CN117473887A - 一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法 - Google Patents
一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法 Download PDFInfo
- Publication number
- CN117473887A CN117473887A CN202311378390.1A CN202311378390A CN117473887A CN 117473887 A CN117473887 A CN 117473887A CN 202311378390 A CN202311378390 A CN 202311378390A CN 117473887 A CN117473887 A CN 117473887A
- Authority
- CN
- China
- Prior art keywords
- temperature
- corrosion
- heating surface
- flue gas
- garbage incinerator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 103
- 238000010438 heat treatment Methods 0.000 title claims abstract description 92
- 238000005260 corrosion Methods 0.000 title claims abstract description 90
- 230000007797 corrosion Effects 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000005299 abrasion Methods 0.000 claims abstract description 54
- 239000010881 fly ash Substances 0.000 claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 37
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 239000002253 acid Substances 0.000 claims abstract description 26
- 239000000779 smoke Substances 0.000 claims abstract description 25
- 238000012546 transfer Methods 0.000 claims abstract description 20
- 238000005192 partition Methods 0.000 claims abstract description 11
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 90
- 239000003546 flue gas Substances 0.000 claims description 90
- 230000008569 process Effects 0.000 claims description 28
- 239000007789 gas Substances 0.000 claims description 27
- 239000004071 soot Substances 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000007664 blowing Methods 0.000 claims description 17
- 230000008878 coupling Effects 0.000 claims description 11
- 238000010168 coupling process Methods 0.000 claims description 11
