專利名稱：鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)及方法
技術領域：
本發(fā)明涉及一種鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)及方法，它可根據燃料 狀況和鍋爐的運行狀況給出目前鍋爐發(fā)生高溫腐蝕的風險級別，同時給出結合專家系統(tǒng)做 出防治措施，為實時和智能化防治水冷壁高溫腐蝕提供一條途徑。
背景技術：
燃煤鍋爐水冷壁管的高溫腐蝕問題普遍存在，是導致水冷壁管壁減薄的主要原因 之一，它能導致管壁有效承載能力不斷下降而造成水冷爆破，造成非計劃停爐。當腐蝕嚴重 時，往往幾個月就得更換部分管段，大大增加了鍋爐的檢修維護成本。通過研究發(fā)現，造成 水冷壁高溫腐蝕的因素較多，主要有燃煤中含有較高的硫分和其它有害雜質的存在；燃 燒過程中產生的堿金屬鹽或釩鹽類，以及較為常見的是燃燒過程中產生硫化物；還有燃燒 氛圍，水冷壁的壁溫，煤粉細度等影響因素。在這些因素中，并不是單一作用，而是相互影 響，并且不宜觀察和確定影響程度和范圍。燃煤鍋爐水冷壁管的高溫腐蝕問題還有一個特點就是盡管水冷壁高溫腐蝕有較 嚴重的破壞性，但在運行過程中不宜察覺，往往是在水冷壁發(fā)生泄露或停爐檢修中才發(fā)現 高溫腐蝕較為嚴重，給機組的安全運行帶來隱患。通過以上分析可知，鍋爐水冷壁管高溫腐蝕是一個較為常見的問題，對鍋爐有著 較強的破壞性，并且影響因素多，各因素對高溫腐蝕的影響程度不能量化，難以有效地對水 冷壁管發(fā)生高溫腐蝕的風險和對運行狀態(tài)進行評估、診斷，從而從管理和運行方式上避免 水冷壁發(fā)生高溫腐蝕。目前國內解決該問題的相關專利有下列幾個
CN02139804. 6大型電站鍋爐水冷壁高溫腐蝕程度判別方法，它提出一種了基于灰色聚 類法的判別高溫腐蝕傾向的方法。它是一種離線的辨別方法，不能實時判別和實時指導運 行，并且該方法測量條件較多、較嚴格。CN200810236550. 8 一種在線檢測鍋爐水冷壁高溫腐蝕的裝置和方法，這個專利是 基于模糊層次分析法對鍋爐貼壁煙氣成分，水冷壁溫以及從運行數據庫中采集的部分數據 處理，給出結論和指導意見。這個專利的權利要求主要在數據的獲取方法和在對數據處理 過程中采用的模糊層次分析法。這個專利沒有將煤質因素包括進去，而且該方法不能實時 參與運行參數調整以減輕或避免高溫腐蝕.
