《锅炉汽包虚假水位》由会员分享，可在线阅读，更多相关《锅炉汽包虚假水位（19页珍藏版）》请在金锄头文库上搜索。
1、锅炉汽包虚假水位的软测量,锅炉汽包虚假水位的软测量,1虚假水位检测的必要性 2虚假水位软测量模型研究 3软测量虚假水位在水位调节与保护中的应用,1 锅炉汽包水位调节的任务,第一是使锅炉的给水量适应蒸发量 第二是维持锅炉水位在允许的范围内 (汽包的概念是指气压通过水循环导致气压下降或上升，也可以理解为汽包是气体和水分融合后形成的气压变化，极限压力中的空气与水分子会提高气体的压力上升，导致高压达到一定数值后产生的压力集分子。),省煤器就是锅炉尾部烟道中将锅炉给水加热成汽包压力下的饱和水的受热面。,2虚假水位软测量模型研究,1引起虚假水位的因素分析 一是给水方面的扰动 二是蒸汽负荷的变化 三是燃煤量
2、的变化 四是汽包压力的变化,1)给水量扰动下水位变化的动态特性,从物质平衡观点看，给水量G 水位。 给水温度远低于省煤器的温度，水进入省煤器后，使一部分汽变成了水，省煤器内的 汽泡总容积减少。经过一段迟延甚至水位下降后，才能因给水量不断从省煤器进入汽包而使水位上升。 水位在给水扰动下的传递函数如式(1)所示。,2)蒸汽流量扰动下水位变化的动态特性,当负荷突然增加时，虽然汽包的进水量小于蒸发量，但在一开始水位不仅不下降，反而迅速上升，这种现象是“虚假水位”现象，这是由于负荷增加时水面下汽泡的容积增加得很快。如果只从物质平衡的角度来看，蒸发量突然增加时，蒸发量高于给水量，汽包水位是无自平衡能力的，
3、所以水位应该直线下降，但实际水位是先上升再下降.,其原因是由于负荷增加时，在汽水循环回路中的蒸发强度也将成比例增加，水面下汽泡的容积增加得也很快，此时燃烧量还来不及增加，汽包中汽压下降，汽泡膨胀，使汽泡体积增大而水位上升。过了一定时间后，当汽泡容积和负荷相适应而达到稳定后，水位就要反映出随物质不平衡关系而下降。 因此，测量水位的变化应是上述两者之和，即 蒸汽流量扰动时，水位变化的动态特性的传递函数也为两者的代数和：,3)炉膛热负荷扰动下水位变化的动态特性,炉膛热负荷扰动是指燃料量的扰动。 煤量对汽包虚假水位的影响是十分缓慢的，它与给水流量和蒸汽流量对汽包水位的影响相比，具有大得多的传递滞后和容
4、量滞后。而且，燃烧自动调节系统投入运行后，燃煤量方面的扰动会及时地被燃烧调节系统中的热负荷调节器所消除。因此对于给水调节系统来说，可以不必考虑燃量的影响。,22虚假水位软测量系统结构设计,基于以上的分析，在锅炉汽包虚假水位的软测量系统中，可选取给水流量、蒸汽流量作为测量系统的输入(即辅助变量)，虚假水位为输出量。虚假水位软测量系统结构可设计如图1所示。其中，D为出汽量，W为给水流量， H2为虚假水位，H1为真实水位,23用RBF神经网络实现对虚假水位的软测量,从函数的逼近功能这个角度来看，神经网络可以分为全局逼近神经网络和局部逼近神经网络。 用RBP网络实现建模，就是利用RBP网络的非线性映射
5、特性(即非线性函数逼近)取代传统的非线性部件级模型，实现部件级模型本质上相同的功能。对于给定的学习样本，RBF只要恰当的选择网络结构和学习方法，总可以复现样本的目标值。,RBF神经网络结构为 25531。输出向量维数为31，能对工况变化之后310s内的虚假水位进行预测。,RBF神经网络的训练过程如图所示。,当给水扰动为20th，蒸汽扰动为18 th时，用所建立的RBF神经网络模型预测的虚假水位与理想真值比较曲线如左图所示(+为理论虚假水位， *为模型预测虚假水位)。绝对误差曲线如右图所示。,24仿真结果分析,可见预测平均绝对误差达到3302310-6 mm，当给水扰动为20th，蒸汽扰动为18
6、th时，预测虚假水位最大绝对误差为76x10-3mm。取得了较好的虚假水位预测效果,3软测量虚假水位在水位调节与保护中的应用,虚假水位是在工况(蒸汽流量、给水流量等)突然变化时由于汽、水密度及水中含汽量变化而产 生的。虽然虚假水位不反应汽水平衡情况。但是，如果其瞬时变化量过大，也可能引起实际水位过高或过低。因此，如果预测到虚假水位超过一定范围，则应该采取相应的调节及保护措施。,图中调节器1根据真实水位进行水位调节，由于不受虚假水位影响。克服了传统水位调节系统由于虚假水位可能造成的执行机构反向动作的问题。当预测到虚假水位较严重的时候，调节器2可以超前采取适当的措施以降低水位过高或过低的危险。,4结束语,传统的汽包水位水位调节系统中所使用的水位信号是真实水位和虚假水位的叠加，由于两者同时存在，容易引起调节作用反向或保护误动作。用神经网络建模的方法建立了虚假水位软测量模型，初步设计了将虚假水位用于水位调节与保护的系统，提高了锅炉汽包水位调节及保护系统的性价比。,Thanks!,
