（工程热物理专业论文）基于非线性理论的动力配煤模型的研究.pdf

浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 f ( 螭j | 非线 括i 漭方面 摘要 性理论的动力配煤模型的建立和应用是本文的 是将人l ：神经网络用于动力配煤的预测模型 模拟退火算法用j 二动力配煤的优化模型。 主要研究内容，它包 二是将遗传算法和 作为适合中国国情的洁净煤技术之一的动力配煤技术f 1 益引起人们的普遍 关注，并将在全因范围内广泛应用。动力配煤就是将不同性质( 如发热量、狄分、 硫分、着火特性、燃烧特性等) 和价格的煤相互掺混，从而使混煤的特性适合电 站锅炉的运行。动力配煤技术是一种减少污染排放、降低燃料成本、减少粘污和 结渣的有效方法，因此能在保证锅炉额定负荷的情况下提高电站的运行效率。然 f m ij - 煤质数据的缺乏和对混煤的物理化学过程的有限认t 使得我们很难对混 煤特性进 j ：准确的预测。臼6 h 加权平均和线性规划方法普遍应用于预测混煤特性 和指甘眦煤，4 - j “。但是，越米越多的实验和理论研究表明，混煤的绝大多数特。盹 f i 能简巾地表月成掺配单煤特性的加杖平均，并且线性规划技术往往不能得到合 适的眦煤方案。斗 小文采i jb p 神经 删络描述混煤与单煤特性之i i h j 的关系，建立了混煤发热蹬、 挥发分、灰分、硫分和狄熔点的预测模型。实验结果表明，b p 神经i ) 【 9 络模型比 加权、卜均办法年经验公式能达剑更好的预测效果，求得的配煤方案更合理町靠。 址然b p 钾：法简n 、有效，f l i 足影响神经i 叫络预测性能的凶素也小少。合理的嗍 络打i 扑结构，足够的学习样本和i 卜确的学爿精度的选择是保证其预测效果的曩要 素，奉文就这些闪素进行了深入的探讨，并提出了合理的建议。斗 r j ( 动力配煤是一个优化过程，快速、准确地找到适合配煤日标的配煤方案足动 力 l 媒的另一核心任务。以往使用的搜索算法有穷举法和m d o d 法( 混合离敝 变硅优化设计法) 。但是穷举法效率太低，而m d o d 法只能局部优化并易陷入局 优解才本文将两种在配煤领域内未曾使用过的算法遗传算法和模拟退火算法 应用 ：配煤优化模型，取得了良好的效果。遗传算法鲁棒性强，具有较好的全局 搜索性能：模拟退火算法简单、通用，具有很好的局部搜索能力。本文在此基础 之l 二污次提出了一种新的混合算法遗传算法+ 模拟退火算法+ 穷举法，它的计 辫效率较单的穷举法提高了近一百倍。 父键i d ：动力配煤，非线性b p 神经嘲络? 遗传算法：模拟退火算法j 混合算法 ， ， ， 浙江大擘硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 a b s t r a c t t h i st h e s i sf o c u s e so nm o d e l i n go fp o w e rc o a lb l e n d i n gw i t ha p p l i c a t i o no f s o m en o n - l i n e a rt h e o r i e s i ti n c l u d e sa p p l i c a t i o no fa r t i f i c i a ln e u r a ln e t w o r k st o p r e d i c t i n gp r o p e r t i e so fb l e n d e dc o a l s a n dt h a to fah y b r i dm e t h o do fg e n e t i c a l g o r i t h m a n ds i m u l a t e d - a n n e a l i n g a l g o r i t h m t o o p t i m i z i n g c o a l b l e n d i n g p r o c e s s a sak i n do fc l e a nc o a lc o m b u s t i o nt e c h n o l o g ys u i t a b l ef o rc h i n a p o w e r c o a ib l e n d i n gh a sg a i n e dm u c ha t t e n t i o na n di sa b o u tt ob es p r e a dw i d e l yi n c h i n a b l e n d i n g c o a l so fd i f f e r e n t q u a l i t i e s a n d p r i c e s i sa n a p p r o p r i a t e a p p r o a c ht om a k ec o a iq u a l i t i e s w e l lw i t h i nt h er a n g e ss p e c i f i e df o rp o w e r p l a n tb o i l e r s 。