CN200810195414. 9鍋爐水冷壁高溫腐蝕在線監(jiān)測系統(tǒng)，這個專利的權利要求是獲取數 據的采樣系統(tǒng)和采樣控制和處理系統(tǒng)，它的數據處理系統(tǒng)相對簡單僅根據獲取的試驗數據 進行較為簡單的線性回歸得出結論。這個專利獲取的數據不全面，而且數據處理過程簡 單，對于高溫腐蝕判定的可靠性不高。專利CN200810236550. 8和CN200810195414. 9都是在線監(jiān)測高溫腐蝕，它們最終
都沒有直接參與運行調整，還有一點是在這兩個專利中獲取的數據并沒有包括煤質分析數 據和鍋爐的運行氧量，而這兩個因素也是鍋爐高溫腐蝕的主要因素。
發(fā)明內容
本發(fā)明的目的就是為了解決目前鍋爐水冷壁高溫腐蝕不易檢測的問題，通過研究 分析，確定造成高溫腐蝕的主要因素為(1)入爐煤中s含量大于1. (Tl. 5%，并且含有K， Na等堿金屬；(2)爐內供風不足，存在缺氧燃燒或爐內空氣動力狀況不良，水冷壁區(qū)域存在 還原性氛圍；(3)水冷壁表面溫度較高；(4)燃料為低揮發(fā)份貧瘦煤或無煙煤，且燃盡性較 差；(5)水冷壁上的沉淀物中硫分含量高，并且鍋爐高低負荷切換或啟停頻繁，造成沉淀層 脫落，易發(fā)生高溫硫腐蝕?；谝陨戏治?，本發(fā)明提供了一種鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)及方 法，它能實時對鍋爐發(fā)生高溫腐蝕風險進行評估，并同時能夠對運行方式提出指導和調整 的方法。為實現上述目的，本發(fā)明采用如下技術方案 一種鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)，它包括
若干個溫度傳感器，它們將采集的水冷壁溫度通過多通道A/D轉換采集模塊，送入數 據層模塊；
入爐煤煤質采樣模塊，該模塊將煤質信息送入煤質分析模塊，煤質分析模塊進行工業(yè) 分析，然后將數據送入數據層模塊；
煤粉細度采樣模塊，該模塊將采集的煤粉細度信息送入細度分析模塊，該模塊進行細 度分析后送入數據層模塊；
煙氣采樣模塊，該模塊將采集的煙氣信息送入成分分析模塊，該模塊進行成分分析后 送入數據層模塊；
數據層模塊根據獲得的溫度信息、煤質信息、細度信息和煙氣成分信息進行濾波處理 及病態(tài)數據的剔除；
特征層數據處理模塊對經過數據層模塊處理后數據進行特征量的提取，提取的特征量 包括極值和平均值，由于各參數對高溫腐蝕的影響趨勢不一致將取最大值或最小值；
決策層模塊對經過特征層數據處理模塊提取的數據進行專家系統(tǒng)的綜合分析和判斷， 得出合理而準確的結論輸出和參與運行調節(jié)。它的步驟為
步驟1，采集各水冷壁的溫度信息、入爐煤質信息、煤粉細度信息和煙氣成分信息；
步驟2，數據層模塊對采集到的數據進行處理
1)對所有測量得水冷壁溫度按式(1)判斷，剔除病態(tài)數據；
式中，T為水冷壁溫度值，°C ；C為當前采樣點；N為每周波采樣點數；Tf為水冷壁病態(tài) 數據判別整定值，°C ;Te_N為上個采樣周期平均值，°C ;AT為水冷壁溫度差值，°C; 2)煤質分析過程根據煤質分析數據，結合分析誤差，采用式(2) (3)作為判據上式中Xi為煤工業(yè)分析成分，% ;Sr為煤中的硫分，% ；
3)煤粉細度分析煤粉細度的判據為式
4)煙氣的成分分析數據為02，CO和H2S的濃度，煙氣成分分析數據的判據為式(5)，
式中R90為煤粉細度；02為煙氣中氧的濃度，% ；CO為煙氣中一氧化碳的濃度，% ； H2S為煙氣中硫化氫的濃度，% ；