- 238000005859 coupling reaction Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 239000000460 chlorine Substances 0.000 claims description 8
- 238000002485 combustion reaction Methods 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 7
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 6
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 claims description 6
- 229910052801 chlorine Inorganic materials 0.000 claims description 6
- 229910000041 hydrogen chloride Inorganic materials 0.000 claims description 6
- IXCSERBJSXMMFS-UHFFFAOYSA-N hydrogen chloride Substances Cl.Cl IXCSERBJSXMMFS-UHFFFAOYSA-N 0.000 claims description 6
- 239000002956 ash Substances 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 239000011651 chromium Substances 0.000 claims description 3
- 239000007769 metal material Substances 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 claims description 2
- 229910052804 chromium Inorganic materials 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims description 2
- 239000007788 liquid Substances 0.000 claims description 2
- 238000005507 spraying Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 229910052751 metal Inorganic materials 0.000 description 6
- 239000002184 metal Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 206010022000 influenza Diseases 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009991 scouring Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000010806 kitchen waste Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Fluid Mechanics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Incineration Of Waste (AREA)
Abstract
本发明公开了一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,属于垃圾焚烧炉高温受热面热力状态监测技术领域,包括以下过程:基于传热特性分区的热力计算求得工质温度,通过三维数值模拟获得烟气温度、流速,耦合上述两个结果得到管壁壁温,并对典型工况进行计算,将计算结果存入数据库,根据XGBoost模型调用数据库并计算获得实时烟气温度、壁温、飞灰速度和浓度,实现了监测高温受热面的热力状况并实施超温报警;上述高温受热面的热力状况结合酸性气体原生浓度建立受热面腐损综合预测模型,获得烟温、壁温、酸性气体浓度和飞灰速率与浓度等因素变化与腐蚀/磨损速率的关系,进而可以预测一定运行时间内受热面的腐蚀程度/腐蚀速率。
