凝汽器污垢智能建模與優(yōu)化控制方法研究.pdf

1、凝汽器是大型換熱設備,廣泛應用于電力、化工、冶金、機械等行業(yè),是汽輪機的重要組成部分,它使凝汽式汽輪機做功后排除的蒸汽凝結成水,形成并保持所需要的真空,降低排汽壓力和排汽溫度,提高機組的循環(huán)熱效率。凝汽器運行時,潔凈的換熱表面和不潔凈的冷卻介質(一般為水)相接觸,發(fā)生化學反應等原因,形成污垢。污垢是熱的不良導體,其導熱系數(shù)只有銅的0.5%,所以污垢在沉積表面積聚到一定厚度時,嚴重的肯定會較明顯的降低凝汽器的熱交換能力,使排氣溫度升高,排

2、氣真空下降,進而導致汽輪機熱效率下降,使得其運行效益降低,我國是能耗大國,節(jié)能降耗一直是我國發(fā)展的主題,所以對凝汽器污垢的研究非常有必要。
　　 論文從影響污垢形成因素著手,通過污垢的沉積與剝蝕建立污垢模型,并對改進的算法收斂性進行分析。由于凝汽器污垢結垢的周期性和結垢過程的動態(tài)性,采用Elman神經網(wǎng)絡對其建模,但標準的Elman神經網(wǎng)絡對復雜的系統(tǒng)辨識度降低,因此將其進行改進;針對算法應用在神經網(wǎng)絡存在的收斂慢的問題,將粒子

3、群優(yōu)化算法和遺傳算法進行結合,得到改進的算法,用其來訓練神經網(wǎng)絡。仿真結果表示,該方法能夠很好預測污垢,和其它算法進行比較,提高了神經網(wǎng)絡的收斂性和訓練速度。
　　 在對凝汽器污垢進行預測建模后,為了更好的控制污垢,必須對其清洗參數(shù)進行優(yōu)化控制。在確定好化學清洗周期的數(shù)學模型后,采用最速下降法對其模型進行求解,得到最佳清洗周期,從而得到最佳清洗時間和間隔;確定好清洗周期后,控制化學清洗的主要參數(shù)達到除垢的目的,為了維持清洗液濃度