s u c ha sh e a t i n gv a l u e ，i g n i t i o np r o p e r t y ，b u r n o u tp r o p e r t y ，s u l f u r c o n t e n ta n ds of o r t h i ti sa l s oap o w e r f u im e a n st oi o w e rp o l l u t a n t se m i s s i o n t or e d u c er u e fc o s t sa n dt or e d u c e f o u l i n g a n d s l a g t h u si r e p r o v i n g p e r f o r m a n c e o ft h e p l a n t w h i l e m a i n t a i n i n g b o i l e r s c a p a c i t y h o w e v e r , c h a n g e s i nc o a iq u a l i t i e sa r eg e n e r a l l yd i f f i c u l tt op r e d i c tb e c a u s eo fi n s u f f i c i e n t d a t aa n di i m i t e d u n d e r s t a n d i n g o ft h eu n d e r l y i n g p h y s i c a l a n dc h e m i c a i p r o c e s s i nc o a i b l e n d i n g a tp r e s e n t w e i g h t e da v e r a g i n gm e t h o d i sm o s t c o m m o n l yu s e dt oe s t i m a t eq u a l i t i e so fc o a l sb l e n d e df r o mt h e i rc o m p o n e n t c o a l sa n d l i n e a r p r o g r a m m i n gt e c h n i q u e i s u s u a l l ye m p l o y e d t o g u i d e c o a l b l e n d i n gp r o j e c t s n e v e r t h e l e s s m o r e a n dm o r e e x p e r i m e n t a i a n d t h e o r e t i c a ir e s e a r c h e ss h o wt h a tm o s to ft h eq u a l i t i e so ft h eb l e n dc o a lc a nn o t a l w a y sb em e a s u r e da sw e i g h t e da v e r a g e so fc o r r e s p o n d i n gi n d e x e so fi t s c o m p o n e n tc o a l sa n dt h es i m p l i f i e dl i n e a r - p r o g r a m m i n gt e c h n i q u ec a nn o t o f t e nd r a wt h ep r o p e r b l e n d i n gs c h e m e i nt h i s t h e s i s 。b a c k p r o p a g a t i o n ( b p ) n e u r a l n e t w o r kj s a d o p t e d t o d e t e r m i n et h er e l a t i o n sb e t w e e n q u a l i t i e s o ft h eb l e n d e dc o a ia n di t s c o m p o n e n t s m o d e l sa r ee s t a b l i s h e d f o r p r e d i c t i n gb l e n d e dc o a l sh e a t i n g v a l u e ，v o l a t i l ec o n t e n t ，a s hc o n t e n t ，s u f f u rc o n c e n ta n da s hm e l t i n gp o i n t e x p e r i m e n t ss h o w t h a tt h eb pm o d e l sc a na l w a y sg e tm u c hb e t t e rp r e d i c t i o n r e s u l t st h a nw e i g h t e da v e r a g i n gm e t h o da n de m p i r i c a lf o r m u l a 1 ns p i t eo fi t s s i m p l i c i t ya n de f f e c