一、循环流化床锅炉燃烧系统动态特性分析（论文文献综述）
晏恒,胡林静,仝傲宇[1]（2021）在《循环流化床锅炉燃烧系统的建模与研究》文中研究指明针对300MW发电机组的历史运行数据,对以给煤量、一次风量、排渣量为输入量,床温和主汽压为输出量的锅炉燃烧系统进行建模研究。基于发电厂采集的运行数据,首先对其分析和预处理,然后根据给煤量、一次风量、排渣量引起的床温和主汽压的变化特性,利用粒子群算法辨识出其在不同工况下的燃烧系统模型矩阵,并分析系统的动态特性。误差范围内的拟合结果表明,所建立模型可完全表征对应工况下的系统特性,模型的输出能够较好地跟踪机组实际生产过程曲线,既体现出所建模型的高精度性,也表明了粒子群算法的有效性和强泛化性,同时可为后续控制器的优化设计提供部分依据。
李丰泽[2]（2021）在《循环流化床锅炉燃烧系统优化控制策略研究》文中进行了进一步梳理循环流化床（CFB）锅炉技术作为一种高效清洁煤燃烧技术,在我国已大规模投入商业运营。因其复杂的燃烧特性,目前存在着自控系统投入率低、锅炉运行有待在线优化等问题,且由于新能源电力入网比例逐年增加,迫使火电机组更频繁地执行负荷调峰任务,这些均对CFB锅炉燃烧运行状态调整的快速性、精准性等提出了更高的要求,因此对CFB锅炉燃烧控制策略的优化研究已成为当今研究热点之一。本文就CFB锅炉燃烧系统自动控制问题展开研究。CFB锅炉燃烧系统是一个多变量、非线性、大滞后、强耦合的复杂控制对象,其中主蒸汽压力和床温是反映炉内燃烧状态的重要参数,实现对二者的科学建模与优化控制是CFB锅炉安全环保、高效经济运行的关键,为此本文进行了以下工作:首先,为建立精准的燃烧系统数学模型,分析了主蒸汽压力与床层温度的动态特性,并利用BP神经网络辨识机组历史运行数据,建立以给煤量、一次风量为可变量,主蒸汽压力、床层温度为被控量的传递函数模型矩阵,为本文后续解耦策略与燃烧回路主控制器的设计提供了理论基础。其次,针对CFB锅炉主蒸汽压力与床层温度耦合强烈的特点,比较多种工业解耦控制策略,设计选用前馈补偿解耦控制方案,将CFB锅炉燃烧系统等效分解为给煤量-主蒸汽压力、一次风量-床温两个相对独立的控制回路,并通过仿真检验解耦策略的有效性。最后,为提高锅炉燃烧控制系统的性能,对燃烧控制回路主控制器进行优化设计。在充分结合常规PID控制与模糊控制的优势基础上,设计了基于动态论域的模糊自适应PID控制器。该控制器通过引入伸缩因子对模糊论域范围进行调整,可在不改变模糊整定规则的前提下,更精准地整定控制过程不同阶段下的PID参数,实现CFB锅炉燃烧系统全工况优良的控制性能。设定值跟踪试验、扰动试验与鲁棒性能试验证明,该方案控制性能优异,具有较强的自适应性与鲁棒性,适用于实际热工工程。
尤海辉[3]（2021）在《循环流化床垃圾焚烧炉燃烧优化试验研究》文中进行了进一步梳理生活垃圾焚烧技术具有减容化、减量化、无害化和资源化的特点,在国家相关产业政策的引导下,国内垃圾焚烧行业得到了蓬勃的发展,循环流化床（Circulating Fluidized Bed,CFB）垃圾焚烧技术作为主要的焚烧技术之一,在国内获得了广泛的推广应用。随着垃圾焚烧环保标准和监管力度不断提高,部分CFB生活垃圾发电企业出现了CO排放及炉膛中上部温度5分钟均值不能连续稳定达标等问题,如何通过系统性的燃烧优化,提升垃圾焚烧炉运行的环保性和经济性,是CFB垃圾焚烧炉持续发展的重要课题。本文以CFB生活垃圾焚烧炉为研究对象,从燃烧优化的角度出发,致力于提升锅炉运行的环保性和经济性,开展了以下研究工作:（1）概括介绍CFB垃圾焚烧工艺和CFB垃圾焚烧炉的组成,分析并归纳总结了CFB焚烧炉流体动力学特性、炉内传热模型、燃烧模型、CO生成和燃烧机理、热工特性,在此基础上阐述了CFB生活垃圾焚烧系统的运行控制要求。（2）对某CFB垃圾炉的烟气污染物排放特性进行了全面的诊断分析,深入跟踪分析CO排放状况、运行状况。结果表明,垃圾品质差、垃圾预处理和给料均匀性不够重视、运行调整不合理等因素,导致出现CO超标排放、运行周期偏短等问题。（3）对CFB垃圾焚烧炉的CO排放特性进行了深入的试验研究,分析了CO超标排放的影响因素。从垃圾预处理、垃圾给料、炉膛受热面布置、炉膛二次风布置、热烟气停留时间等方面着手,提出系统性解决方案。经过整体改造之后,CFB垃圾焚烧锅炉CO排放数据能够连续稳定达到国家排放标准,CO时均值浓度能够稳定控制在50 mg/m3以下,日均值浓度可以控制在20 mg/m3以下,锅炉运行周期亦得到了较大的延长。（4）由于生活垃圾的复杂性,目前还没有可靠的在线测量仪器对其热值进行实时监测,自动控制系统缺少可靠的热值反馈信号,难以掌握入炉燃料热量的变化,影响控制效果。本文提出利用锅炉运行参数对入炉燃料热量进行虚拟重构的方法,结合CFB垃圾焚烧锅炉的运行机理特点和运行人员经验智慧,以模糊神经网络算法为基础,将相关的锅炉运行操作参数作为系统的输入变量,构建入炉垃圾热量的自适应神经模糊推理系统,结果表明,所构建的模型具有优秀泛化能力,可以快速准确反映入炉垃圾热值水平。此外,还利用智能建模算法针对锅炉床温、NOx、汽包水位等参数进行建模研究,预测误差均能控制在±2%以内。（5）CFB生活焚烧炉飞灰产生率普遍在原生垃圾的10%左右,偏高的飞灰率导致锅炉效率下降、运行周期偏短、飞灰处置成本上升。本文进行了针对性的减量化研究,针对长期焚烧城乡垃圾和填埋场陈腐垃圾的焚烧炉,设计了尾部烟道转向室底灰收集减量系统、循环灰收集减量系统和飞灰回燃系统,通过多种方式降低CFB锅炉的飞灰率。实践结果表明,尾部烟道转向室底灰收集减系统可以减少飞灰率4%以上,循环灰收集减量系统在长期焚烧城乡垃圾和填埋场陈腐垃圾的锅炉能够减少飞灰率5%左右,飞灰回燃系统有助于CO排放控制,并且能够减少飞灰率1.5%左右,减少每吨垃圾2kg左右氢氧化钙用量。最后对全文的研究内容和结论进行了总结,认为开展的相关试验研究工作及提出的系统性优化方案,对控制CFB垃圾焚烧炉CO稳定达标排放、延长锅炉运行周期、优化锅炉运行调整方式、降低飞灰量有积极的促进作用。阐述了本文的研究工作不足之处及未来展望,指明了下一步研究工作的方向。
魏莉[4]（2020）在《煤加压流化床锅炉富氧燃烧过程动态特性研究》文中研究指明加压富氧燃烧技术（Pressurized Oxy-fuel Combustion,POFC）是一种极具工业应用前景的高效低能耗碳捕集技术,将其应用于流化床锅炉能够兼具燃料适应性强,污染物排放水平低,负荷调节性好等优点,引起国内外学者与研究机构的广泛关注。为全面深入地了解流化床锅炉加压富氧燃烧系统特性,本文建立了煤加压流化床锅炉富氧燃烧系统模型,并在此基础上开展燃烧系统特性研究,得到了送风、炉内床温、传热、尾部烟气组分浓度等参数的变化规律,旨在充分掌握燃烧气氛和燃烧压力对系统稳态和动态特性的影响,为加压富氧燃烧技术的工业应用提供理论支持。建立了煤加压富氧燃烧系统模型并进行系统稳态特性研究。相比于传统的常压空气燃烧,在改变了燃烧气氛与燃烧压力的基础上分区建立炉内气固流动、传热以及煤燃烧子模型,充分体现燃烧气氛与压力对炉内流体动力特性、传热特性以及燃烧特性的影响。为满足加压富氧燃烧系统的动态分析与计算,考虑炉内物料质量守恒及能量守恒等动态过程。耦合各子模型后得到煤加压流化床锅炉富氧燃烧系统模型,并进行模型正确性验证,模型与试验相关验证参数的误差基本在10%以内。基于所建立的燃烧系统模型,分别探讨了燃烧气氛氧浓度和燃烧压力改变时系统的稳态特性,结果表明:增加燃烧气氛氧浓度与燃烧压力均有益于煤燃烧,有效地提升了炉内煤燃烧速率以及碳转化率,同时,燃烧气氛氧浓度与燃烧压力的升高有益于强化炉内传热。借助该模型依次研究了燃烧气氛氧浓度、燃烧压力、给煤量阶跃扰动以及燃烧模式切换过程系统的动态特性,并实现了床温的控制优化。研究发现,炉内密相区与稀相区床温以及尾部烟气中各组分体积分数的动态响应特性均受到参数扰动的影响,高氧浓度与高压力能够显着提升系统在参数扰动下的响应速率。得到了一定燃烧压力下空气与富氧燃烧模式切换过程中系统送风参数、炉内床温、传热系数以及烟气各组分排放浓度的动态变化。在加压富氧燃烧系统相关稳态以及动态特性研究的基础上,通过模型预测控制方法实现了压力和煤量扰动以及燃烧模式切换过程炉内床温的优化控制,有效实现床温调节的同时能够保障机组烟气碳富集浓度超过90%。本文煤加压流化床锅炉富氧燃烧过程动态特性分析充实和丰富了加压富氧燃烧相关研究,在建立加压富氧燃烧系统模型的基础上,对不同燃烧气氛与燃烧压力下系统稳态以及动态特性进行深入探讨,得到了不同燃烧气氛氧浓度与燃烧压力下炉内床温、传热系数以及烟气组分的变化规律,及其阶跃扰动下炉内床温以及烟气组分的动态响应,同时掌握了空气与富氧燃烧模式切换过程系统的动态响应特性,并实现了非稳态下炉内床温的控制优化,为进一步推广加压富氧燃烧技术奠定理论基础。
