简介:摘要炉渣飞灰含碳量一直为影响锅炉效率的重要因素之一,也是锅炉运行调整中的难点。本文研究锅炉炉渣飞灰含碳量高低对锅炉燃烧效率的影响,剖析锅炉炉渣飞灰含碳量影响因素,探索降低锅炉炉渣飞灰含碳量的有效措施,并通过对600MW超临界锅炉实践,发现影响锅炉炉渣飞灰含碳量的六个主要因素一次风压、煤粉分离器调整、配煤掺烧、磨组运行情况、配风方式和磨煤机调整。在实践过程中通过运行分析探索出一系列有效措施,譬如,对几台磨煤机煤粉分离器进行优化,加强一次风压调整跟踪管理,合理控制不同煤种的掺烧配比,对运行磨组匹配优化。在保证安全的情况下,积极、主动地探索提高锅炉效率措施,降低锅炉炉渣飞灰带来的燃烧损失,实现了可观的经济效益。
简介:摘要:现阶段,虽然我国已经提出使用不同的发电方式进行发电工作,但是在实际运行过程当中,火力发电的使用频率仍然在增加,而且火力发电也是我国发电的主要来源之一,在火力发电工作正常进行过程当中,由于锅炉内煤粉的不完全燃烧,导致锅炉内的飞灰含碳量较高,不仅会影响环境保护工作的进行,而且还会降低锅炉内煤块的燃烧效率,使发电工作的成本大大增加,不利于发电工作的全面进行。通过适当的控制锅炉飞灰中的含碳量,不仅可以保证发电效率,而且还可以使资源得到合理的利用,避免出现资源浪费的现象。本文主要通过对锅炉飞灰含碳量高的原因进行具体的分析和研究,并提出具体的应对策略,希望可以从根本上解决飞灰含碳量较高的问题,使我国的发电资源得到有效的控制和利用。
简介:摘要: 针对 #1 炉飞灰可燃物含量偏高的情况,从设计、煤质、煤粉细度、炉膛温度、磨煤机风煤比等数据进行对比分析,最终通过调整 #1 炉飞灰下降了 1% 左右。
简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。