锅炉机组结渣预测方法的新进展及应用

摘要：文章中提出了两种判别煤质结渣特性的综合指标：一种是锅炉机组结渣倾向判别法；另一种是模糊判别法，也就是灰色聚类方法。

关键词：结渣；燃煤机组；模糊数学

中图分类号： TK229.6文献标识码： A

引言

本文主要是针对现有的煤质结渣特性评价指标而展开的。这些结渣指数主要有：灰熔点、灰成分、灰粘度等方面的结渣指数，以及酸碱比（B/A）、硅铝比、铁钙比等等。通过对这些单一结渣指数进行研究分析，发现了它们普遍存在的不足：从国外直接移植而来，忽视我国煤质实际情况影响，因而分辨率比较低，评价准确性不高，在电厂中难以准确合理的运用。在认识到现有结渣指数所存在的不足后，就须致力于分析其存在缺陷的原因，并通过研究分析最终提出解决问题的办法：提出一种或两种新的结渣特性评价指标，新提出的指标必须是从我国煤种实际情况出发，考虑更多更全面因素影响的、具有更高分辨率的综合性指标。研究的最终结果是在现有成熟理论基础上诞生的，且具有一定的先进性与可行性的。

一、常规判别规则

迄今为止，各国已建立了为数众多的煤灰结渣性判别准则。它们大多可由煤质、灰质常规分析并通过一些简单的计算而获得判别结果，但是判别效果往往不够理想。对于同一煤种，当使用不同的判别准则时，所得到的结果多是不一致的，有时甚至相差很悬殊。

美国伯太尔—哥伦布实验室和电力研究所曾对常用的判别准则进行过严整。由美国、英国的131个大型电厂的煤质分析和锅炉运行调查表明，这些准则的判别符合性比较差，只有27%~53%。西安热工研究所在对我国煤种适用性的验证中，得到与上述类似的结论。在炉内结渣倾向作了等级划分时，煤灰熔融结渣指数的判别符合性为50%~60%；而煤灰成分结渣指数的判别符合性只有20%~40%。这是由于在有限型煤种试验中得出的，而同时引起结渣的原因较多，煤质特性只是因素之一。

除了煤种本身的特性以外，炉内结渣的实际表现还与锅炉的结构设计特性和运行特性有关，是这三种特性因素综合影响的结果。煤种具有较弱的结渣性，而炉膛温度水平较高，同样可以引起炉内严重结渣；相反，煤种具有较强的结渣，而炉膛温度水平较低时，也未必会引起炉内严重结渣。因此，如在判别准则中，除煤灰判别指标外，还引入锅炉设计参数，构成复合判别准则，则判别效果可有不同程度的改善。对我国的煤种，炉内结渣倾向作3等级划分时，煤灰熔融特性复合判断准则的符合性为60%~80%；煤灰成分复合判别准则的符合性为50%~60%：而对炉内结渣倾向作2等级划分的煤灰粘度复合判别准则的符合性则可达80%以上。

二、锅炉机组结渣倾向判别法

炉内结渣是一种非常复杂的现象，它有着多种因素交叉的影响。因此，在逐步要求数学化、定量化的同时，有意义的精确化能力便越低。精确性与模糊性的对立，始终是炉内结渣过程研究中存在着的一个矛盾。要求过分地精确，因带来过多的假设而使本来精确的概念反倒变得模糊；相反，适当采用模糊手段往往可以达到精确的目的。为此，西安热工研究所在研究改善炉内结渣的盘被效果时，引入模糊数学的概念和方法，建立了锅炉结渣倾向的综合判别模型。

在正常的运行方式前提下，锅炉结渣倾向的由煤灰结渣性和炉膛设计两方面因素决定的。

三、模糊数学方法在电站锅炉的应用

单指标评判和预测煤的结渣性准确率较低，难以满足实际需要。有必要找到一种能根据具体情况确定出不同指标的不同置信度的方法，以使判别结果更符合客观实际，因而产生了综合评判方法。 煤的结渣程度由弱到强的变化是一个由量变到质变的过程，是一个模糊问题。模糊数学是用数学方法研究和处理具有“模糊性”现象的一门学科，因而能很好的评判煤的结渣倾向。3.1模糊综合评判 单一结渣特性判别指数分辨率低的一个重要原因是分割界限太明确，人为地把复杂的模糊性现象简单地处理成了清晰现象，并且单一指标只能从某个方面因素判别其结渣程度。为了提高预报的可靠性，必须兼顾多种因素综合评判。 综合评判是一种通过考虑不同因素表现出的不同作用而得到全面、合理结论的决策手段。这方面研究的共同点是选取一些常规结渣指标作为因素集， 取用结渣程度“轻微”、“中等”、“严重”三级被择集作为评语集， 并确定因素集中各因素的权重， 进行单因素评判， 最后按某一模型加以单级模糊综合评判， 得到综合评判向量。按最大隶属度原则， 判定该煤种的结渣程度等级。上述方法使用方便， 在实践中得到广泛应用， 取得较好的效果。选择具有较高准确度的评判指标，在合理选择隶属函数和权重集的基础上，能够最大程度地减少人为因素的影响，使判别结果更准确。其关键在于从实际情况出发，建立合适的隶属函数和权重集。3.2聚类分析 灰色聚类方法是基于模糊数学的方法之一，是以灰色统计为基础，将聚类对象对不同聚类指标所拥有的白化数按几个灰类进行归纳整理，从而判断聚类对象属于哪一类的灰色统计方法。