董葳[5]（2020）在《350MW循环流化床机组床温与主蒸汽压力控制建模》文中认为With the adjustment of China’s economic structure,the supply and demand situation in the power industry has reversed,and oversupply has become the new normal;due to the rise of new energy,clean energy such as wind energy and solar energy have been connected to the power grid on a large scale,making the power grid demand for peak and frequency regulation of thermal power units.Continuous improvement,and frequent peak and frequency regulation make the thermal power unit run in a non-rated state for a long time,which brings great pressure to the unit’s safety,stability and economic operation.In order to alleviate this huge pressure,the control methods and control strategies of thermal power units need to be improved to meet the requirements of the new situation.To this end,the author carried out bed temperature-main steam pressure control modeling and control of a 350 MW supercritical circulating fluidized bed unit in a power plant in Shanxi.Optimization research to improve the control quality of circulating fluidized bed units.Bed temperature is an important parameter in the operation of a circulating fluidized bed unit.It can maintain the temperature in the furnace and ensure the safe operation of the boiler.When the unit runs stably,the bed temperature should be maintained at about 850-950 ° C.This is the best temperature for the boiler combustion and the best temperature for the desulfurization agent decomposition.At this temperature,the desulfurization effect in the furnace is the best and can be effective.Reduce the amount of NOx generated,but the frequent peak and frequency adjustment of the unit makes bed temperature control very difficult,which will affect the stable operation of the unit.Correlation analysis was performed on various variables in the combustion system by extracting long-term operating data from the unit’s DCS system.It wasfound that the bed temperature and the main steam pressure under the disturbance of fuel and secondary air volume had certain coupling characteristics,and the main steam pressure was also the boiler.One of the important parameters of safe and economic operation,and the operability of the fuel volume and secondary air volume adjustment is strong,and then it is determined that the fuel volume and secondary air volue are used as inputs,the bed temperature and the main steam pressure are used as outputs,and a 2x2 system identification model is established.The particle swarm algorithm was used to find the optimal value of the model parameters,and finally its mathematical model was determined,and the accuracy of the model was verified.Due to the problems of the coupling of the related variables and the large delay in the circulating temperature bed unit’s bed temperature-main steam pressure control,the conventional PID control is not effective,so this paper applies the intelligent control algorithm-fuzzy self-tuning PID control algorithm to this In the 2x2 system,and compared with the conventional PID control method through Matlab simulation,the results show that fuzzy PID control can effectively solve the above problems,has good adaptive ability and robustness,and greatly improves the control quality of the system.This project is a research carried out while stationed in a graduate workstation of a power plant in Shanxi.Based on the actual operating conditions of the circulating fluidized bed unit of the power plant # 1,the historical identification of the field operation data is used to identify the system.An optimized control system model is obtained here Control simulation and optimization are carried out on the basis,which has certain reference significance for system control optimization of similar units.
