火电厂煤结渣的模糊综合判断

火电厂煤结渣的模糊综合判断

1si2/al2o3、铁钙比/cao目前，火电工厂的煤渣评价主要有两个方面：（1）根据煤灰的成分特征，包括三氧化二铁（fe2o3）、碱性酸比（b.a）、硅比（g）、硅铝比（sio2-al2o3）、铁钙比（fe2o3、cao）和硫含量。比如用G来判断,当G≤0.64时为严重结渣,0.64<G<0.73时为中结渣,0.73≤G≤0.79时为轻结渣,G>0.79时为不结渣。(2)根据煤灰的物理特性进行判断,包括软化温度(t2)、灰渣粘度、煤灰烧结强度等。比如根据煤灰的软化温度t2判断,当t2<1305℃时为严重结渣,1305℃≤t2≤1350℃时为中等结渣,1350<t2≤1435℃时为轻微结渣,t2>1435℃时为不结渣。2单一碳吸收趋势的模糊评价方法2.1煤的结渣分级根据上述任意一个结渣指标来判断燃煤电厂所用煤种结渣状况时,其分辨率均较低,且会出现不同指标判断结果不同的情况,使锅炉设计及运行人员难以对不同的判断结果作出正确选择。同时,由于对结渣等级(不结渣、轻微结渣、中等结渣、严重结渣)的分割界限过于明确,忽略了结渣特性在不同等级之间的中间过渡性,没有考虑各参数对某一级别的置信度。而模糊判断法正是使用模糊数学原理,对各个单项指标进行综合全面考虑的同时,尤其注意分级界限的模糊性,确定判断结果属于某一等级的置信度。这里根据现场所测量的数据,选择分辩率较高、且具有一定代表性的几个单一指标,如软化温度(t2)、硅比(G)、硅铝比(SiO2/Al2O3)、碱酸比(B/A)进行煤的结渣趋势综合判断。单一煤种结渣的模糊判断模型CSM1为:(1)模糊因素集U={t2,G,SiO2/Al2O3,B/A}。(2)评语集V={不结渣,轻微结渣,中等结渣,严重结渣}。(3)权重集A。在因素集指标中,若人为确定各因素的权重则主观因素影响较大,致使最终判断结果客观性减弱。因此,采用以下方法确定各指标的权重。设Xi为第i个因素集实际值,Si为该指标对应的评语集各等级的中心值。Pi=Xi/Si,表示实际值的超标倍数。Si¯¯¯=(∑i=1mSij)/mSi¯=(∑i=1mSij)/m,表示各等级中心值的平均值,m为评语集等级的个数。Wi=Xi/Si,表示该指标Xi的权重,归一化后得:ai=Wi/∑i=1nwi,nai=Wi/∑i=1nwi,n为因素集指标个数。则:A=(a1,a2,…,an)。(4)隶属函数r(x)采用线性(图1,以t2为例)。(5)集合评判行向量B=A·R,这里取用普通矩阵乘法。(6)对评判行向量进行归一化,即bi=bi/(b1+b2+b3+b4)。2.2预测示例利用结渣判断模型CSM1判断单一煤种和混煤的结渣结果分别见表1～表5。3混合煤渣的模糊评价3.1表132352525252.52.2由上述几种判断结果可知,模型CSM1对单一煤种结渣判断与实际情况有较好的一致性,但对混煤的判断与实际结果差距较大。为此作者提出混煤结渣趋势的判断模型CBM2,且仍选择t2,G,SiO2/Al2O3,B/A为判断指标。混煤结渣评判模型CBM2为:(1)模糊因素集U={u1,u2,…un},ui(i=1,2,3,4)分别为煤灰熔点、碱酸比、硅比、硅铝比,即U={t2,B/A,G,SiO2/Al2O3}。(2)评语集V={不结渣,轻微结渣,中等结渣,严重结渣}。(3)权重集A=(a1,a2,a3,a4),其权重的确定方法同CSM1模型。(4)隶属度函数r(x)的确定:1)在结渣指标因素集中,因素集ui的论域参数xi为(σ(1)ijij(1),σ(2)ij),则隶属函数rij正态型分布函数(图2):rij=⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪exp[−(xi−0.5×(α+1)σ(1)ij(α−1)σ(1)ij)2]exp[−(xi−0.5×(σ(1)ij+σ(2)ij)(σ(2)ij−σ(1)ij))2]exp[−(xi−0.5×(β+1)σ(2)ij(1−β)σ(2)ij)2]0≤xi≤σ(1)ijσ(1)ij≤xi≤σ(2)ijxi≥σ(2)ijrij={exp[-(xi-0.5×(α+1)σij(1)(α-1)σij(1))2]0≤xi≤σij(1)exp[-(xi-0.5×(σij(1)+σij(2))(σij(2)-σij(1)))2]σij(1)≤xi≤σij(2)exp[-(xi-0.5×(β+1)σij(2)(1-β)σij(2))2]xi≥σij(2)2)在结渣因素集中,因素集ui的论域参数xi为(0,σ(2)ijij(2)),则rij(xi)用降半正态型分布函数(图3):rij=⎛⎝⎜⎜exp[−(xi−0.5×(β+1)σ(2)ij(1−β)σ(2)ij)2]1xi≥0.5(1+β)σ(2)ij0≤xi≤0.5(1+β)σ(2)ijrij=(exp[-(xi-0.5×(β+1)σij(2)(1-β)σij(2))2]xi≥0.5(1+β)σij(2)10≤xi≤0.5(1+β)σij(2)3)在结渣因素集中,因素子集ui的论域参数xi为(σ(1)ijij(1),∞),则rij(xi)采用升半正态型分布函数(图4):rij=⎧⎩⎨⎪⎪⎪⎪exp[−(xi−0.5×(α+1)σ(1)ij(α−1)σ(1)ij)2]10≤xi≤0.5(α+1)σ(1)ijxi≥0.5(α+1)σ(1)ijrij={exp[-(xi-0.5×(α+1)σij(1)(α-1)σij(1))2]0≤xi≤0.5(α+1)σij(1)1xi≥0.5(α+1)σij(1)式中α,β为正态函数的调节系数(1<α<2,0<β<1),用以调节对应的隶属度,也即调解隶属度函数的变化速度,提高评判的准确性。(5)综合评判行向量B=A·R。(6)对评判行向量进行归一化。3.2预测示例利用混煤结渣模型CBM2判断混煤及单一煤种的结渣结果分别见表6和表7。4混煤结渣预测模型的正态分布(1)CSM1对单一煤种的结渣预测与实际结渣状况有较好的一致性,但对电厂混煤的判断结果往往与实际结渣状况有一定的差距。其原因是在模糊判断模型中采用的隶属度函数不同。因为在单一煤种中某一结渣指标的变化对结渣的影响基本按线性变化,如煤灰中Fe2O3含量增大其结渣特性基本按线性成正比增大。但对于混煤,认为不是按线性变化,故采用非线性变化更贴近实际。因此在混煤的结渣模糊判断中其隶属度函数γ(x)采用正态变化。(2)CBM2对混煤的结渣预测与实际结渣状况有很好的一致性,而对单一煤种的结渣判断虽然评判结果与实际情况基本一致,但评判结果相差不明显。这是CBM2模型的隶属度函数采用正态分布,其函数变化较慢所致。(3)建议现场购煤时在考虑煤的各种因素的同时,利用模型CSM1预测其结渣情况,购买适合本厂的低质价廉的不结渣煤种,在电厂燃用混煤时可参考混煤结渣判断模