓度,作为确定腐蚀速率的参考依据,能够使得腐蚀速率的监测结果具备较高的客观性和准确性。
为了便于理解上述S101-S103所示流程,本申请实施例基于锅炉监测场景进行展开说明,具体的,该锅炉监测场景下的锅炉受热面的腐蚀监测流程,如下所示。
步骤1、获得锅炉的设计参数和运行参数。
其中,设计参数包括但不限于为:蒸发量、垃圾处理量、蒸汽参数、锅炉炉膛尺寸、烟道尺寸、受热面管材材质、管材规格、入口烟温、入口烟速、受热面面积。
运行参数包括但不限于为:蒸发量、垃圾处理量、蒸汽压力、烟气流量、受热面入口烟温、入口烟速、锅炉出口氧含量、炉渣热灼减率。
可以理解的是,锅炉的设计参数和运行参数的获取渠道包括但不限于为:由用户直接输入,或者直接从锅炉数据库中读取得到。
步骤2、基于锅炉受热面的积灰层辐射强度,确定锅炉受热面的发射率和导热系数,并基于蒸汽压力、发射率和导热系数,确定锅炉受热面的积灰层温度。
其中,步骤2的具体实现原理,可以参见S101所示的步骤解释说明,这里不再赘述。
步骤3、基于火焰光谱辐射强度与火焰温度的对应关系,以及火焰温度与碱金属浓度的对应关系,确定锅炉受热面的火焰光谱辐射强度所对应的碱金属浓度。
其中,步骤3的具体实现原理,可以参见S102所示的步骤解释说明,这里不再赘述。
步骤4、将锅炉受热面的积灰层温度和碱金属浓度,以及锅炉烟气的烟速和酸性气体浓度,输入至目标模型中,得到目标模型输出的锅炉受热面的腐蚀速率。
步骤5、基于锅炉受热面的腐蚀速率,确定锅炉受热面的剩余壁厚,并显示腐蚀速率和剩余壁厚。
步骤6、如果锅炉受热面的腐蚀速率大于阈值,控制锅炉的吹灰频率,以及锅炉中目标燃烧物的入炉量,以使腐蚀速率降低。
步骤7、如果锅炉受热面的腐蚀速率不大于阈值,则继续保持锅炉的运行。
步骤8、在锅炉停炉后,基于锅炉受热面的壁厚变化量,确定锅炉受热面的实际腐蚀速率,并利用锅炉受热面的积灰层温度和碱金属浓度、锅炉烟气的烟速和酸性气体浓度、实际腐蚀速率,对目标模型中各项参数进行修正,以提高目标模型的准确度。
上述各个步骤,基于锅炉受热面的积灰层温度和碱金属浓度,作为确定腐蚀速率的参考依据,能够使得腐蚀速率的监测结果具备较高的客观性和准确性。
与上述本申请提供的锅炉受热面的腐蚀监测方法相对应,本申请实施例还提供了一种锅炉受热面的腐蚀监测装置。
如图2所示,为本申请实施例提供的一种锅炉受热面的腐蚀监测装置的架构示意图,包括如下所示单元。
积灰层温度确定单元100,用于基于锅炉受热面的积灰层辐射强度,确定锅炉受热面的积灰层温度;积灰层辐射强度基于第一光谱仪所采集得到;积灰层温度代表经由锅炉内部杂质积累形成的积灰层的温度。
可选的,积灰层温度确定单元100具体用于:获得锅炉的蒸汽压力;蒸汽压力代表锅炉水冷壁内的蒸汽的压力;基于蒸汽压力,确定目标温度;目标温度代表蒸汽的温度;基于锅炉受热面的积灰层辐射强度,确定积灰层的热辐射参数;基于目标温度和热辐射参数,确定锅炉受热面的积灰层温度。
碱金属浓度确定单元200,用于基于锅炉受热面的火焰光谱辐射强度,确定锅炉受热面的碱金属浓度;火焰光谱辐射强度基于第二光谱仪所采集得到;碱金属浓度代表积灰层中碱金属的含量。
可选的,碱金属浓度确定单元200具体用于:基于火焰光谱辐射强度与火焰温度的对应关系,确定锅炉受热面的火焰光谱辐射强度所对应的目标火焰温度;基于火焰温度与碱金属浓度的对应关系,确定目标火焰温度所对应的目标碱金属浓度;基于目标碱金属浓度,作为锅炉受热面的碱金属浓度。
腐蚀速率确定单元300,用于基于积灰层温度和碱金属浓度,确定锅炉受热面的腐蚀速率。
可选的,腐蚀速率确定单元300具体用于:获得锅炉烟气的烟速和酸性气体浓度;烟速代表锅炉烟气的流速;酸性气体浓度代表锅炉烟气中酸性气体的含量;基于积灰层温度、碱金属浓度、烟速和酸性气体浓度,确定锅炉受热面的腐蚀速率。
腐蚀速率确定单元300具体用于:将积灰层温度、碱金属浓度、烟速和酸性气体浓度,作为目标模型的输入,得到目标模型输出的锅炉受热面的腐蚀速率;其中,目标模型通过样本腐蚀数据作为输入,将预先标注的样本腐蚀数据的腐蚀速率作为训练目标,训练得到;样本腐蚀数据包括样本锅炉受热面的积灰层温度、碱金属浓度、烟速和酸性气体浓度;样本锅炉的设计参数与锅炉相同。
腐蚀速率确定单元300还用于:基于锅炉受热面的壁厚变化量,确定锅炉受热面的实际腐蚀速率;壁厚变化量代表:锅炉受热面在锅炉开炉燃烧前的壁厚,与锅炉停炉后的壁厚之间的差异;基于积灰层温度、碱金属浓度、烟速和酸性气体浓度,作为修正样本;基于修正样本作为目标模型的输入,以实际腐蚀速率作为训练目标,对目标模型中的各项参数进行修正,以提高目标模型的准确度。
剩余壁厚确定单元400,用于获得锅炉受热面在锅炉开炉燃烧前的壁厚,基于壁厚和腐蚀速率,确定锅炉受热面的剩余壁厚。
锅炉运行控制单元500,用于如果腐蚀速率大于阈值,控制锅炉的吹灰频率,以使腐蚀速率降低;吹灰频率与腐蚀速率负相关。
上述各个单元,基于锅炉受热面的积灰层温度和碱金属浓度,作为确定腐蚀速率的参考依据,能够使得腐蚀速率的监测结果具备较高的客观性和准确性。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,程序执行上述本申请提供的锅炉受热面的腐蚀监测方法。