吴浩闯[6]（2019）在《气固流态化反应系统多物理耦合模拟与降阶方法研究》文中进行了进一步梳理流化反应系统因其独特的优越性广泛的存在于诸如能源化工、冶金材料、农业生产等诸多领域,其内部存在强烈复杂的质量和能量的传递,各参数之间相互影响,气-固非均相反应与气体均相反应过程复杂且速率迥异。气固流化反应系统是一种典型的涉及多相流、传热、反应等多物理耦合的复杂系统。一直以来,对于流化反应系统的研究主要通过实验和模拟的方法来进行,随着计算能力增强,对于流化反应系统的模拟越来越受到学者们的重视。如何在数值计算过程中实现复杂多物理系统的精准耦合模拟的同时降低计算成本是计算机模拟的关键。对于流化反应系统的模拟计算,在气固流动中耦合化学反应计算是一项不可或缺但却颇具挑战性的任务。在气固流化反应系统求解过程中,无论是对气固流动计算采用Euler-Lagrange方法还是Euler-Euler方法,对于气体均相反应和气固非均相反应的处理方法类似,都是将其作为气固连续性方程的源项处理。然而化学反应的引入为CFD计算带来了大量的耦合非线性方程,对于类似H2燃烧这样的简单过程,也要涉及数十个基元反应,由于不同反应之间的时间常数通常相差很大,整个非线性方程组具有很强的刚性。针对复杂化学反应引入的刚性问题求解,采取基于建表理念的ISAT降阶方法计算是一种可取的方式。采用ISAT动态自适应建表方法,将系统热力学状态空间限制在反应可达区域,采用自适应算法控制插值误差,达到最小化表格规模和加快检索效率的目的,以此来实现流化反应系统刚性问题的求解。本文以鼓泡流化床气化炉反应器和流化床锅炉两种典型气固流化反应系统为研究对象,以工程热物理与能源利用的视角研究气固流化反应系统内在的动力学特性,初步建立起一种气固流化反应系统内在机理与特性的分析方法,从而为能源与化工领域中普遍涉及的多学科交叉融合与复杂耦合问题的研究提供研究支撑。本文的主要研究内容如下:1)以能源化工领域的典型生物质鼓泡气化炉这一流化反应系统为对象,分别采用基于Euler-Euler和Euler-Lagrange的TFM方法和MP-PIC方法,建立气固流化反应系统的多物理耦合求解框架,在颗粒粒径一致的假设下,对其内部气固流动和气化反应过程进行研究。在TFM方法中,床料和生物质燃料颗粒被视作连续介质进行求解计算。在MP-PIC方法中,颗粒相使用Lagrange离散颗粒描述,颗粒的运动与碰撞使用牛顿第二定律求解,使用计算颗粒的概念,将具有相同性质的颗粒打包处理,减少需要求解的颗粒数目,降低求解计算量。在建立气化反应器这一流化反应系统三维CFD模型的基础之上,针对影响气化炉合成气生成的影响因素进行分析,并对两种方法的计算结果进行对比。2)在气固流化反应系统的多物理耦合求解框架基础之上,根据流化床锅炉燃料粒径的宽筛分特性,采用粒径分布函数来描述炉内固相颗粒粒径分布,对东方锅炉3MW循环流化床试验台中粉焦流化燃烧过程使用基于Euler-Lagrange描述的MP-PIC方法进行模拟,对气固非均相反应采用离散颗粒反应模型来突出颗粒粒径对非均相反应的影响。通过试验台稳态实验数据对模型进行校核。针对影响流化床锅炉粉焦燃烧污染物排放的主要运行因素进行分析对比,得出最佳运行工况为实际电厂的运行提供参考。3)在3MW流化床锅炉试验台三维CFD计算的基础之上,针对大型工业规模的600MW超临界循环流化床锅炉,采用核-环小室模型建立整个炉膛内内部气固流化反应多物理耦合1.5D宏观模型,结合设计参数对该模型进行校核分析,对通过典型瞬态工况对模型的动态特性进行验证。4)对于包含大量化学反应的刚性偏微分方程组的流化反应系统建模,除了基于准稳态假设的机理简化方式之外,使用ISAT动态自适应建表的方法来简化刚性方程组求解,并尝试将ISAT反应降阶理论引入到流化反应系统CFD模拟中。
刘攀[7]（2019）在《CFBB主汽压和床温的BP神经网络解耦及改进遗传算法控制》文中研究表明循环流化床锅炉（Circulating Fluidized Bed Boiler,CFBB）是目前国内外非常热门的一种燃煤锅炉,具有环保、节能、燃烧效率高、燃料适应性广、负荷调节性能好等优点。与煤粉炉相比,CFBB内部结构更复杂,物质反应更剧烈,能量的转换和传递过程更繁琐,煤粉炉的常规控制方案直接用在CFBB燃烧过程的自动控制系统中达不到CFBB的控制要求。因此CFBB燃烧过程控制系统还需要进行深入研究。论文先对CFBB燃烧过程控制系统的研究背景和意义以及火电厂燃烧系统中解耦技术和控制技术的国内外研究现状进行分析,然后对锅炉结构、生产工艺以及相关控制任务进行总结。根据300 MW CFBB实际运行数据建立主汽压和床温的数学模型,并结合该数学模型分析主汽压和床温之间的耦合特性。对于CFBB燃烧系统中的两个被控变量主汽压和床温,先采用BP神经网络解耦器对两者进行解耦,然后采用基于改进遗传算法优化PID参数的控制器进行控制。BP神经网络解耦器的本质是前馈补偿解耦原理和BP神经网络的结合,该解耦器不仅具备前馈补偿解耦的动态解耦特性,还拥有BP神经网络的自学习能力,能够有效地使多输入多输出（Multiple Input and Multiple Output,MIMO）系统变成若干个相互独立的单输入单输出（Single Input Single Output,SISO）系统。基于改进遗传算法优化PID参数的控制器的设计思路是利用遗传算法搜索最佳PID控制器参数,从而达到改善控制效果的目的。同时,为了确保遗传算法在具有良好搜索品质的前提下拥有较好的搜索进度,利用模糊控制分别对主汽压和床温的遗传控制器的交叉算子和变异算子进行调控。对于300 MW CFBB在典型工况下主汽压和床温的数学模型,利用MATLAB仿真软件建立Simulink仿真框图,分别对BP神经网络解耦方案和改进遗传算法优化PID控制方法进行仿真。仿真实验结果表明,基于BP神经网络的前馈补偿解耦算法能够有效地对主汽压和床温进行解耦;基于改进遗传算法参数优化PID参数的控制方案相比于传统PID控制方案具有更快的响应速度,更小的超调量以及更佳的抗扰性。