浙江大学曹欣玉等人在分析单一结渣判别指标的缺陷及其原因的基础上，提出将分辨率较高的Rs与另外5个结渣指数( t2、B／A、G、SiO2／A12O3、R)一起作为评判因素集，采用灰色聚类方法对新汶黑液水煤浆及普通水煤浆结渣特性进行预测评估。结果表明，该模型较传统单一评价方法有更高的准确度。

许志华针对有关模糊判别法和灰色聚类法中所出现的缺欠，对其进行了补正，并讨论了补正后引起的计算量增大的问题。 邱建荣等人将邓聚龙的灰色聚类理论应用于燃煤结渣特性的评判中。灰色聚类理论继承了模糊数学法的优点，注意到分级界限不确定性问题，并在此基础上给出了属于某一等级的可能性分布。用此理论来判别煤的结渣性其结果无疑更符合客观实际。王桂明．谢竣林等人应用灰色理论对煤结渣性能进行评判，并对煤的结渣机理进行了分析，其结论与邱建荣等人相同，为煤的结渣评判提供了新思路。 华中理工大学郭嘉、曾汉才运用模糊聚类分析法分析预测混煤的结渣趋势，此方法不仅适合混煤的特点，而且考虑了模糊因素的影响方便易行。 3.3模糊模式识别 模糊模式识别法大致可分为直接法和间接法(又称群体模式识别方法 )。直接法是根据最大隶属原则来归类，间接法则是按照择近原则来对被识别对象进行识别。 郭嘉， 曾汉才采用间接法，将已知结渣状况的6个煤种作为模型，采用煤灰软化温度 、硅铝比、碱酸比和硅比4个评判指标，对受检煤种进行识别。通过计算与前6个已知模型的贴近度，来判别受检者的归属类型。但此模型比较粗糙，识别范围狭窄，且只考虑了煤灰的特性，仅适用于燃烧工况比较接近的不同煤灰的评判。 兰泽全， 曹欣玉采用间接法对待识别对象进行结渣特性判别。选用了7 个已知结渣程度的燃煤作为标准模型，以4 个常规指标和综合指数R 为评判因素集， 对同一台锅炉不同部位的3 个样品(炉渣，转向室灰，除尘灰) 以及某燃料水煤浆灰进行识别， 以判断属于何种结渣程度，结果表明该模型较以前的四因素法具有更高的准确性。同时指出应用模糊模式识别法来评价其沾污结渣特性时，在因素集的选取方面应更多地考虑锅炉设计参数及运行工况的影响。 赵利敏，路丕思综合考虑灰熔点、碱酸比、硅铝比、硅比 及炉膛平均温度和无因次实际切圆直径6个因素，利用模糊模式识别的方法判断锅炉结渣。以实际运行中已知结渣程度的9台锅炉作为样本，对7 台受检锅炉进行评判，评判结果与实际情况相符。此新方法可预示大容量锅炉的设计及运行时的结渣程度。 随着模式识别样本库的不断丰富和完善，此方法将会得到更广泛的应用。

四、结论

目前的采用的预测方法大多以煤指特性为指标，对锅炉的运行情况考虑较少。由于炉内结渣的多种因素影响，用某种固定的预测方法得到的结果，往往达不到要求的精度，难以找到通用的预测模型，而且数据本身也具有局限性。要想提高结渣预测的精确度，需要不断改进计算方法，建立和完善煤质特性、锅炉运行参数的数据库，寻找普遍使用的模型。

参考文献

[1]华东六省市电机工程（电力）学会编.锅炉设备及系统.中国电力出版社.2001.

[2] 三西省电力工业局编.锅炉设备运行(高级工).中国电力出版社.1997.

[3] 邱建荣 马毓义主编.用灰色聚类方法评价煤的结渣性能.华中理工大学学报.第三期.1993.

[4] 甘肃省电力工业局，河南省电力工业局合编.锅炉设备运行技术.中国电力出版社.1995.

[5] 龚德生主编.一种预测煤灰结渣特性的新方法.中国电力出版社.第二期.1993

[6] 龚德生,方文林主编.煤灰在高温下的熔融行为.热力发电.1987.

[7] 孙亦禄,张建农主编.东胜神木煤炉内结渣特性的试验研究.热力发电.第二期.1987.

[8]. 锅炉原理设备及系统 中国电力出版社1997，8