t i v e n e s s b pn e u r a in e t w o r ki ss u s c e p t i b l et oq u i t eaf e w f a c t o r s s u i t a b l en e t w o r k s t r u c t u r e ，a d e q u a t e l e a r n i n gs a m p l e s a n d a p p r o p r i a t ei e a r n i n gt i m e s a r ee s s e n t i a if o rag o o dp r e d i c t i o nr e s u l t v a l u a b l e s u g g e s t i o n s a r e p r o p o s e d i nt h i st h e s i sa f t e rt h e s e i m p o r t a n tf a c t o r s a r e d i s c u s s e dt oal a r g ee x t e n t p o w e rc o a ib l e n d i n gi sap r o c e s so fo p t i m i z a t i o n t os e a r c hf o ras u i t a b l e c o a l b l e n d i n g s c h e m ef a s ta n da c c u r a t e l yi sa n o t h e ri m p o r t a n tt a s kt ob e a c c o m p l i s h e db yp o w e r c o a ib l e n d i n gt e c h n o l o g y e n u m e r a t i v e a l g o r i t h m ( e a ) a n dm i x e dd i s c r e t e v a r i a b l e s o p t i m i z a t i o nd e s i g n ( m d o d ) a r ec o m m o n l y u s e db e f o r e h o w e v e r ，e ai sn o te f f i c i e n tw h i l em d o d c a no n l ya c h i e v ep a r t o p t i m i z a t i o na n di se a s i l yt r a p p e di n t op a r t i a l l yo p t i m i z e dr e s u l t 1 nt h i sl h e s i s 浙江大学硕士学位论丈李颖 基于非线性理论的动力配煤模型的研究 a n o t h e rt w oa l g o r i t h m s - - g e n e t i ca l g o r i t h m ( g a ) a n ds i m u l a t e d a n n e a l i n g a l g o r i t h m ( s a ) ，w h i c h a r en e v e ru s e di nt h ea r e ao fc o a i b l e n d i n g ，a r e e m p l o y e ds u c c e s s f u l l yi n t ot h em o d e lo fo p t i m i z a t i o n w i t hs t r o n gr o b u s t n e s s g ai sg o o da ts e a r c h i n gf o rt h ef i n a io p t i m i z e dr e s u l t a n ds a i ss i m p l ea n dh a s a g r e a ta b i l i t yo fl o c a ls e a r c h i n g o nt h eb a s i so ft h et w oa l g o r i t h m s ，t h i st h e s i s h a sf o rt h ef i r s t t i m e p r o p o s e d a h y b r i da l g o r i t h m g a + s a + e a t h e c a l c u l a t i o nt i m ew i t ht h i sn e w a l g o r i t h mi so n l yo n eh u n d r e d t ho ft h a tw i t ht h e s i n g l ee n u m e r a t i v ea l g o r i t h m k e y w o r d s ：p o w e rc o a lb l e n d i n g ，n o n - l i n e a r ，b pn e u r a ln e t w o r k s g e n e t i ca l g o r i t h m ，s i m u l a t e da n n e a l i n ga l g o r i t h m ，h y b r i da l g o r i t h m 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 第一章绪论 人类社会的发展模式正面临着根本性的改变，靠牺牲资源与环境、通过高消 耗和先污染后治理的方式来追求经济数量增长的传统发展模式已经使当今世界 面临各种各样的威胁。