Description
技术领域
本发明涉及垃圾焚烧炉高温受热面热力状态监测技术领域,具体而言,涉及一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法。
背景技术
随着城市生活垃圾产生量激增,由此引起的垃圾围城现象是中不可忽视的社会问题,垃圾焚烧具有减量化、资源化、无害化利用优势渐渐成为当前城市生活垃圾处置的主流方式。但随着经济发展以及生活垃圾分类大规模推广后,垃圾热值因高水分含量的厨余被分离得到了大幅度提高,垃圾低位发热量从以往的6000~7000kJ/kg升高到8790~13810kJ/kg,且垃圾中含氯的塑料类含量大大提高,导致垃圾焚烧炉内受热面高温腐蚀严重,特别是炉内一烟道顶棚以及高温过热器承受很大的腐蚀风险。
烟气温度、金属壁面温度以及烟气中酸性气体成分是高温受热面腐蚀的主要影响因素,温度和气体成分决定了金属表面腐蚀速度。现有的垃圾电厂受热面监测主要依靠监控受热面周围的烟气温度,比如通过控制高温过热器进口烟温来缓解腐蚀问题,但实际上管壁温度对腐蚀量的影响均呈指数关系,单纯监控烟气温度难以全面判断。部分电站对几个关键部位加装了热电偶进行壁温的监测,但个别点位的监测难以全面判断炉内金属管壁的热力状况,且设置在高温区的壁面温度测量热电偶使用寿命较短、耗费大,频繁的停机维护也不利于电厂正常运行。另外,与高过发生超温的区域通常在过热器入口不同,水冷壁局部高温区域随垃圾物性、燃烧工况调整都会发生偏移,因此,固定的热电偶检测壁温对水冷壁腐蚀监控效果有限。
数值模拟技术的发展为研究不同垃圾组分、不同工况焚烧下的温度场分布提供了一个科学有效、直观便捷的研究手段。基于炉内燃烧工况与入炉垃圾成分,数值模拟可摸清不同工况下的焚烧炉温度场、速度场等,掌握其变化规律。但当前的数值模拟主要针对烟气的温度场和速度场,迫切需要在此基础上建立不同工况下壁面温度的计算方法。
垃圾焚烧过程中产生的具有强腐蚀性的复杂气体,如氯化物、硫化物等,在高温条件下是造成受热面金属管壁腐蚀的关键因素,特别是垃圾中含Cl的塑料(有机氯)或NaCl(无机氯)等物质较多,烟气中HCl的浓度可达到1000mg/Nm3。除高温腐蚀外,高温受热面还存在冲刷磨损的风险,燃烧生成的烟气中含有大量飞灰颗粒,伴随烟气的流动冲刷金属受热面,容易引起金属管壁的腐蚀磨损,积灰的堆积进一步影响管壁传热导致爆管。基于垃圾焚烧炉燃烧过程中的高温受热面面临的磨损和腐蚀问题,为保证其安全、稳定运行,有必要对高温受热面的热力状况进行预测。
发明内容
为了解决上述问题,本发明针对炉排垃圾焚烧炉,提出基于分区热力计算耦合三维CFD模拟的高温受热面壁面温度耦合计算方法,通过烟气温度、壁温、酸性气体浓度建立高温腐蚀预测模型、酸性气体腐蚀模型、通过飞灰速度和浓度建立飞灰磨损预测模型;存储历史检测和监测数据对监测系统进行反馈修正,实现对高温受热面热力状态以及腐蚀风险的实时监测和报警,并可预测一定运行时间内受热面的腐蚀程度/腐蚀速率。
为了实现上述技术目的,本申请提供了一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,包括以下过程:
工质温度预测过程:基于垃圾焚烧炉内的传热特性,根据各烟道的传热情况、烟气流向和换热面布置,对垃圾焚烧炉进行热力分区,获得垃圾焚烧炉内不同区域的工质温度;
烟气温度预测过程:基于热力分区以及各分区的工质温度和传热情况,通过设定各分区的变壁温边界条件和参数,获取垃圾焚烧炉的高温受热面各位置的烟气温度和速度以及飞灰浓度;
管壁温度预测过程:通过对锅炉整体流场进行数值模拟,获取垃圾焚烧炉内的某点位置的管壁温度,以工质温度、烟气温度和速度和飞灰浓度作为边界条件,通过耦合迭代获取管壁壁温;
高温受热面腐蚀/磨损综合预测过程:基于工质温度、烟气温度和速度、飞灰浓度和管壁壁温,通过获取炉内酸性气体浓度,获取垃圾焚烧炉内的某区域的酸性气体腐蚀速度、高温腐蚀速度和飞灰磨损速度,实现高温受热面的腐蚀/磨损综合预测。
优选地,在进行工质温度预测过程中,通过对垃圾焚烧炉进行三维建模,并对入炉的垃圾进行燃烧模拟,根据传热特性对垃圾焚烧炉进行分区。
优选地,在进行工质温度预测过程中,基于燃烧模拟,获取对垃圾的实时入炉垃圾的垃圾热值,对工质的热负荷、主蒸汽温度、主蒸汽压力、主蒸汽流量、出口氧含量、给水温度、给水压力和减温喷水量,以及对锅炉空气的一次风量、二次风量和排烟温度,根据传热特性对垃圾焚烧炉进行分区,通过热力平衡计算,获得垃圾焚烧炉内不同区域的工质温度。