步驟3，特征層數據處理，這個階段的數據處理就是對經過數據層模塊處理后數據進行 特征量的提取，提取的特征量包括極值和平均值，由于各參數對高溫腐蝕的影響趨勢不一 致將取最大值或最小值；
式中:Yi 為 Sr, CO, H2S, R90 和 T ;Zi 為 02 和 Vr 為 Sr, CO, H2S, R90, T, 02 和 Vr ； 用無量綱分析準則0用來判定鍋爐水冷壁的腐蝕狀況，0的定義式為下式
步驟4，決策層模塊進行數據處理及輸出，在決策層對經過特征層提取的數據進行專家 系統(tǒng)的綜合分析和判斷，得出合理而準確的結論輸出和參與運行調節(jié)。所述步驟4中，首先將設計狀態(tài)下的各個參數作為參考值，同時根據設計參數計 算出這個高溫判別系數日…再計算出實際運行狀況下的高溫判別系數h，將^和^^進 行比較，如果，說明鍋爐運行狀態(tài)較為安全，若說明鍋爐存在高溫腐蝕的危 險，然后在進行各個實際參數與參數的設計值比較，指出需要調整的運行參數，用來指導運 行操作人員。本發(fā)明的有益效果是它根據燃料狀況和鍋爐的運行狀況給出目前鍋爐發(fā)生高溫 腐蝕的風險級別，同時給出結合專家系統(tǒng)做出防治措施，為實時和智能化防治水冷壁高溫 腐蝕提供一條途徑。
圖1為本發(fā)明的系統(tǒng)圖。其中，1.溫度傳感器，2.多通道A/D轉換采集模塊，3.入爐煤煤質采樣模塊，4.煤 質分析模塊，5.煤粉細度采樣模塊，6.細度分析模塊，7.煙氣采樣模塊，8.成分分析模塊， 9.數據層模塊，10.特征層數據處理模塊，11.決策層模塊。
具體實施例方式下面結合附圖與實施例對本發(fā)明做進一步說明。圖1中，鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)包括若干個溫度傳感器1，它們將采集的水冷壁溫度通過多通道A/D轉換采集模塊2，送入 數據層模塊9;
入爐煤煤質采樣模塊3，該模塊將煤質信息送入煤質分析模塊4，煤質分析模塊4進行 工業(yè)分析，然后將數據送入數據層模塊9 ；
煤粉細度采樣模塊5，該模塊將采集的煤粉細度信息送入細度分析模塊6，該模塊進行 細度分析后送入數據層模塊9 ；
煙氣采樣模塊7，該模塊將采集的煙氣信息送入成分分析模塊8，該模塊進行成分分析 后送入數據層模塊9;
數據層模塊9根據獲得的溫度信息、煤質信息、細度信息和煙氣成分信息進行濾波處 理及病態(tài)數據的剔除；
特征層數據處理模塊10對經過數據層模塊9處理后數據進行特征量的提取，提取的特 征量包括極值和平均值，由于各參數對高溫腐蝕的影響趨勢不一致將取最大值或最小值；
決策層模塊11對經過特征層數據處理模塊10提取的數據進行專家系統(tǒng)的綜合分析和 判斷，得出合理而準確的結論輸出和參與運行調節(jié)。本發(fā)明的采用多傳感器信息融合技術對鍋爐高溫腐蝕診斷，必須獲取的現場數據 包括，(1)入爐煤的工業(yè)分析，這些分析數據對于安裝入爐煤質在線分析系統(tǒng)的電廠可直接 與煤質在線分析系統(tǒng)進行連接獲取，對于沒有安裝的可以通過運行人員通過輸入終端進行 錄入。(2)煤粉細度要通過運行人員通過輸入終端進行錄入。(3)水冷壁溫度和煙氣成分 分析數據，這兩部分是運行數據，對于裝有機組的信息管理系統(tǒng)(MIS)的機組可從MIS中獲 取也可以直接從DCS中獲取。本發(fā)明具體處理方法如下
步驟1，采集各水冷壁的溫度信息、入爐煤質信息、煤粉細度信息和煙氣成分信息； 步驟2，數據層模塊對采集到的數據進行處理 1)數據層的數據處理
