首页> 中文期刊> 《计算机测量与控制》 >基于神经网络的电站锅炉入炉煤粉含碳量在线测量研究

基于神经网络的电站锅炉入炉煤粉含碳量在线测量研究

         

摘要

电站锅炉燃烧的煤种来源不稳定,经常与设计煤种偏差较大,造成锅炉出力不足、燃烧效率下降以及结焦等问题出现,影响锅炉燃烧的经济性和安全性;针对锅炉燃烧煤种的不稳定性,提出了一种基于静电法在线测量入炉煤粉含碳量的方法,研究静电信号与煤粉含碳量之间的关系;对煤粉颗粒静电测量过程中的几个影响因素进行了试验分析,并采集了足够具有代表性的数据,在此基础上建立了锅炉一次风管中入炉煤粉含碳量的BP神经网络模型;结果表明,所建立的模型预测效果较好,能较好预测进入锅炉燃烧的煤种.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号