优选地,在进行烟气温度预测过程中,根据垃圾焚烧炉的典型工况数据,构建基于运行参数的典型数据库,通过对典型数据库增加和替换,动态调整边界条件。
优选地,在进行烟气温度预测过程中,利用CFD数值计算,获取垃圾焚烧炉的高温受热面各位置的烟气温度和速度以及飞灰浓度,通过预测的烟气温度,对受热面高温腐蚀进行风险预测。
优选地,在进行管壁温度预测过程中,通过对垃圾焚烧炉的整体流场进行数值模拟,获取工质层、金属材料层和灰垢层,在炉内的对流换热、热传导与辐射换热,获取某点位置的管壁温度。
优选地,在进行管壁温度预测过程中,基于通过耦合迭代得到的管壁温度、工质温度和烟气温度,通过实时采集垃圾焚烧炉的运行工况的热值和负荷参数,通过XGBoost算法进行大数据分析,对垃圾焚烧炉的管壁温度进行实时预测。
优选地,在进行高温受热面腐蚀/磨损综合预测过程中,根据所选目标对象的空间位置坐标,根据烟气温度、烟气流速、颗粒浓度和速度、壁面温度、炉内酸性气体浓度,获取某区域的酸性气体腐蚀速度、高温腐蚀速度和飞灰磨损速度,进行高温受热面腐蚀/磨损综合预测。
优选地,在进行高温受热面腐蚀/磨损综合预测过程中,根据烟气温度、管壁温度、氯化氢的浓度、氯的浓度、管壁材料中铬的含量以及工作时间,获取酸性气体腐蚀速度;
根据管壁温度和工作时间,获取高温腐蚀速度;
根据烟气中飞灰的磨损系数、管材的抗磨系数、飞灰浓度场和烟气速度场的不均匀系数、在管束计算断面处烟气飞灰浓度、在锅炉铭牌负荷下的烟气计算速度、额定负荷烟气速度与实际烟气速度的比值、在90μm筛子上的飞灰剩余量、工作时间、平均烟气流速、管子横向节距和管径,获取飞灰磨损速度。
优选地,在进行高温受热面腐蚀/磨损综合预测过程中,根据蒸汽吹灰的磨损系数、管材的抗磨系数、蒸汽浓度场和烟气速度场的不均匀系数、在管束计算断面处蒸汽浓度、大于90μm的液滴含量、工作时间、平均蒸汽流速、管子横向节距和管径,获取蒸汽吹灰磨损速度,用于对吹灰器区域的水冷壁管的磨损进行预测。
本发明还公开了一种用于垃圾焚烧炉的高温受热面热力状态监测模型,用于实现高温受热面热力状态监测方法,包括:
工质温度预测模块:基于垃圾焚烧炉内的传热特性,根据各烟道的传热情况、烟气流向和换热面布置,对垃圾焚烧炉进行热力分区,获得垃圾焚烧炉内不同区域的工质温度;
烟气温度预测模块:基于热力分区以及各分区的工质温度和传热情况,通过设定各分区的变壁温边界条件和参数,获取垃圾焚烧炉的高温受热面各位置的烟气温度和速度以及飞灰浓度;
管壁温度预测模块:通过对锅炉整体流场进行数值模拟,获取垃圾焚烧炉内的某点位置的管壁温度,以工质温度、烟气温度和速度和飞灰浓度作为边界条件,通过耦合迭代获取管壁壁温;
高温受热面腐蚀/磨损综合预测模块:基于工质温度、烟气温度和速度、飞灰浓度和管壁壁温,通过获取炉内酸性气体浓度,获取垃圾焚烧炉内的某区域的酸性气体腐蚀速度、高温腐蚀速度和飞灰磨损速度,实现高温受热面的腐蚀/磨损综合预测。
本发明公开了以下技术效果:
(1)本发明的垃圾焚烧炉内高温区域受热面热力状况监测及受热面腐蚀预测方法,采用三层次计算方法,分别建立了分区热力计算模型、全流场CFD三维数值仿真模型、和单元化精确CFD模型,由场到点进行计算,结合智能算法获得炉膛内各烟道水冷壁以及对流换热面的壁面温度,能在无法直接测量管壁温度的情况下通过输入可测的实时参数,获得所需位置管壁位置壁温,可作为垃圾焚烧炉炉内安全运行的关键参考数据。
(2)本发明的垃圾焚烧炉内高温区域受热面热力状况监测及受热面腐蚀预测方法,基于典型工况的受热面热力状态离线数据库,确定典型工况下锅炉运行主要危险区域,并可对不同工况的水冷壁重点监测区域和高温过热器进行运行烟温预警以及壁温预警。
(3)本发明的垃圾焚烧炉内高温区域受热面热力状况监测及受热面腐蚀预测方法,下设的五个子模块都可以分别各自独立运行,可以通过输入历史数据从全方面检测电厂锅炉的安全运行,有利于后续的电厂安全运行调节以及定期检修。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中垃圾焚烧炉内高温区域受热面热力状况监测及受热面腐蚀预测方法的结构框图;
图2是本发明实施例中基于传热特性分区的热力计算模型;
图3是本发明实施例中校验后的CFD烟气模拟结果;