严国栋[8]（2019）在《350MW超临界循环流化床机组协调控制系统建模与仿真》文中研究表明党的第19次全国代表大会提出推进能源生产和消费革命,建立清洁,低碳,安全,高效的能源体系。循环流化床锅炉（CFB）作为一种煤的清洁燃烧技术,具有投资较少、运行费用低、煤种适应性好、燃烧效率高、污染物排放少、负荷调节能力强、市场应用广泛的特点,是一种适合我国资源特点和能源政策的技术,将来必然是我国火力发电的生力军。CFB锅炉燃烧系统,是一个多变量称合、大迟延、大惯性、非线性程度高的控制对象,相对于煤粉炉来说,主蒸汽压力和机组负荷对给煤量的滞后时间远大于煤粉炉,因此,其控制系统需要完成比粉煤锅炉更复杂的控制任务。在火电机组向大容量高参数发展的今天,建立准确的超临界CFB锅炉协调控制系统模型,对CFB机组的的运行控制具有十分重要的意义。首先,通过机理分析建立了 350MW超临界CFB机组协调控制系统整体模型。模型结构分为燃料侧、汽水侧和汽机侧三个部分,燃料侧以纯迟延环节作为没有磨煤机的给煤系统模型,然后基于即燃碳理论精确地表征出了炉膛发热量;汽水侧通过有效的拆分和简化建立了汽水加热系统集总参数模型,然后分析了过热器环节以及喷水减温环节特性;汽机侧以一阶惯性环节近似汽轮机动态过程。燃料侧和汽水侧之间以炉膛发热量进行联系,汽水侧和汽机侧以主汽压力进行联系,得到了整体模型结构。然后,利用江苏华美热电厂实际运行数据进行参数辨识和模型验证。静态参数采用稳态数据直接计算,待定函数利用MATLAB自带的回归函数nlinifit进行拟合求取,然后利用simulink搭建了模型结构图,并用粒子群算法对动态参数进行寻优。得到完整模型后利用现场历史数据验证了其准确性,并且进行了模型阶跃试验,结果证明,建立的模型具有良好的准确性,能够反映机组实际动态特性。最后,基于预测控制算法设计了所研究350MW循环流化床机组的协调控制系统,在MATLAB软件中模拟机组负荷给定值先降后升的情况,然后利用所设计的控制算法对机组进行了控制,得到了较好的控制效果,并且针对机组快速变负荷情况进行了仿真,结果表明算法依然能够保持良好的控制性能。
洪烽[9]（2019）在《基于蓄能深度利用的循环流化床机组动态优化控制》文中认为洁净煤技术是我国保障发电行业可持续发展的战略措施之一。循环流化床（CFB）燃烧发电技术是洁净煤技术的重要研究领域,已成为燃煤机组的重要组成部分。我国能源结构中火力发电仍占据主导地位,为了更好消纳日益增长的新能源电力容量,减少弃风、弃光量,提升火电机组快速变负荷运行能力将是必然选择。CFB机组流态化的燃烧方式使得给煤颗粒在炉膛中燃烧放热具有大惯性,因此,大多数CFB机组的动态性能较差,且变负荷速率不能满足电网的需求。但CFB锅炉炉膛蓄能较大,蓄能的深度利用可提升机组动态性能,并为CFB机组快速变负荷提供可能。基于此,本文将从以下几个方面展开研究:1、在理解分析CFB机组燃烧特性、燃料侧及汽水侧蓄能特性的基础上,提出了亚临界及超临界CFB机组蓄能模型,建立了 CFB锅炉蓄能理论体系,实现燃料侧及汽水侧蓄能量化;利用蓄能模型,从蓄能变迁及能量平衡的角度分析了亚临界及超临界CFB锅炉机组运行过程中的蓄能动态调节特性和蓄能变迁过程;从物理位置及能量流动角度将CFB机组蓄能变迁过程拆分成为两个子过程,分析了各子过程在能量调节中的响应特性。2、利用蓄能模型,并基于锅炉侧释放热量与炉内即燃炭之间的动态过程,分析了 CFB锅炉机组协调控制系统动态特性,通过对负荷控制系统的合理简化,建立了亚临界及超临界CFB机组协调控制系统机理模型,同时给出了模型参数辨识方法。以实际机组为对象,建立模型并加以验证,结果表明,所建立的CFB机组协调控制系统模型具有较高的精度和泛化能力,为机组控制策略的研究和动态过程的优化提供了理论基础。3、通过对CFB机组协调控制系统机理模型进行线性化处理,获取了典型工况下的线性化模型,在分析机组变负荷动态特性及相关控制策略思路的基础上,提出了基于先行能量平衡的CFB机组快速变负荷控制策略,即引入蓄能加速信号,充分挖掘风量对CFB燃料侧蓄能快速调整的潜能,同时保证给煤回路在整个动态过程中能量供应的持续性,实现了 CFB机组在快速变负荷过程不同阶段下蓄能的合理分配及补充,减小主要被控参数波动。仿真结果和实际机组应用验证了该控制策略的可行性和先进性。4、针对目前CFB机组普遍掺烧煤泥燃烧运行中动态性能较差的情况,以煤泥泵送CFB机组为研究对象,揭示了实际连续运行过程中能量波动的原因;研究和利用锅炉能量释放及蓄能平抑输入能量波动,优化能量变迁过程,形成了CFB锅炉大比例掺烧煤泥运行控制策略。实际机组应用表明该策略有利于减小参数波动,增加机组煤泥掺烧量,降低燃料成本。5、床温能表征CFB锅炉炉内燃烧释放热量与汽水侧吸收能量的平衡状态,并影响大气污染物排放控制。在CFB锅炉机组蓄能深度利用,实现快速变负荷等动态优化控制过程中,需要对床温进行监测、预测。结合智能发电和智能监测体系,针对CFB锅炉床温运行控制的特性,构建基于长短期记忆（LSTM）深度神经网络的CFB锅炉床温区间预测模型,实现未来时间段内床温的上下限预测,并通过仿真验证了模型的精度。
陈炳基[10]（2018）在《生物质循环流化床锅炉燃烧过程建模与优化控制》文中进行了进一步梳理在可再生能源中,生物质能原是仅有的的含碳能源,而生物质直燃发电是实现规模化生物质利用的非常重要的方式,现阶段我国使用循环流化床燃烧生物质燃料已能够实现,此项技术的燃料适应性强、水分适应范围广、负荷调节性强、成本低且节能环保,是现阶段生物质直燃发电锅炉的最佳之选。但生物质CFBB的燃烧系统是非线性、大滞后、强耦合的的热工过程,常规PID控制方法难以实现生物质循环流化床锅炉的自动控制,故本文针对此问题设计了基于解耦补偿器的模糊控制策略。本文首先对生物质循环流化床锅炉热工过程展开分析,介绍了CFBB热工过程的特性及控制要求。通过最小二乘的原理对床温与主蒸汽压力的控制回路的模型进行辨识,得到燃烧系统的传递函数矩阵模型。经分析计算可知床温与主蒸汽压力系统存在着高强度的耦合,针对床温与主蒸汽压力严重耦合的问题,采用简化对角解耦与前馈解耦两种解耦方法解除两者间的耦合关系,实现了给料量控制床温、一次风控制主蒸汽压力的单回路控制。针对CFBB燃烧系统的非线性、时变、大延迟的特征,本文在解耦原则的基础上分别对床温与主汽压回路设计了三种模糊控制方法,模糊控制器对不具备精确的数学模型、非线性、时变的系统能够起到较为理想的控制效果。三种模糊控制方法分别为采用单纯模糊控制、模糊PID控制与基于Smith预估器的模糊控制,分别对床温与主蒸汽压力回路进行控制,并将这三种模糊控制方法的控制效果与常规PID控制效果进行对比,基于Smith预估器的模糊控制器的响应速度、稳定性、鲁棒性最强,模糊PID控制次之,单纯模糊控制与常规PID控制表现欠佳。本文采用基于解耦方法的模糊控制策略,实验结果表明,此方法即能够达到解耦的要求,并且能够适应CFBB燃烧系统复杂的特性,达到快速稳定的控制效果。
二、循环流化床锅炉燃烧系统动态特性分析（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、循环流化床锅炉燃烧系统动态特性分析（论文提纲范文）