數據層的數據處理是對所有采集數據進行濾波處理及病態(tài)數據的剔除。對所有測量得水冷壁溫度按式(1)判斷，剔除病態(tài)數據。 式中，T為水冷壁溫度值，V ；C為當前采樣點；N為每周波采樣點數；Tf為水冷壁 病態(tài)數據判別整定值，°C ;Te_N為上個采樣周期平均值，°C ;AT為水冷壁溫度差值，°C。2)煤質分析提供的分析數據為民，M V”FC;，4。根據煤質分析的歷史數據，結合 分析誤差等，采用式(2) (3)作為判據。
上式中Xi為煤工業(yè)分析成分，% ;Sr為煤中的硫分，％。3)煤粉細度分析數據為R90，煤粉細度的判據為式(4)。R90 < 5 或 R90 > 30(4)4)煙氣的成分分析數據為02，CO和H2S的濃度，煙氣成分分析數據的判據為式(5)。02 > 10，CO > 2，H2S > 1(5)
式中R90為煤粉細度；02為煙氣中氧的濃度，% ；CO為煙氣中一氧化碳的濃度，% ； H2S為煙氣中硫化氫的濃度，％。步驟3，特征層數據處理
這個階段的數據處理就是對經過數據層處理后數據進行特征量的提取，經研究認為提 取的特征量包括極值和平均值，由于各參數對高溫腐蝕的影響趨勢不一致將取最大值或最 小值。 式中:yi為 Sr, CO, H2S, R90 和 T ;Zi 為 02 和 Vr 為 Sr, CO, H2S, R90, T, 02 和 Vr。通過對多個電廠的高溫腐蝕狀況進行研究分析，用無量綱分析準則0用來判定 鍋爐水冷壁的腐蝕狀況，0的定義式為下式
步驟4，決策層數據處理及輸出，在決策層對經過特征層提取的數據進行專家系統(tǒng)的綜 合分析和判斷，得出合理而準確的結論輸出和參與運行調節(jié)。由于采用了無量綱系數0來判斷鍋爐的發(fā)生高溫腐蝕的狀況，這個系數包括了 煤質情況、煤粉細度和運行狀態(tài)參數等，能夠綜合各個因素對發(fā)生高溫腐蝕的情況進行評 估和判斷，在機組運行中，具體實現可采用以下方式，首先將設計狀態(tài)下的各個參數作為參 考值，同時根據設計參數計算出這個高溫判別系數i^，再計算出實際運行狀況下的高溫判 別系數^^，將^和0。進行比較，如果PiC 3。，說明鍋爐運行狀態(tài)較為安全，若
說明鍋爐存在高溫腐蝕的危險，然后在進行各個實際參數(下標為1)與參數的設計值 (下標為0)比較，指出需要調整的運行參數，用來指導運行操作人員。本發(fā)明根據鍋爐水冷壁高溫腐蝕的實際運行狀況，利用信息融合技術，對影響高 溫腐蝕的各個因素和運行分析數據進行融合處理，實現了對鍋爐運行方式發(fā)生高溫腐蝕的 可能性作出合理的評估和針對各個影響因素的診斷，并能定量的給出需要作出調整的運行 參數、煤質等因素的調節(jié)范圍以預防高溫腐蝕的發(fā)生，使運行人員在運行過程中就能實時 地通過運行調整防止高溫腐蝕，如將此模塊嵌入DCS中就能實現預防高溫腐蝕的智能化調
iF. o
權利要求
一種鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)，其特征是，它包括若干個溫度檢測裝置，它們將采集的水冷壁溫度通過多通道A/D轉換采集模塊，送入數據層模塊；入爐煤煤質采樣模塊，該模塊將煤質信息送入煤質分析模塊，煤質分析模塊進行工業(yè)分析，然后將數據送入數據層模塊；煤粉細度采樣模塊，該模塊將采集的煤粉細度信息送入細度分析模塊，該模塊進行細度分析后送入數據層模塊；煙氣采樣模塊，該模塊將采集的煙氣信息送入成分分析模塊，該模塊進行成分分析后送入數據層模塊；數據層模塊根據獲得的溫度信息、煤質信息、細度信息和煙氣成分信息進行濾波處理及病態(tài)數據的剔除；特征層數據處理模塊對經過數據層模塊處理后數據進行特征量的提取，提取的特征量包括極值和平均值，由于各參數對高溫腐蝕的影響趨勢不一致將取最大值或最小值；決策層模塊對經過特征層數據處理模塊提取的數據進行專家系統(tǒng)的綜合分析和判斷，得出的結論輸出并參與運行調節(jié)。