图4是本发明实施例中二烟道顶棚高温烟气区域;
图5是本发明实施例中以高温过热器为例壁温精确模拟示意图;
图6是本发明实施例中模型预测结果示意图;
图7是本发明所述的方法流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
如图1-7所示,本发明针对炉排垃圾焚烧炉,提出基于分区热力计算耦合三维CFD模拟的高温受热面壁面温度耦合计算方法,具有以下目的:
本发明的第一个目的在于设计一种基于垃圾焚烧炉传热特性分区的热力计算技术,可以根据运行参数计算获取高温受热面不同区域的工质温度。
本发明的第二个目的在于设计一种基于CFD三维仿真的温度场和速度场模拟技术,可以根据运行参数获得炉膛内不同位置的烟气温度、速度、以及颗粒浓度。
本发明的第三个目的在于设计一种用于受热面壁温精确计算的技术,可以根据输入的运行参数,经由上述分区热力计算模型、CFD三维仿真模型耦合计算获得不同位置管壁的温度。
本发明的第四个目的在于设计一种用于受热面的综合腐损预测技术,可以根据输入的参数分别对受热面酸性气体腐蚀进行预测、对高温腐蚀进行预测、对飞灰磨损进行预测、对蒸汽吹灰磨损进行预测,通过四者的加和获取受热面的整体腐损程度。
进而基于上述四个目的,实现针对垃圾燃烧炉内高温区域受热面热力状况的预测,以下具体阐述每一个目的的具体实现过程:
1、本发明的第一目的通过下述技术方案实现,具体步骤如下:
基于软件包ANSYS对模型进行建模和仿真模拟:首先运用软件包中的ICEM CFD软件对实际电厂锅炉进行三维建模,运用FLIC床层燃烧软件对入炉的垃圾进行模拟,运用软件包中的Fluent软件模拟锅炉内工质、烟气、壁温以及相关流场参数。
S1、在模型中输入以下参数:
对垃圾:实时入炉垃圾的垃圾热值;
对锅炉工质:热负荷,主蒸汽温度,主蒸汽压力,主蒸汽流量,出口氧含量,给水温度,给水压力,减温喷水量;
对锅炉空气:一次风量,二次风量,排烟温度;
S2、基于传热特性对炉排垃圾焚烧炉进行分区。
如图2所示,依据各烟道的传热情况、烟气流向、换热面布置进行区分,把焚烧炉分为13个区域。其中一烟道划分出3个区域,区域1工质温度逐渐上升,烟气沿着管道竖直上升,为工质升温烟气直流段;区域2工质温度不变,仅吸热发生相变,产生细小气泡,烟气沿着管道竖直上升,为工质恒温烟气直流段;区域3工质温度不变,仅吸热发生相变,产生细小气泡,烟气沿着管道发生转折,此处流向发生改变,流道收窄,烟气流速、传热特性差异显著,为工质恒温烟气转向段;同理,二烟道划分4个区域,三烟道划分2个区域,其中区域6,9为工质升温烟气直流段,区域5为工质恒温烟气直流段,区域3、4、7、8为工质恒温烟气转向段,区域10为第一蒸发受热面1,区域11为过热器,区域12为第二蒸发受热面2,区域13为省煤器。
S3、获取焚烧炉内高温受热面不同区域的工质温度。
随着锅炉运行不同热负荷,锅炉内热分布差异明显,随着各部分吸热量变化,可能出现局部高温,引起锅炉内部分区域工质温度过高,引发安全隐患,通过热力平衡计算,获得锅炉内不同区域的工质温度。
2、本发明的第二目的通过下述技术方案实现,具体步骤如下:
S1、获取以下参数:
对垃圾:实时入炉垃圾的垃圾热值;
对锅炉内部:热负荷,炉排速度、不同高温受热面处内部工质温度;
对锅炉空气:一次风量,二次风量、一次风温度、二次风温度;
对锅炉位置:所选点位x、y、z坐标。
S2、根据热力分区以及各分区的工质温度和传热情况,设定各分区的变壁温边界条件和参数,并经由典型数据库的增加和替换动态调整边界条件,使模型与实际运行匹配。
S3、利用CFD数值计算模拟软件,计算得到锅炉内高温受热面处不同位置的烟气温度、速度、颗粒物浓度和速度。
锅炉投入不同热值、运行不同热负荷,锅炉内热分布差异明显,随着各部分吸热量变化,可能出现局部高温,引起锅炉内部分区域烟气温度过高,尤其是在烟气转向侧,存在对管壁的冲刷减薄,容易引发安全隐患,通过数值模拟计算结果并通过模型建立,获得锅炉内不同位置的烟气温度。
根据建立的模型的输出结果,可统计出需关键监控的区域,并在该区域烟气温度高于限值时,及时做出报警,提醒运行人员炉内烟气温度的控制调整,减缓受热面高温腐蚀的危险。
3、本发明的第三目的通过下述技术方案实现,具体步骤如下两个阶段:
3.1、第一阶段:运用商业软件Fluent,启动能量方程、湍流方程、辐射方程、组分输运方程,并输入炉内材料特性,对锅炉整体流场进行数值模拟。模拟结果输出到商业软件CFD-Post上可以导出精细点位的管壁温度。