（1）循环流化床锅炉燃烧系统的建模与研究（论文提纲范文）
| 1 引言 |
| 2 系统模型辨识理论及方法研究 |
| 2.1 建模辨识原理 |
| 2.2 数据处理 |
| 2.3 基于改进粒子群算法的参数辨识 |
| 3 床温和主汽压力的辨识 |
| 3.1 床温的辨识 |
| 3.2 主蒸汽压力的辨识 |
| 4 结果分析 |
| 5 结论 |
（2）循环流化床锅炉燃烧系统优化控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 国内外循环流化床锅炉发展概况 |
| 1.3 国内外CFB锅炉燃烧系统建模研究现状 |
| 1.4 国内外CFB锅炉燃烧系统控制方法研究现状 |
| 1.5 本文主要研究内容 |
| 第二章 CFB燃烧系统控制对象特性及模型建立 |
| 2.1 CFB锅炉燃烧系统及其组成 |
| 2.1.1 燃烧系统的基本组成 |
| 2.1.2 燃烧系统的工作原理 |
| 2.1.3 燃烧系统的耦合关系 |
| 2.2 主蒸汽压力及床温的动态特性分析 |
| 2.2.1 主蒸汽压力的动态特性分析 |
| 2.2.2 床温的动态特性分析 |
| 2.3 主蒸汽压力及床温的动态模型建立 |
| 2.4 本章小结 |
| 第三章 燃烧系统前馈补偿解耦控制研究 |
| 3.1 耦合及解耦原理概述 |
| 3.2 燃烧系统耦合程度分析 |
| 3.3 燃烧系统解耦控制方案设计及仿真验证 |
| 3.3.1 解耦控制方案 |
| 3.3.2 前馈补偿解耦方案及其仿真验证 |
| 3.4 本章小结 |
| 第四章 燃烧系统的动态论域模糊自适应PID控制 |
| 4.1 常规PID控制器设计 |
| 4.1.1 常规PID控制原理 |
| 4.1.2 PID参数的整定及其模型 |
| 4.2 模糊控制器设计 |
| 4.2.1 模糊控制原理 |
| 4.2.2 模糊控制器的设计及其模型 |
| 4.3 模糊自适应PID控制器设计 |
| 4.3.1 模糊自适应PID控制的原理 |
| 4.3.2 模糊自适应PID控制器的设计及其模型 |
| 4.4 动态论域模糊自适应PID控制器设计 |
| 4.4.1 动态论域模糊自适应PID控制的原理 |
| 4.4.2 动态论域模糊自适应PID控制器的设计及其模型 |
| 4.4.3 控制效果仿真对比分析 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（3）循环流化床垃圾焚烧炉燃烧优化试验研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 术语符号对照表 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 研究现状 |
| 1.2.1 “软”的层面 |
| 1.2.2 “硬”的层面 |
| 1.3 本文主要研究内容 |
| 2 研究对象分析 |
| 2.1 引言 |
| 2.2 CFB垃圾焚烧工艺 |
| 2.3 CFB锅炉生活垃圾焚烧锅炉组成 |
| 2.4 CFB锅炉流体动力学特性 |
| 2.4.1 密相区流体动力学模型 |
| 2.4.2 稀相区流体动力学模型 |
| 2.5 CFB炉内传热模型 |
| 2.6 燃烧模型 |
| 2.7 CFB垃圾焚烧炉中CO生成及燃烧机理 |
| 2.8 CFB燃烧方式的主要特点 |
| 2.9 CFB生活垃圾燃烧运行控制任务 |
| 2.10 本章小结 |
| 3 CFB垃圾焚烧炉燃烧诊断 |
| 3.1 引言 |
| 3.2 某电厂CFB垃圾焚烧锅炉烟气污染物排放诊断 |
| 3.2.1 不同燃烧工况下运行数据分析 |
| 3.2.2 飞灰、底渣取样分析 |
| 3.2.3 典型负荷下炉膛不同位置烟气组分分析 |
| 3.2.4 典型工况能量质量平衡分析 |
| 3.2.5 冒正压问题 |
| 3.3 CFB生活垃圾焚烧锅炉垃圾前端处理分析 |
| 3.3.1 垃圾堆酵状况 |
| 3.3.2 垃圾破碎分选状况 |
| 3.3.3 垃圾给料输送设备 |
| 3.4 本章小结 |
| 4 CFB垃圾焚烧炉烟气污染物排放优化控制 |
| 4.1 引言 |
| 4.2 垃圾预处理及给料优化 |
| 4.2.1 垃圾堆酵优化 |
| 4.2.2 垃圾破碎、分选系统优化 |
| 4.2.3 垃圾给料系统优化 |
| 4.3 锅炉本体部分改造 |
| 4.3.1 增加卫燃带 |
| 4.3.2 二次风改造 |
| 4.3.3 增加空烟道 |
| 4.4 综合改造后效果 |
| 4.5 本章小结 |
| 5 CFB垃圾焚烧炉入炉垃圾热量软测量及床温预测研究 |
| 5.1 引言 |
| 5.2 基于智能算法的入炉垃圾热量软测量模型 |
| 5.2.1 多种群遗传粒子群寻优算法研究 |
| 5.2.2 智能建模算法介绍 |
| 5.2.3 热量预测模型输入变量的选择 |
| 5.2.4 垃圾热值的模糊等级划分 |
| 5.2.5 数据采集及预处理 |
| 5.2.6 模型总体优化方案 |
| 5.2.7 构建基于BP神经网络的入炉垃圾热量预测模型 |
| 5.2.8 构建基于SVM的入炉垃圾热量预测模型 |
| 5.2.9 构建基于ANFIS的入炉垃圾热量预测模型 |
| 5.2.10 构建RF入炉垃圾热量预测模型 |
| 5.2.11 模型比较结果和讨论 |
| 5.2.12 模型预测热量与实际热量对比 |
| 5.3 床温预测智能建模 |
| 5.3.1 床温特性分析 |
| 5.3.2 床温预测模型变量选择 |
| 5.3.3 床温模型建立 |
| 5.3.4 模拟结果与讨论 |
| 5.4 本章小结 |
| 6 CFB垃圾焚烧炉飞灰减量方法和技术试验研究 |
| 6.1 引言 |
| 6.2 CFB垃圾焚烧锅炉飞灰元素和矿物组成 |
| 6.3 尾部烟道转向底灰收集减量 |
| 6.4 循环灰收集减量 |
| 6.5 飞灰回燃 |
| 6.6 本章小结 |
| 7 全文总结和工作展望 |
| 7.1 主要研究成果 |
| 7.2 本文的创新点 |
| 7.3 未来工作及展望 |
| 作者简历及攻读博士期间科研成果 |
| 参考文献 |
（4）煤加压流化床锅炉富氧燃烧过程动态特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状与动态 |
| 1.2.1 煤加压富氧燃烧研究现状 |
| 1.2.2 锅炉动态特性研究现状 |
| 1.2.3 研究现状小结 |