这一切使人们意识到：应当以可持续发展的模式代替传统 的消耗性发展模式。 在我国各种能源资源中，煤炭资源最为丰富，1 9 9 5 年探明的储量为1 0 0 8 7 0 8 亿吨，居世界第三位，估计在地下深1 5 0 0 米以内的煤炭资源储量为4 0 0 0 0 亿吨。 我国已探明的石油资源为7 0 多亿吨，其中可采储量仅1 6 亿吨；已探明的天然气 资源为3 1 3 0 亿立方米，因此煤炭占我国各种化石燃料资源总储量的9 5 以上。 目前，我国是世界上能源生产和消费的大国，从1 9 7 6 1 9 9 0 年的十五年间，我 国的能源产量从5 3 0 4 亿吨标准煤增加到1 0 3 9 2 2 亿吨标准煤。据估计，到2 0 0 5 年，我国的能源产量将达到2 0 亿吨标准煤以上。在我国的一次能源消费结构 中，煤炭占主导地位，它占一次能源总消费量的7 5 以上【2 】，从中国的国情出发， 在今后相当长的一段时间内，我国以煤为主的能源结构不会改变，到2 0 5 0 年也 将占6 0 左右【3 1 ，可见，煤在中国的能源中占有举足轻重的地位。因此，在煤炭 资源的利用问题上，发展以提高煤炭利用率和减少污染为宗旨的洁净煤技术 ( c l e a n c o a lt e c h n o l o g y ) 是我们在通往未来能源的过渡时期内的切实而有效的现 实选择f ”。 洁净煤技术的含义【5 】是指在煤炭加工和利用过程中旨在减少环境污染和提 高利用效率的由加工、燃烧、转化和污染控制等新技术组成的技术体系。我国煤 炭消耗量大，洗选率低，能源利用率低，单位能耗产生的污染大，这些都决定了 开发和应用洁净煤技术的必要性和紧迫性。中国政府已经把发展洁净煤技术作为 一项重大的战略性措施列入中国2 l 世纪议程，并于1 9 9 5 年成立了洁净煤技 术开发和推广领导小组。中国洁净煤技术“九五”计划和2 0 1 0 年发展纲要已 得到国务院批准，洁净煤技术作为能源发展的主导技术将得到重视和发展。 我国是一个发展中国家，国力有限，因此，应该大力发展符合自身实际情况 的具有中国特色的洁净煤技术，走一条自己的路。洁净煤技术是我国能源的未来 俐，研究、开发和利用适合我国国情的中国洁净煤技术是一项具有重大意义的战 略性课题。中国洁净煤技术的核心【7 】1 8 j 是提高效率和减少污染，从而使煤炭成为 洁净、高效、可靠的能源。其主要研究领域包括：煤炭加工技术( 选煤、型煤加 工、水煤浆等) ；煤炭燃烧技术( 先进燃粉燃烧器、循环流化床燃烧、煤气化联合 循环发电等) ；煤炭转化技术( 气化、液化、燃料电池等) ；污染排放控制和废弃物 处理技术( 烟气净化、粉煤灰综合利用等) 。在这个技术体系的框架中动力配煤技 术和循环流化床燃烧技术是目前我国研究应用得比较多的两种技术【9 】。 1 2 动力配煤的意义 所谓“动力配煤”，就是燃料生产流通部门根据用户对煤质的要求，将若干 种不同种类、不同性质的煤按照一定比例掺配加工成混合煤，这种混合煤虽然具 有掺配单煤的某些特征，但其综合性能已有所改变，实际上是人为加工而成的一 个新的煤种。动力配煤的基本原理就是利用各种煤在性质上的差异，相互“取长 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 补短”，发挥各掺配煤种的优点，最终使配出的混合煤在综合性能上达到“最佳 性能状态”，以满足用户的要求。 作为适合我国国情的一项洁净煤燃烧技术，动力配煤技术目前受到了广泛的 重视。1 9 9 7 年4 月煤炭工业洁净工程技术研究中心与中国煤炭学会共同召开了 “发展动力配煤专家座谈会”，与会的各位院士、专家及代表们对如何加强动力 配煤的研究与应用取得了共识，并提出了如下建议：动力配煤是应予优先发展的 洁净煤技术之一；应集中力量对动力配煤相关的基础理论和应用技术进行更广 泛、更深入的研究，开发动力配煤工程技术中实用的软、硬件，改进、完善和提 高现有的动力配煤技术：要制订动力配煤发展的总体规划；认真贯彻执行煤炭 法，保证动力配煤的稳定、健康发展。 在现有条件下，要提高锅炉热效率，就必须保证锅炉达到正常高效运行，必 须恰当选择适宜的燃煤煤质特性与燃烧特性与锅炉设计参数相匹配，不同特性的 煤，适应不同的锅炉设计参数。配煤技术的原则，就是恰当地满足不同类型锅炉、 工业窑炉设计参数的要求，使煤得到充分燃烧，燃烧稳定，避免结渣，达到锅炉 额定出力和满负荷运行，提高燃烧效率及锅炉热效率。实践证明，通过动力配煤 即燃煤均质化，能使节煤率平均提高5 以上i i 。 当前，我国煤炭燃用过程中主要存在三个方面的问题： 1 煤炭热能利用率低。在我国，煤的热能利用率在电厂仅为3 3 3 4 ，工业锅 炉仅为5 5 6 0 ，工业窑炉则更低至2 0 3 0 。