動力配煤的優(yōu)化方法研究及軟件開發(fā).pdf

1、動力配煤就是將不同性質(zhì)(如揮發(fā)分、發(fā)熱量、灰分、硫分、著火特性、燃燒特性等)和價(jià)格的煤相互摻混燃燒，以提高電站鍋爐的運(yùn)行效率。動力配煤技術(shù)是一種降低燃料成本、減少污染排放、降低結(jié)渣的有效方法，因此能在保證鍋爐額定負(fù)荷的情況下提高電站的運(yùn)行效率。然而，由于煤質(zhì)數(shù)據(jù)的缺乏和對混煤的物理化學(xué)過程的有限認(rèn)識使得我們很難對混煤特性進(jìn)行準(zhǔn)確的預(yù)測。
　　 動力配煤數(shù)學(xué)模型非線性的論證及處理方法和動力配煤非線性數(shù)學(xué)模型的建立、求解及其軟件的開

2、發(fā)是本文的主要研究內(nèi)容。
　　 本文在相關(guān)實(shí)驗(yàn)數(shù)據(jù)的基礎(chǔ)上，比較了煤特性的實(shí)測值、線性加權(quán)值和運(yùn)用BP神經(jīng)網(wǎng)絡(luò)處理后的預(yù)測值之間的大小，結(jié)果表明，用線性加權(quán)法處理動力配煤問題，誤差較大，而用BP神經(jīng)網(wǎng)絡(luò)技術(shù)處理，雖然也存在著誤差，但誤差較小且多數(shù)情況下都在允許的范圍內(nèi)。
　　 實(shí)驗(yàn)和理論研究表明，動力配煤非線性數(shù)學(xué)模型更符合實(shí)際生產(chǎn)。建立動力配煤非線性數(shù)學(xué)模型，難點(diǎn)在于其數(shù)學(xué)模型約束條件的確定。本文采用BP神經(jīng)網(wǎng)絡(luò)建立揮

3、發(fā)分、發(fā)熱量、水分、灰分、硫分、著火溫度、結(jié)渣特性和SO2排放量的預(yù)測模型來描述混煤與單煤之間的關(guān)系，在此基礎(chǔ)上，建立動力配煤的數(shù)學(xué)模型。
　　 采用列隊(duì)競爭算法對建立的動力配煤非線性數(shù)學(xué)模型進(jìn)行求解。由于之前建立的數(shù)學(xué)模型的約束條件是用BP神經(jīng)網(wǎng)絡(luò)技術(shù)來處理的，因此其沒有確定的函數(shù)表達(dá)式，而在求解的過程中，運(yùn)用罰函數(shù)法對數(shù)學(xué)模型進(jìn)行處理，將有約束的數(shù)學(xué)模型轉(zhuǎn)化為無約束的數(shù)學(xué)模型。列隊(duì)競爭算法對于處理這類問題能取得較好的效果。<