本申请还提供了一种电子设备,如图3所示,包括:处理器301、存储器302和总线303。处理器301与存储器302通过总线303连接,存储器302用于存储程序,处理器301用于运行程序,其中,程序运行时执行上述本申请提供的锅炉受热面的腐蚀监测方法。
此外,本申请实施例中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本申请的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种锅炉受热面的腐蚀监测方法,其特征在于,包括:
基于所述锅炉受热面的积灰层辐射强度,确定所述锅炉受热面的积灰层温度;所述积灰层辐射强度基于第一光谱仪所采集得到;所述积灰层温度代表经由锅炉内部杂质积累形成的积灰层的温度;
基于所述锅炉受热面的火焰光谱辐射强度,确定所述锅炉受热面的碱金属浓度;所述火焰光谱辐射强度基于第二光谱仪所采集得到;所述碱金属浓度代表所述积灰层中碱金属的含量;
基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率。
2.根据权利要求1所述的方法,其特征在于,基于所述锅炉受热面的积灰层辐射强度,确定所述锅炉受热面的积灰层温度,包括:
获得所述锅炉的蒸汽压力;所述蒸汽压力代表锅炉水冷壁内的蒸汽的压力;
基于所述蒸汽压力,确定目标温度;所述目标温度代表所述蒸汽的温度;
基于所述锅炉受热面的积灰层辐射强度,确定所述积灰层的热辐射参数;
基于所述目标温度和所述热辐射参数,确定所述锅炉受热面的积灰层温度。
3.根据权利要求1所述的方法,其特征在于,基于所述锅炉受热面的火焰光谱辐射强度,确定所述锅炉受热面的碱金属浓度,包括:
基于火焰光谱辐射强度与火焰温度的对应关系,确定所述锅炉受热面的火焰光谱辐射强度所对应的目标火焰温度;
基于所述火焰温度与碱金属浓度的对应关系,确定所述目标火焰温度所对应的目标碱金属浓度;
基于所述目标碱金属浓度,作为所述锅炉受热面的碱金属浓度。
4.根据权利要求1所述的方法,其特征在于,基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率,包括:
获得锅炉烟气的烟速和酸性气体浓度;所述烟速代表所述锅炉烟气的流速;所述酸性气体浓度代表所述锅炉烟气中酸性气体的含量;
基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,确定所述锅炉受热面的腐蚀速率。
5.根据权利要求4所述的方法,其特征在于,基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,确定所述锅炉受热面的腐蚀速率,包括:
将所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为目标模型的输入,得到所述目标模型输出的所述锅炉受热面的腐蚀速率;
其中,所述目标模型通过样本腐蚀数据作为输入,将预先标注的所述样本腐蚀数据的腐蚀速率作为训练目标,训练得到;所述样本腐蚀数据包括样本锅炉受热面的积灰层温度、碱金属浓度、烟速和酸性气体浓度;所述样本锅炉的设计参数与所述锅炉相同。
6.根据权利要求5所述的方法,其特征在于,在将所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为目标模型的输入,得到所述目标模型输出的所述锅炉受热面的腐蚀速率之后,还包括:
基于所述锅炉受热面的壁厚变化量,确定所述锅炉受热面的实际腐蚀速率;所述壁厚变化量代表:所述锅炉受热面在所述锅炉开炉燃烧前的壁厚,与所述锅炉停炉后的壁厚之间的差异;
基于所述积灰层温度、所述碱金属浓度、所述烟速和所述酸性气体浓度,作为修正样本;
基于所述修正样本作为所述目标模型的输入,以所述实际腐蚀速率作为训练目标,对所述目标模型中的各项参数进行修正,以提高所述目标模型的准确度。
7.根据权利要求1所述的方法,其特征在于,在基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率之后,还包括:
获得所述锅炉受热面在所述锅炉开炉燃烧前的壁厚;
基于所述壁厚和所述腐蚀速率,确定所述锅炉受热面的剩余壁厚。
8.根据权利要求1所述的方法,其特征在于,在基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率之后,还包括:
如果所述腐蚀速率大于阈值,控制所述锅炉的吹灰频率,以使所述腐蚀速率降低;所述吹灰频率与所述腐蚀速率负相关。
9.一种锅炉受热面的腐蚀监测装置,其特征在于,包括:
积灰层温度确定单元,用于基于所述锅炉受热面的积灰层辐射强度,确定所述锅炉受热面的积灰层温度;所述积灰层辐射强度基于第一光谱仪所采集得到;所述积灰层温度代表经由锅炉内部杂质积累形成的积灰层的温度;
碱金属浓度确定单元,用于基于所述锅炉受热面的火焰光谱辐射强度,确定所述锅炉受热面的碱金属浓度;所述火焰光谱辐射强度基于第二光谱仪所采集得到;所述碱金属浓度代表所述积灰层中碱金属的含量;