| 1.3 研究思路与研究内容 |
| 1.4 本章小结 |
| 第二章 煤加压流化床富氧燃烧系统模型 |
| 2.1 加压流化床富氧燃烧系统 |
| 2.2 加压流化床富氧燃烧系统模型建立 |
| 2.2.1 流体动力特性模型 |
| 2.2.2 传热特性及模型 |
| 2.2.3 煤燃烧特性及模型 |
| 2.2.4 物料动态质量守恒与能量守恒模型 |
| 2.3 模型计算与求解 |
| 2.4 本章小结 |
| 第三章 煤加压流化床富氧燃烧系统的稳态特性研究 |
| 3.1 计算模型稳态验证 |
| 3.2 燃烧气氛对燃烧系统特性的影响 |
| 3.2.1 送风组成变化规律 |
| 3.2.2 炉内传热变化规律 |
| 3.2.3 烟气中各组分排放规律 |
| 3.3 燃烧压力对燃烧系统特性的影响 |
| 3.3.1 送风组成变化规律 |
| 3.3.2 炉内传热变化规律 |
| 3.3.3 烟气中各组分排放规律 |
| 3.4 本章小结 |
| 第四章 煤加压流化床富氧燃烧系统的动态特性研究 |
| 4.1 加压富氧燃烧系统动态特性分析 |
| 4.1.1 燃烧气氛氧浓度扰动 |
| 4.1.2 燃烧压力扰动 |
| 4.1.3 煤量扰动 |
| 4.2 加压富氧燃烧模式切换过程动态特性分析 |
| 4.2.1 空气-富氧燃烧模式切换 |
| 4.2.2 富氧-空气燃烧模式切换 |
| 4.3 本章小结 |
| 第五章 煤加压流化床富氧燃烧控制系统设计 |
| 5.1 控制任务与控制方法 |
| 5.1.1 循环流化床锅炉控制任务 |
| 5.1.2 模型预测控制方法 |
| 5.2 控制系统分析与设计 |
| 5.2.1 系统线性分析 |
| 5.2.2 控制系统设计 |
| 5.3 加压富氧燃烧系统非稳态过程控制 |
| 5.3.1 参数扰动过程的床温控制 |
| 5.3.2 模式切换过程的床温控制 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要工作与结论 |
| 6.2 进一步工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（5）350MW循环流化床机组床温与主蒸汽压力控制建模（论文提纲范文）
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 火电机组系统辨识的研究现状 |
| 1.2.2 循环流化床床温控制策略现状 |
| 1.3 论文主要内容 |
| 1.4 课题创新点 |
| 1.5 本章小结 |
| 第二章 循环流化床锅炉的燃烧系统及燃烧特性 |
| 2.1 循环流化床锅炉简介 |
| 2.1.1 循环流化床锅炉结构 |
| 2.1.2 循环流化床工作原理 |
| 2.2 循环流化床锅炉燃烧系统的动态特性分析 |
| 2.3 循环流化床燃烧系统控制策略的分析 |
| 2.4 本章小结 |
| 第三章 循环流化床锅炉燃烧控制系统辨识 |
| 3.1 系统辨识简介 |
| 3.1.1 系统辨识的基本原理 |
| 3.2 MIMO系统辨识 |
| 3.3 粒子群算法 |
| 3.3.1 粒子群算法的基本原理 |
| 3.3.2 标准粒子群算法的流程 |
| 3.3.3 估计模型的选择 |
| 3.3.4 数据采集的原则 |
| 3.3.5 数据预处理 |
| 3.4 双输入双输出系统辨识 |
| 3.5 本章小结 |
| 第四章 多变量床温-主汽压力控制优化研究 |
| 4.1 模糊控制简介 |
| 4.1.1 模糊控制器的设计 |
| 4.2 模糊自整定PID控制 |
| 4.3 床温-主蒸汽压力双输入双输出系统控制仿真研究 |
| 4.3.1 床温-主蒸汽压力系统的传统PID控制 |
| 4.3.2 床温-主蒸汽压力系统的模糊自整定PID控制 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 全文总结 |
| 5.2 研究与展望 |
| 参考文献 |
| 致谢 |
| 附录 |
| 个人简况及联系方式 |
（6）气固流态化反应系统多物理耦合模拟与降阶方法研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 流动反应系统简介 |
| 1.3 流化反应多物理耦合模拟 |
| 1.4 多物理耦合系统模型降阶 |
| 1.5 流化反应系统研究现状 |
| 1.6 本文主要研究内容 |
| 1.7 本文主要创新点 |
| 2 流化反应多物理耦合框架与ISAT降阶理论 |
| 2.1 引言 |
| 2.2 基于Euler-Euler方法的气固流化反应模型 |
| 2.2.1 气固两相流动模型 |
| 2.2.2 气固两相能量方程 |
| 2.2.3 化学反应模型 |
| 2.3 基于Euler-Lagrange的气固流化反应模型 |
| 2.3.1 气固两相流动模型 |
| 2.3.2 化学反应模型 |
| 2.3.3 数值方法 |
| 2.4 ISAT降阶理论 |
| 2.4.1 线性化映射 |
| 2.4.2 椭球精度EOA与二叉树 |
| 2.4.3 ISAT算法流程图 |
| 2.4.4 ISAT的计算流程 |
| 2.5 本章小结 |
| 3 气化炉反应器内流化反应过程模拟对比 |
| 3.1 引言 |
| 3.2 生物质燃料气化炉中主要反应 |
| 3.3 模拟对象介绍 |
| 3.3.1 试验台介绍 |
| 3.3.2 模拟条件 |
| 3.3.3 网格划分与计算颗粒选取 |
| 3.4 模拟结果对比 |
| 3.4.1 气化反应器中气固流场 |
| 3.4.2 不同工况下合成气生成 |
| 3.4.3 合成气生成影响因素分析 |
| 3.5 本章小结 |
| 4 循环流化床锅炉燃烧多尺度多物理过程耦合模拟 |
| 4.1 引言 |
| 4.2 循环流化床锅炉炉膛中发生的主要反应 |
| 4.2.1 热解模型 |
| 4.2.2 气相燃烧模型 |
| 4.2.3 焦炭的燃烧与气化过程 |
| 4.2.4 污染物的生成与治理模型 |
| 4.3 东方锅炉3MW试验台Euler-Lagrange模拟 |
| 4.3.1 东方锅炉3MW试验台简介 |
| 4.3.2 试验工况与模拟条件设置 |
| 4.3.3 模拟结果及其与实验的对比 |
| 4.4 600 MW超临界循环流化床锅炉系统整体建模与瞬态模拟 |
| 4.4.1 四川白马600MW循环流化床锅炉简介 |
| 4.4.2 锅炉烟气与汽水系统整体建模方法 |
| 4.4.3 整体模型稳态验证 |