造成煤炭热能利用率低的原因， 主要由于燃煤来源渠道多、煤种杂、质量不稳定，偏离锅炉等燃烧设备的设 计煤种造成。 2 煤炭燃用设备安全性、可靠性低。据统计，由于锅炉着火、燃烧、结渣、磨 损及腐蚀等问题引起的电站锅炉事故占电站总事故的4 0 以上。 3 燃煤污染物排放严重。煤炭燃烧时产生s 0 2 、n o 。、烟尘及其它有害物质。 以我国为例，1 9 9 5 年，包括乡镇工业在内的工业炉窑s 0 2 、烟尘排放量分别 为1 9 4 7 力吨和1 8 3 2 力吨，占当年全国总排放量的8 0 和7 4 。燃煤污染物 排放是我国大气污染的主要来源。 推广和使用动力配煤可以在很大程度上解决这些问题。我国使用动力配煤主 要有以下几个意义： 1 提高锅炉效率，节约大量煤炭，同时降低锅炉事故率。 锅炉热效率的高低是衡量其节约和浪费煤炭的重要依据。而决定锅炉热效率 的因素有三条：炉型的先进性、燃用煤种的燃料特性和操作人员的操作水平。在 我国燃煤锅炉热效率低的原因中最主要的还是实际燃用的煤炭与锅炉设计所用 的煤炭不一致，各煤种之间燃烧性能相差甚远，煤质与炉型严重脱节。过去一直 采用的是以“炉改”去适应煤种，虽然其效果也相当明显，但炉改耗费巨大，据 统计，仅8 个电厂因为解决煤质变化引起的出力下降，投油多、结渣、超温、磨 损等问题所进行的炉改支出费用就达2 3 1 7 亿元人民币( 1 9 9 3 1 9 9 4 ) 。如果生产 和使用动力配煤，以煤适炉，则既可节约大量改炉费用，又可提高锅炉效率，节 约大量煤炭。 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 2 提高劣质煤的利用率，充分利用当地煤炭资源。 长期以来，国家有关政策一直鼓励企业燃用当地煤、劣质煤。但由于很多地 方煤炭资源的质量较差，企业使用的积极性不高。动力配煤的推广可以有效地 改变这种状况，它能够使用户得到质量稳定的煤炭，同时，在配煤过程中能够使 煤中的块末分开，既可实现物尽其用，又节约运力，使煤炭得到合理利用。 3 有利于煤炭供应的主要渠道形成，提高流通效益。 燃料供应部门能够通过生产动力配煤实行配送制，以质和煤价取胜，用户就 能够依赖于燃料供应部门，使煤炭合理流通，形成固定的主渠道，减少流通运输 费用，提高流通效益。 4 有利于控制污染。 在动力配煤的配置过程中，通过添加适当的高温固硫添加剂可大大减少燃用 配煤所产生的s 0 2 排放量，同时，由于燃烧效率的提高，排放烟气中的未燃烬 粉尘及其它有害成分也能够相应减少，减少了环境污染，并可使企业免支或少支 s 0 2 排放费。 1 3 动力配煤的国内外发展状况 1 3 1 国外动力配煤技术的发展 国外一些电厂进行动力配煤的主要原因和目的是采用低硫煤与高硫煤混合 燃烧以降低s 0 2 的排放，降低锅炉的结渣、沾污和积灰，充分利用高热值煤，保 证灰含量和发热量等等【1 1 | ，而美国、德国、日本、英国、谣班牙、荷兰和加拿大 等是从事动力配煤研究较早的国家。其研究内容涉及到混合系统和混合方法的研 究、配煤着火性能的研究、配煤对结渣性能影响的研究、采用混烧方法以降低 n o x 及s o x 排放的研究等等f 1 2 - 伺。 在国外，特别是在美国，动力用煤大部分为优质煤，燃烧界认为在煤粉炉中 燃烧方面不成问题，故将研究的重点放在其他方面，特别是污染物的排放控制， 对混煤的研究也是如此。因此，美国在采用混煤方法降低s o x 的排放方面进行 了较为深入的研究。与此同时，也考虑通过电厂配煤运行方式来稳定入炉煤的煤 质，以此避免锅炉的结渣，而且灰含量稳定还能使灰处理系统高效运行。 英国利用混煤燃烧可以将燃煤的灰分含量限制在1 7 以下，收到了减轻或消 除结渣的良好效果。西班牙的劣质煤储量较多，为了充分利用这些煤，其研究人 员研究了低挥发分煤燃烧和混煤的燃烧特性，研究结果表明当采用混煤燃烧时， 可以提高锅炉的燃烧效率以及保证锅炉燃烧的经济性。 在配煤技术方面，国外配煤一般采用仓混式、库混式，带混式或采用炉内赢 接混合等形式，并且已经发展到依靠配煤理论、运用计算机指导煤场和电厂的动 力配煤。 计算机优化配煤运行是一种应付当今火电厂燃煤频繁变更，控制入炉煤煤质 的重要手段，可以有效地控制入炉煤质，保证锅炉的稳定运行，减轻结渣，沾污， 积狄，腐蚀和磨损。 例如美国p r a x i c 公司于九十年代中期丌发的电厂优化配煤专家系统( c b a s ) 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 已经用于美国和加拿大的部分电厂，根据p r a x i c 公司的最新统计分析显示： 美国p e n n s y l v a n i a 电厂在使用了c b a s 系统后，一改往日只使用固定煤种的 情况，采用多煤种的配煤燃烧，仅此一项每年可节约达$ 2 ，0 0 0 ，0 0 0 。 肯塔基州电厂在使用了c b a s 系统后，通过配煤燃烧，增加了廉价煤使用量， 降低了发电成本，同时降低了s 0 2 和n o x 的排放，全年总计节约$ 1 ，0 0 0 0 0 0 。 美国的另一座电厂使用c b a s 系统控制混煤的质量，达到了减轻结渣的目 的，全年总计节约$ 2 ，5 0 0 ，0 0 0 。 