腐蚀速率确定单元,用于基于所述积灰层温度和所述碱金属浓度,确定所述锅炉受热面的腐蚀速率。
10.一种电子设备,其特征在于,包括:处理器、存储器和总线;所述处理器与所述存储器通过所述总线连接;
所述存储器用于存储程序,所述处理器用于运行程序,其中,所述程序被处理器运行时执行权利要求1-8任一所述的锅炉受热面的腐蚀监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310784243.8A CN116559063A (zh) | 2023-06-29 | 2023-06-29 | 锅炉受热面的腐蚀监测方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310784243.8A CN116559063A (zh) | 2023-06-29 | 2023-06-29 | 锅炉受热面的腐蚀监测方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116559063A true CN116559063A (zh) | 2023-08-08 |
Family
ID=87502129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310784243.8A Pending CN116559063A (zh) | 2023-06-29 | 2023-06-29 | 锅炉受热面的腐蚀监测方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116559063A (zh) |
-
2023
- 2023-06-29 CN CN202310784243.8A patent/CN116559063A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549792B (zh) | 一种基于潜结构映射算法的固废焚烧过程二噁英排放浓度软测量方法 | |
JP3319327B2 (ja) | ごみ焼却炉の燃焼制御方法およびその装置 | |
CN111461355B (zh) | 基于随机森林的二噁英排放浓度迁移学习预测方法 | |
CN107356710A (zh) | 一种垃圾焚烧烟气中二噁英类浓度预测方法及*** | |
CN109002068B (zh) | 一种火道的温度优化控制方法 | |
WO2021159585A1 (zh) | 一种二噁英排放浓度预测方法 | |
JP5996762B1 (ja) | 廃棄物の燃焼制御方法およびこれを適用した燃焼制御装置 | |
CN112765872A (zh) | 一种炉内水冷壁管壁厚度预测方法、装置及可读存储介质 | |
CN103243190A (zh) | 一种预测热风炉煤气消耗量的方法 | |
CN114330845A (zh) | 基于多窗口概念漂移检测的mswi过程二噁英排放预测方法 | |
JP2019158268A (ja) | 連続式加熱炉内に設置された酸素濃度計の異常判定方法及び異常判定装置 | |
CN115129005A (zh) | 基于工业过程的控制、模型方法、设备和存储介质 | |
CN114881470A (zh) | 基于数据的垃圾焚烧发电污染物排放风险诊断预警方法 | |
CN116559063A (zh) | 锅炉受热面的腐蚀监测方法、装置和电子设备 | |
JP2005506540A (ja) | 酸化剤として高濃度酸素を含む空気又は純粋酸素を使用する加熱炉の排気筒出口の窒素酸化物ソフトウェアセンサ | |
CN104765955A (zh) | 一种在线软测量方法 | |
CN114091276B (zh) | 生活垃圾焚烧锅炉的锅炉热效率在线计算方法 | |
CN108730943B (zh) | 一种烟气动态温度评价方法 | |
JP3668405B2 (ja) | ごみ焼却炉の制御方法及び装置 | |
Sujatha et al. | Soft sensor with shape descriptors for flame quality prediction based on lstm regression | |
CN116557873B (zh) | 固体废物焚烧处理在线灰渣玻璃化回转熔融方法及*** | |
CN115183248B (zh) | 一种基于rto装置的化工废气燃烧处理方法及*** | |
JP5203763B2 (ja) | 石炭焚きボイラの炭種判別装置及び石炭焚きボイラの炭種判別方法 | |
CN112465241B (zh) | 火力发电燃煤热损失预测、装置、设备及存储介质 | |
CN118296821A (zh) | 基于粒子群算法优化的ReliefF-BP神经网络垃圾热值预测方法 |
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 |