| 4.4.4 系统典型瞬态扰动模拟 |
| 4.5 本章小结 |
| 5 基于ISAT理论的流化反应系统降阶研究 |
| 5.1 引言 |
| 5.2 PMSR模型 |
| 5.3 模拟对象 |
| 5.4 ISAT降阶模拟 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 本文主要结论 |
| 6.2 后续研究工作展望 |
| 参考文献 |
| 附录 |
| A 作者在攻读博士学位期间发表的学术论文 |
| B 作者在攻读博士学位期间参与的科研项目 |
| C 学位论文数据集 |
| 致谢 |
（7）CFBB主汽压和床温的BP神经网络解耦及改进遗传算法控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 CFBB燃烧系统的国内外研究现状 |
| 1.2.1 解耦方法的研究现状 |
| 1.2.2 控制方法的研究现状 |
| 1.3 研究课题的主要内容 |
| 1.4 本章小结 |
| 第二章 CFBB主汽压和床温的动态特性 |
| 2.1 CFBB的主要结构和工艺流程 |
| 2.2 CFBB燃烧系统的控制分析 |
| 2.3 主汽压的动态特性 |
| 2.3.1 给煤量-主汽压模型 |
| 2.3.2 一次风量-主汽压模型 |
| 2.4 床温的动态特性 |
| 2.4.1 给煤量-床温模型 |
| 2.4.2 一次风量-床温模型 |
| 2.5 本章小结 |
| 第三章 CFBB主汽压和床温的BP神经网络解耦 |
| 3.1 CFBB主汽压和床温的耦合特性分析 |
| 3.2 前馈补偿解耦器的设计 |
| 3.3 CFBB主汽压的BP神经网络解耦 |
| 3.3.1 CFBB主汽压的BP神经网络解耦器设计 |
| 3.3.2 CFBB主汽压的BP神经网络解耦系统仿真 |
| 3.4 CFBB床温的BP神经网络解耦 |
| 3.4.1 CFBB床温的BP神经网络解耦器设计 |
| 3.4.2 CFBB床温的BP神经网络解耦系统仿真 |
| 3.5 本章小结 |
| 第四章 CFBB主汽压和床温的改进遗传算法优化PID控制 |
| 4.1 遗传算法简介及改进 |
| 4.2 CFBB床温的改进遗传算法优化PID控制 |
| 4.2.1 CFBB床温的改进遗传算法优化PID控制器设计 |
| 4.2.2 CFBB床温的改进遗传算法优化PID控制系统仿真 |
| 4.3 CFBB主汽压的改进遗传算法优化PID控制 |
| 4.3.1 CFBB主汽压的改进遗传算法优化PID控制器设计 |
| 4.3.2 CFBB主汽压的改进遗传算法优化PID控制系统仿真 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 (攻读硕士学位期间学术论文发表及参加科研情况) |
（8）350MW超临界循环流化床机组协调控制系统建模与仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 循环流化床锅炉燃烧系统建模方法介绍 |
| 1.2.2 国外循环流化床机组建模研究现状 |
| 1.2.3 国内循环流化床机组建模研究现状 |
| 1.3 本文主要研究内容及结构安排 |
| 第二章 机理分析建模 |
| 2.1 燃料侧模型 |
| 2.1.1 给煤系统特性 |
| 2.1.2 炉膛热量释放过程 |
| 2.2 汽水侧模型 |
| 2.2.1 汽水加热段机理分析 |
| 2.2.2 汽水加热系统简化模型 |
| 2.2.3 过热器差压特性 |
| 2.2.4 喷水减温环节特性 |
| 2.3 汽轮机模型 |
| 2.3.1 主蒸汽流量计算 |
| 2.3.2 汽轮机功率 |
| 2.4 本章小结 |
| 第三章 参数辨识与模型验证 |
| 3.1 静态参数确定 |
| 3.2 待定函数确定 |
| 3.3 动态参数辨识 |
| 3.4 模型验证 |
| 3.5 模型阶跃响应 |
| 3.6 本章小结 |
| 第四章 基于模型预测控制算法的协调控制系统设计 |
| 4.1 预测控制算法简介 |
| 4.2 模型处理 |
| 4.2.1 小偏差线性化 |
| 4.2.2 模型预测推导 |
| 4.3 最优解求取 |
| 4.3.1 凸二次规划问题 |
| 4.3.2 有效集法原理 |
| 4.3.3 算法流程 |
| 4.3.4 算法参数设定 |
| 4.4 仿真结果 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文及其它成果 |
（9）基于蓄能深度利用的循环流化床机组动态优化控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 新能源电力的消纳 |
| 1.1.2 循环流化床机组面临的机遇与挑战 |
| 1.2 循环流化床机组动态优化控制的现状 |
| 1.2.1 火电机组蓄能利用策略 |
| 1.2.2 CFB机组蓄能利用及控制模型研究 |
| 1.2.3 CFB机组动态优化运行及快速变负荷控制 |
| 1.3 智能发电与智能监测 |
| 1.4 论文的主要研究内容 |
| 第2章 循环流化床机组蓄能量化及变迁模型 |
| 2.1 循环流化床锅炉燃烧放热量模型 |
| 2.1.1 循环流化床锅炉燃烧过程 |
| 2.1.2 即燃炭热量模型 |
| 2.1.3 循环流化床锅炉燃烧总放热量 |
| 2.2 亚临界循环流化床机组蓄能模型 |
| 2.2.1 汽水侧蓄能模型 |
| 2.2.2 亚临界循环流化床机组蓄能模型 |
| 2.2.3 亚临界循环流化床机组蓄能量化示例 |
| 2.3 超临界循环流化床机组蓄能模型 |
| 2.3.1 机理模型推导 |
| 2.3.2 超临界循环流化床机组蓄能量化示例 |
| 2.4 循环流化床机组蓄能变迁过程 |
| 2.5 本章小结 |
| 第3章 循环流化床机组协调控制系统机理模型 |
| 3.1 亚临界循环流化床机组协调控制系统机理模型 |
| 3.1.1 给煤系统动态特性 |
| 3.1.2 汽包锅炉能量平衡特性 |
| 3.1.3 汽轮机动态特性 |
| 3.1.4 床温动态特性 |
| 3.1.5 亚临界CFB机组协调控制系统机理模型参数辨识 |
| 3.1.6 亚临界CFB机组协调控制系统机理模型泛化验证 |
| 3.1.7 亚临界CFB机组协调控制系统传递函数矩阵 |
| 3.2 超临界循环流化床机组协调控制系统机理模型 |
| 3.2.1 超临界CFB机组汽水侧机理模型 |