2.一種采用權利要求1所述鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)的診斷及預防 方法，其特征是，它的步驟為步驟1，采集各水冷壁的溫度信息、入爐煤質信息、煤粉細度信息和煙氣成分信息；步驟2，數據層模塊對采集到的數據進行處理1)對所有測量得水冷壁溫度按式(1)判斷，剔除病態(tài)數據；Ar = lre-U>i> (1)式中，T為水冷壁溫度值，。C ；C為當前采樣點；N為每周波采樣點數；Tf為水冷壁病態(tài) 數據判別整定值，°C ;Te_N為上個采樣周期平均值，°C ;AT為水冷壁溫度差值，°C;2)煤質分析過程根據煤質分析數據，結合分析誤差，采用式(2)(3)作為判據上式中Xi為煤工業(yè)分析成分，% ;Sr為煤中的硫分，% ；3)煤粉細度分析煤粉細度的判據為式(4) R90 < 5 或 R90 > 30(4)4)煙氣的成分分析數據為02，CO和H2S的濃度，煙氣成分分析數據的判據為式(5)， 02 > 10，CO > 2，H2S > 1(5)式中R90為煤粉細度；02為煙氣中氧的濃度，% ；CO為煙氣中一氧化碳的濃度，% ； H2S為煙氣中硫化氫的濃度，% ；步驟3，特征層數據處理，這個階段的數據處理就是對經過數據層模塊處理后數據進行 特征量的提取，提取的特征量包括極值和平均值，由于各參數對高溫腐蝕的影響趨勢不一 致將取最大值或最小值； 式中:Yi 為 Sr, CO, H2S, R90 和 T ;Zi 為 02 和 Vr 為 Sr, CO, H2S, R90, T, 02 和 Vr ； 用無量綱分析準則0用來判定鍋爐水冷壁的腐蝕狀況，0的定義式為下式 步驟4，決策層模塊進行數據處理及輸出，在決策層對經過特征層提取的數據進行專家 系統(tǒng)的綜合分析和判斷，得出合理而準確的結論輸出和參與運行調節(jié)。
3.如權利要求2所述的鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)的診斷及預防方法， 其特征是，所述步驟4中，首先將設計狀態(tài)下的各個參數作為參考值，同時根據設計參數計 算出這個高溫腐蝕判別系數^^，再計算出實際運行狀況下的高溫腐蝕判別系數I，將^ 和^^進行比較，如果^^，說明鍋爐運行狀態(tài)較為安全，若0說明鍋爐存在高 溫腐蝕的危險，然后在進行各個實際參數與參數的設計值比較，指出需要調整的運行參數， 用來指導運行操作人員。
全文摘要
本發(fā)明涉及一種鍋爐水冷壁高溫腐蝕狀態(tài)診斷及預防系統(tǒng)及方法。它包括若干個溫度傳感器，它們采集水冷壁溫度通過多通道A/D轉換采集模塊；入爐煤煤質采樣模塊，它將煤質信息送入煤質分析模塊，煤質分析模塊進行工業(yè)分析；煤粉細度采樣模塊，它將采集的煤粉細度信息送入細度分析模塊；煙氣采樣模塊，它將采集的煙氣信息送入成分分析模塊；數據層模塊根據獲得的溫度信息、煤質信息、細度信息和煙氣成分信息進行濾波處理及病態(tài)數據的剔除；特征層數據處理模塊對經過數據層模塊處理后數據進行特征量的提取；決策層模塊對經過特征層數據處理模塊提取的數據進行專家系統(tǒng)的綜合分析和判斷，得出合理而準確的結論輸出和參與運行調節(jié)。
文檔編號G01N17/00GK101858591SQ20101022278
公開日2010年10月13日 申請日期2010年7月12日 優(yōu)先權日2010年7月12日
發(fā)明者董信光, 郝衛(wèi)東 申請人:山東電力研究院