瑞士a b b 公司开发了应用于电厂的配煤专家系统( c o a lq u a l i t ye x p e r t ) ，此套系 统为电厂带来了良好的经济效益，并在控制污染物排放中起到了一定的作用。 1 3 2 国内动力配煤技术的发展 国内对混煤特性进行深入研究的有浙江大学热能工程研究所、华中理工大学 煤燃烧国家重点实验室等，其中浙江大学热能工程研究所在对性能各异的数十种 无烟煤、烟煤、褐煤及混煤的热解、着火、燃烧、结渣、固硫及助燃特性进行了 广泛深入的研究后提出如下观点： 混煤特性与各组成单煤之间并非是简单的加权关系，而是具有复杂的非线 性特征。应用神经网络理论、模糊数学等数学手段可以满意地描述这种非线性特 征，并以此建立优化配煤的数学模型。通过求解此模型可以得到i i i i i 权平均方法 更准确、更符合实际的配煤方案。 开发和应用电厂优化配煤专家系统可以指导电厂的配煤生产，优化锅炉的 运行以及加强煤场的管理，这是电厂动力配煤技术进一步发展的方向。 据文献资料查阅【1 6 】，国内利用配煤原理进行配煤软件开发的单位包括煤炭科 学研究总院北京煤化学研究所和吉林大学。其中北京煤化学研究所开发的动力配 煤软件是利用线性规划原理建立目标函数以及约束条件，一般仅根据煤的发热量 和挥发分的要求进行加权平均，而未综合考虑煤的着火、燃烬、结渣及脱硫等因 素，即使考虑脱硫和结渣的影响，也仅仅是以加权平均的方法建立求解目标的约 束条件。其操作平台为d o s 3 3 ，开发平台为f o x b a s e ，这种编程环境已经不能 适合用户对软件界面的要求。吉林大学开发配煤软件的原理和北京煤化学研究所 基本一致。 1 4 优化配煤专家系统介绍 优化配煤专家系统是国家重点科技攻关项目。浙江大学热能工程研究所基于 多年对煤的煤质特性、燃烧特性的理论研究以及试验，成功地开发了这套软件产 品。它具有强大的计算和处理功能，可以迅速、准确地完成配煤作业的核心任务 即配煤目标的输入，单煤种类的选择，配煤比例的判断，混煤性质的预测，配煤 设备的运行，最小成本的确定，仓库储存的管理等。 1 4 1 优化配煤专家系统的开发方案 大量的研究文献p 7 - 2 0 1 证实混煤的各种指标( 包括煤质特性指标，如工业分析、 发热量等和燃烧特性指标，如荻成分分析、着火温度、灰熔点等) 与各组分单煤 的指标之间的关系非常复杂，具有典型的非线性映射特征，但长期以来由于受计 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 算技术与能力，实验条件和手段，数学建模和解决等方面原因的限制，国内外的 优化配煤数学模型在表达混煤各质量指标与单煤对应质量指标间的关系时都处 理为简单的加权关系式，一般仅仅根据煤的发热量和挥发份要求进行简单的掺 混，未考虑煤的着火、燃尽、结渣等特性和s 0 2 排放因素，且自动化水平较低， 这样常会因配制不当，不能满足锅炉燃烧的需要，造成燃烧设备着火困难、燃烧 不稳、结渣积灰加剧和污染物排放增加等问题，甚至造成停炉事故。因此，发展 动力配煤技术，全面提高配煤技术的研究水平和工程水平已成为一个重要课题。 实际上，能否根据各组分单煤的煤质指标准确取得混煤的煤质特性和燃烧特性指 标已成为配煤技术成败的关键。 混煤与单煤之间的非线性关系客观存在，因此混煤的各种实测数据必然反映 了这种非线性关系并隐含着混煤与单煤之间关系的内在机理规律，用线性拟合或 者多项式拟合都是对其内在规律的一种简单揭示。目前日益兴起的神经网络技术 对实现非线性映射，尤其是解决输入对输出影响的具体机制不太清楚的“黑箱” 问题显得极为有效，是解决混煤非线性问题的有效方法。应用这种方法能够更充 分地从大量的混煤实测数据中提取有用的反映内在机理规律的信息，并以数据文 件的形式保存，该数据文件信息能够用来预测新的混煤特性。 要有效地建立领域专家系统，还必须选择适当的计算机环境，包括硬件环境 和软件环境两部分。其中，特别重要的是软件环境。对于优化配煤专家系统而言， 由于用户对象为非专业计算机用户，主要使用环境为实际生产环境，更应考虑建 立和使用系统的方便性与时效性，知识表达和推理机制的领域适应性，配煤知识 的动态获取和知识库的动态维护。此外，专家系统的运行效率、实时可操作性以 及与其它软件环境能否灵活对接也应是很重要的考虑方面。遵循这一原则，在配 煤专家系统的设计中我们选择采用了图形界面的中文w i n d w o s 平台，内核运算 部分采用了内含丰富函数功能的高效科学计算语言f o r t r a n ，用户界面及通讯 部分功能的设计则在应用程序快速开发环境v i s u a lb a s i c6 0 企业版下进行。 经过多年的努力，浙江大学热能工程研究所成功地开发了优化配煤专家系 统。此套系统汇集了专家在动力配煤领域的先进知识，同时其友好的人机交互界 面可以正确地指导电厂或煤场操作人员的运行，使操作人员的技术水平迅速达到 专家级的水平。 1 4 2 优化配煤专家系统的核心计算模型 1 动力配煤预测模型 在优化配煤专家系统的中，只要选择两种或几种单煤名称并输入其对应的 掺配比例，专家系统就可以快速预测出混煤的煤质特性和燃烧特性，以便我们在 配煤生产前可以对掺配煤种以及掺配效果有基本的了解( 图1 - 1 、1 - 2 、卜3 ) 。 