| 3.2.2 汽轮机机理模型 |
| 3.2.3 超临界CFB机组协调控制系统机理模型参数辨识 |
| 3.2.4 超临界CFB机组协调控制系统机理模型泛化验证 |
| 3.3 本章小结 |
| 第4章 基于蓄能深度利用的循环流化床机组快速变负荷控制 |
| 4.1 循环流化床机组变负荷特性及挑战 |
| 4.1.1 循环流化床机组快速变负荷挑战 |
| 4.1.2 循环流化床机组变负荷动态特性 |
| 4.2 常规CFB单元机组协调控制系统策略探索与仿真验证 |
| 4.2.1 基于直接能量平衡策略的CFB单元机组协调控制 |
| 4.2.2 基于多变量预测控制的CFB单元机组协调控制 |
| 4.2.3 基于DEB和DMC的循环流化床机组变负荷控制仿真验证 |
| 4.3 基于先行能量平衡的CFB机组快速变负荷控制策略 |
| 4.3.1 先行能量平衡控制策略 |
| 4.3.2 仿真验证 |
| 4.3.3 工程应用验证 |
| 4.4 本章小结 |
| 第5章 基于蓄能深度利用的循环流化床机组大比例掺烧煤泥运行控制模式及应用 |
| 5.1 研究对象介绍 |
| 5.2 循环流化床机组掺烧煤泥特性机理 |
| 5.2.1 大比例煤泥掺烧对CFB机组运行控制的影响 |
| 5.2.2 大比例掺烧煤泥运行中能量波动趋势 |
| 5.3 循环流化床机组大比例掺烧煤泥运行控制模式 |
| 5.3.1 技术路线 |
| 5.3.2 控制策略 |
| 5.3.3 控制策略参数整定 |
| 5.4 应用验证 |
| 5.4.1 运行效果 |
| 5.4.2 经济性分析 |
| 5.5 本章小结 |
| 第6章 基于深度学习算法的循环流化床锅炉床温区间预测 |
| 6.1 循环流化床锅炉床温区间预测必要性 |
| 6.1.1 床温特性与调节方式 |
| 6.1.2 区间预测 |
| 6.2 长短期记忆网络(LSTM)深度学习算法 |
| 6.2.1 深度学习 |
| 6.2.2 长短期记忆网络(LSTM) |
| 6.3 基于LSTM的CFB锅炉床温区间预测模型 |
| 6.3.1 区间预测模型结构设计 |
| 6.3.2 预测模型验证 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（10）生物质循环流化床锅炉燃烧过程建模与优化控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 生物质直燃技术应用的现状 |
| 1.3 国内外外循环流化床控制策略的研究现状 |
| 1.4 研究内容及结构 |
| 第二章 循环流化床锅炉燃烧过程特性分析 |
| 2.1 生物质循环流化床的系统介绍 |
| 2.1.1 生物质循环流化床的结构 |
| 2.1.2 生物质循环流化床的燃烧过程 |
| 2.2 循环流化床控制系统的介绍 |
| 2.2.1 CFBB燃烧控制系统任务 |
| 2.2.2 CFBB燃烧系统的控制难点 |
| 2.2.3 CFBB燃烧系统控制的组成 |
| 2.3 CFBB燃烧系统的动态特性分析 |
| 2.3.1 床温系统的动态特性分析 |
| 2.3.2 主蒸汽压力系统的动态特性分析 |
| 2.3.3 燃烧系统模型的初步选取 |
| 2.4 本章小结 |
| 第三章 生物质循环流化床燃烧系统的建模 |
| 3.1 研究对象的概况及参数 |
| 3.2 燃烧系统模型的确立 |
| 3.2.1 给料量阶跃扰动下系统的模型辨识 |
| 3.2.2 一次风量阶跃扰动下系统的模型辨识 |
| 3.3 本章小结 |
| 第四章 燃烧系统的耦合分析与解耦设计 |
| 4.1 燃烧系统的耦合性分析 |
| 4.2 床温与主汽压系统关联度分析 |
| 4.3 燃烧系统的解耦控制策略 |
| 4.3.1 对角矩阵解耦控制 |
| 4.3.2 简化对角解耦控制 |
| 4.3.3 单位对角矩阵解耦控制 |
| 4.3.4 前馈补偿解耦控制 |
| 4.4 解耦控制仿真试验 |
| 4.4.1 简化对角解耦控制的仿真 |
| 4.4.2 前馈补偿解耦控制的仿真 |
| 4.5 本章小结 |
| 第五章 模糊控制策略的研究与仿真分析 |
| 5.1 模糊控制理论基础 |
| 5.1.1 模糊理论的概述 |
| 5.1.2 模糊控制的优势 |
| 5.1.3 模糊控制的原理 |
| 5.2 PID控制器的设计及其仿真 |
| 5.3 模糊控制器的设计 |
| 5.3.1 模糊控制器的输入输出变量 |
| 5.3.2 模糊论域与模糊规则的设定 |
| 5.3.3 解模糊化设计 |
| 5.4 模糊控制策略的研究与仿真 |
| 5.4.1 模糊控制器的仿真分析 |
| 5.4.2 模糊PID控制的设计与仿真 |
| 5.4.3 基于史密斯预估器的模糊控制的设计与仿真 |
| 5.5 多种模糊控制方案的仿真对比分析 |
| 5.5.1 正常工况下多方案控制效果对比分析 |
| 5.5.2 传递函数变化下多方案控制效果对比分析 |
| 5.6 本章小结 |
| 研究结论与展望 |
| 研究结论 |
| 研究展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士学位期间所取得的学术成果 |
四、循环流化床锅炉燃烧系统动态特性分析（论文参考文献）
- [1]循环流化床锅炉燃烧系统的建模与研究[J]. 晏恒,胡林静,仝傲宇. 计算机仿真, 2021(06)
- [2]循环流化床锅炉燃烧系统优化控制策略研究[D]. 李丰泽. 太原理工大学, 2021(01)
- [3]循环流化床垃圾焚烧炉燃烧优化试验研究[D]. 尤海辉. 浙江大学, 2021(01)
- [4]煤加压流化床锅炉富氧燃烧过程动态特性研究[D]. 魏莉. 东南大学, 2020
- [5]350MW循环流化床机组床温与主蒸汽压力控制建模[D]. 董葳. 山西大学, 2020(01)
- [6]气固流态化反应系统多物理耦合模拟与降阶方法研究[D]. 吴浩闯. 重庆大学, 2019(01)
- [7]CFBB主汽压和床温的BP神经网络解耦及改进遗传算法控制[D]. 刘攀. 长沙理工大学, 2019(07)
- [8]350MW超临界循环流化床机组协调控制系统建模与仿真[D]. 严国栋. 华北电力大学(北京), 2019(01)
- [9]基于蓄能深度利用的循环流化床机组动态优化控制[D]. 洪烽. 华北电力大学(北京), 2019(01)
- [10]生物质循环流化床锅炉燃烧过程建模与优化控制[D]. 陈炳基. 长沙理工大学, 2018(07)