2 动力配煤优化模型 优化配煤专家系统的另一核心任务是要在现有单煤库中快速、准确地找到适 合动力配煤目标的掺配方案( 图l _ 4 、卜5 、卜6 ) 。穷举法即按顺序计算单 煤库中可能的掺配煤种和掺配比例的所有组合以找到最佳配煤方案是专家 系统中动力配煤优化模型采用的算法。由于该算法搜遍了所有的可能组合，因此 计算结果准确可靠。 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 图1 - 3 预测燃烧特性 6 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 图1 6 配煤方案 7 浙江大学硕士学位论文车颖 基于非线性理论的动力配煤模型的研究 1 5 本文的主要研究内容 浙江大学热能工程研究所承担的科研项目“煤的优化配制、催化洁净燃烧及 产业化应用”已荣获2 0 0 1 年国家科技进步二等奖，“优化配煤专家系统的研究和 开发”是其中的一个子项目。本论文主要针对优化配煤专家系统的核心计算模型 进行研究，即基于非线性理论分别建立动力配煤的预测模型和优化模型： o1 基于b p 人工神经网络的配煤预测模型的研究与应用 国内一般采用算术平均方法计算混煤的煤质数据，算术平均方法简单方便， 在缺乏混煤实验数据的情况下成为理所当然的选择。由于动力配煤工作的实际需 要以及对混煤质量的进一步深入研究的要求，浙江大学热能工程研究所对混煤的 煤质分析数据做了大量的实际测试，并通过混煤的实验数据来验证算术平均方法 的正确与否“。 实验结果表明，混煤的很多特性并不能简单地表示为各组分煤种相应特性的 线性叠加。由于各组分单煤的性质各异，混合后的不同煤种颗粒在燃烧过程中相 互影响、相互制约，混煤在燃烧过程中的行为变化比煤质分析值的变化表现出更 为复杂的特性。混煤的组分煤种越多，组分煤种的特性差异越大，混煤的特性就 越复杂，用算术加权平均法所造成的误差就可能会更大，有时甚至会得出错误的 结果。 综合上述情况，我们看到现有的基于线性方法的动力配煤技术已经不能满足 实际生产的需要。人工神经网络的发展为解决上述问题提供了强有力的工具。它 是由众多简单的神经元所组合而成的能表现出极为复杂动态行为的网络，具有高 度的非线性。从理论上可以证明多层前向网络当其隐节点函数是s i g m o i d 函数时 能任意精度地识别一个系统。因此可以通过神经网络根据输入输出数据学习逼近 任意的非线性映射。误差反向传播算法( b a c kp r o p a g a t i o n ，以下简称为b p ) 是前向 神经网络的重要算法，b p 网络是目前应用最为广泛的人工神经网络。 本文把b p 神经网络成功地应用到动力配煤的预测模型中去，实际的应用结 果表明，基于人工神经网络模型的非线性优化动力配煤技术的开发是成功的，它 使用简单方便、功能强大，容错能力好，在配煤领域有着广泛的应用前景。 b p 神经网络由于其自身结构特点而存在固有局限性，本文详细分析了b p 神经网络的拓扑结构，学习精度及学习样本数量对其预测效果的影响，力求尽量 提高b p 神经网络的推广能力，更好地指导实际的配煤生产。 2 基于遗传算法和模拟退火算法的配煤优化模型的研究与应用 穷举法是配煤专家系统采用的寻优方法，这种方法虽然确保了配煤方案的准 确性，但是效率低下，其计算时间随着配煤精度、单煤库单煤总数和掺配煤种数 的增加而急速增加。本文作者在本科毕业论文基于m d o d 算法的优化配煤专 家系统数学模型的建立中曾采用了m d o d 法( 混合离散变量优化设计算法) 寻找最佳配煤方案。m d o d 法综合了非线性规划中的“爬山”策略思想和组合 优化中的“查点”策略思想，其主要优点是能够较多地利用目标函数和约束函数 的信息，从而可以加快搜索的进程。但是该算法只能对煤种配比进行优化，对于 掺配煤种( 即该使用哪几种煤进行掺配) 却无能为力，并且该算法的一大缺陷是 对于多峰函数容易陷入局部最优。因此配煤专家系统并未采用m d o d 法，而是 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 采用穷举法进行寻优。 我们以杭州煤场的配煤实践为例考察穷举法的局限性：杭州煤场常用单煤为 2 0 种左右，当配煤精度为1 0 或5 ，掺配煤种为两种或三种时，计算出最佳配 煤方案的时间小于1 0 秒( 在赛扬5 6 6 的计算机上运行，下同) ；但是当配煤精度 为l ，三种煤相掺配时，计算时间为3 0 0 秒，大大超出了正常的等待时间：当 掺配煤种数在原来的两种或三种的基础之上增加到四种，并且其单煤库中单煤的 总数已增加到3 0 种时，我们发现，原有配煤专家系统计算出最优配方需要的时 间为3 0 0 0 秒，这是无论如何让用户无法接受的。 基于以上隋况，本文作者对配煤专家系统的配煤优化模型进行了改进，分别 建立了基于遗传算法和模拟退火算法的寻优模型，并在此基础上总结出一种全新 的搜索算法遗传算法、模拟退火算法和穷举法相结合的混合算法。按照这种 算法，用户可以在3 0 秒的时间内搜索到最佳配煤方案( 单煤总数3 0 种，四种煤 掺配) ，因此这是一种高效而又准确的算法。本文将详细地介绍这一算法的原理、 流程及其实际应用情况。 参考文献 f 1 】孙孝仁，“2 1 世纪世界能源发展前景”，中国能源， n o 2 ，2 0 0 1 2 】中国统计年鉴1 9 9 4 ) ) ，中国统计出版社，1 9 9 4 ，1 1 3 】黄毅诚，“煤炭依然是我国能源的主力军”，中国能源， n o 6 ，2 0 0 1 【4 成玉琪，俞珠峰，“洁净煤技术是中国洁净能源新技术的重点领域”，洁净煤 技术，2 0 0 0 ，6 ( 2 ) 一5 - 1 5 【5 陈文敏，李文华，徐振刚，洁净煤技术基础，北京：煤炭工业出版社，1 9 9 7 【6 】石定环，“洁净煤是中国能源的未来”，洁净煤技术，1 9 9 5 ，1 ( 1 ) 一1 6 一1 8 【7 】张全国，魏汴林，“面向2 1 世纪解决世界能源与环境问题的主导技术：洁净煤 技术的研究”，资源节约和综合利用，1 9 9 8 ，( 2 ) - 1 7 2 6 【8 窦庆峰，黄盛初，“国际能源署与洁净煤技术考察”，中国煤炭， 19 9 7 2 3 ( 8 ) 3 9 4 2 9 】f e n g ，j ，a c h i e v e m e n t s i np o l l u t a n te m i s s i o nc o n t r o lf r o mc o a lc o m b u s t i o ni n c h i n a ，f u e la n d e n e r g y a b s t r a c t s ，v o l u m e ：3 8 ，i s s u e ：6 ，n o v e m b e r , 1 9 9 7 ，p p 4 3 8 【1 0 陈鹏，“动力配煤技术基础”， 煤炭学报，1 9 9 7 ，2 2 ( 5 ) 4 4 9 4 5 4 11 v u t h a l u r u ，h a r ib ；z h a n g ，d o n g - k e ， e f f e c to f c o a lb l e n d i n go np a r t i c l e a g g l o m e r a t i o n a n dd e f l u i d i s a t i o nd u r i n gs p o u t e d - b e dc o m b u s t i o no fl o w r a n kc o a l s ”， f u e l p r o c e s s i n g t e c h n o l o g y , v o l u m e ：7 0 ，i s s u e ：l ，a p r i l ，2 0 0 1 ，p p 4 1 - 5 l 1 2 董志忠，“f 本煤能源的技术开发”，山西化工，1 9 9 1 ，( 4 ) 5 1 5 2 1 3 1 班崇儒，“欧洲煤炭能源情势”，能源基地建设，1 9 9 1 ，( 2 ) 6 1 6 4 【1 4 】杨天正，“国际能源机构诸国清洁煤技术开发状况”，煤化工，1 9 9 0 ，( 4 ) 5 2 5 5 【1 5 r u t h ，m ，“b e d b l e n d i n go f c o a l s ”，f u e l a n d e n e r g y a b s t r a c t s ，v o l u m e ：3 8 ，i s s u e ： 6 ，n o v e m b e r , 1 9 9 7 ，p p 3 8 2 】6 】何京东，路迈西，“配煤软件的研制”，选煤技术，1 9 9 9 ，( 5 ) 一3 8 3 9 1 7 】陈有根，“优化动力配煤”，能源工程，1 9 9 7 ，( 3 ) 一5 7 ，2 7 【1 8 】汤龙华，周俊虎，“非线性最优化动力配煤技术的研究”，煤炭学报， 19 9 7 2 2 ( 5 ) 一4 5 5 - 4 5 9 浙江大学硕士学位论文李颖 基于非线性理论的动力配煤模型的研究 1 9 】史学锋，冯波，“混煤燃烧与动力配煤”，煤炭加工与综合利用，1 9 9 8 ，( 4 ) 一6 8 f 2 0 r i l e y n o n a d d i t i v ea n a l y t i c a lv a l u e sf o r c o a lb l e n d s ”p r o c e e d i n go ft h e7 “ i n t e r n a t i o n a lc o n f e r e n c eo nc o a lt e s t i n g ，19 8 9 ：2 1 2 3 【2 1 戴成峰，“配煤燃烧特性的试验研究及助燃添加剂的筛选”，浙江大学硕士学 位论文，1 9 9 7 浙江大学硕士学位论文李颖基于非线性理论的动力配煤模型的研究 第二章b p 人工神经网络理论及其在配煤模型中的应用 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k s ，a n n s ) 是近十几年来发展 极为迅速的一门边缘学科。它以现代神经科学的研究成果为基础，并经过严格的 数学推导，是一个由大量的人工神经元相互联系所构成的信息处理系统。由于神 经网络自身的特性，它对事物和环境认识表现出非常强的自学习、自适应和自组 织能力，可以对不完整、不准确甚至非常模糊的信息进行有效的处理，从而解决 了基于逻辑和符号处理的人工智能研究的局限性，表现出强烈的非线形特性