S1、获得以下输入参数:
对垃圾:实时入炉垃圾的垃圾热值;
对锅炉工质:热负荷;
对锅炉位置:所选点位x、y、z坐标。
对前项模型模拟结果:工质温度(模型1输出)、烟气温度(模型2输出),高温受热面精确模型根据实际运行情况模拟得到的高温受热面各位置管壁温度。
S2、根据各受热面结构特征构建三维管道换热模型,其包含了工质层、金属材料层、灰垢层,模拟其在炉内的对流换热、热传导与辐射换热,计算得出某点位置的管壁温度。
S3、根据目标点位,调用分区热力计算模块以及烟气模拟模块获得的工质温度、周围烟气温度场、速度场,作为边界条件,耦合迭代计算出管壁壁温。
根据输出结果,当管壁壁温高于限值时,还可及时做出报警,提醒运行人员炉内烟气温度的控制调整,减缓受热面高温腐蚀的危险。
第二阶段:S1、获取以下输入参数:
对分区热力进行计算获取的工质温度;
通过三维CFD模拟获取的烟气温度场;
通过单元化精确CFD获取的壁面温度;
上述三个参数的计算精确度由SIS系统中关键烟气温度点、工质温度点以及受热面温度试验检测数据进行校正。将SIS系统中实测值点位的数据与模型输出值进行比较,计算两者误差并控制在合理误差范围内。以上典型工况模拟计算结果存入电厂实际运行数据库,并不断补充和完善。
S2、根据电厂实际运行数据库,其中包含了工质温度、烟气温度和壁面温度,通过实时运行工况的热值和负荷等参数调用数据库中的运行参数信息,采用XGBoost算法进行大数据分析,建立多热值、宽负荷、参数时变的数据库,实时预测管壁温度。
S3、XGBoost是一个优化的分布式梯度增强库,它在Gradient Boost框架下实现机器学习算法。XGBoost是对梯度提升算法的改进,求解损失函数极值时使用了牛顿法,将损失函数泰勒展开到二阶,另外损失函数中加入了正则化项。训练时的目标函数由两部分构成,第一部分为梯度提升算法损失,第二部分为正则化项。损失函数定义为:
其中,n为训练函数样本数,l是对单个样本的损失,假设它为凸函数,y′i为模型对训练样本的预测值,yi为训练样本的真实标签值。正则化项定义了模型的复杂程度:
其中,γ和λ为人工设置的参数,w为决策树所有叶子节点值形成的向量,T为叶子节点数。将热值、负荷等数据导入算法的决策树,累加每个决策树的预测值得到当前运行工况的最佳预测值,根据预测值在原有数据库的基础上匹配得到预先计算出的工质温度、烟气温度、壁面温度。
4、本发明的第四目的通过下述技术方案实现,具体步骤如下:
S1、确定所选目标对象的空间位置x、y、z坐标;
S2、根据空间坐标,调用前述模型模拟结果:烟气温度、烟气流速、颗粒浓度和速度(模型2输出)、壁面温度(模型3输出)、炉内酸性气体浓度(SIS系统导出)。
S3、计算出某区域的酸性气体腐蚀速度、高温腐蚀速度、飞灰磨损速度。
酸性气体腐蚀速度计算公式如下:
W=10-43×Tgas 10×Tme 4×HCl0.6×Cl0.4xCr-0.4×τ;
其中,W为磨损量,mm;Tgas为烟气温度,K;Tme为管壁温度,K;HCl代表氯化氢的浓度,ppm;Cl为氯的浓度,取5%;Cr为管壁材料中铬的含量,12Cr1MoVG取1.35%;τ为工作时间,h。对高温受热面各区域进行酸性气体浓度预测,结合壁温预测,可关联推测高温受热面管壁腐蚀情况。
高温腐蚀速度计算公式如下:
其中,h为磨损量,mm;T为管壁温度,K;τ为工作时间,h。
飞灰磨损计算公式如下:
其中,E为磨损量,mm;a为烟气中飞灰的磨损系数,mm·s3/(g·h),取1.4×10-8;M为管材的抗磨系数,取0.7;kμ和kv为飞灰浓度场和烟气速度场的不均匀系数,取1.2、1.25;μ为在管束计算断面处烟气飞灰浓度,g/m3;kD为在锅炉铭牌负荷下的烟气计算速度,额定负荷烟气速度与实际烟气速度的比值;R90为在90μm筛子上的飞灰剩余量,%;τ为工作时间,h;Vg为平均烟气流速,m/s;S1为管子横向节距,mm;d为管径,mm。对飞灰磨损计算,可推测出一定运行时间内,受热面管壁的飞灰磨损程度,可在一定运行时间后进行检修。
蒸汽吹灰模型计算公式如下:
其中,V为磨损量,mm;a为蒸汽吹灰的磨损系数,mm·s3/(g·h),取1.4×10-8;M为管材的抗磨系数,取0.7;kμ和kv为蒸汽浓度场和烟气速度场的不均匀系数,取1.2、1.25;μ为在管束计算断面处蒸汽浓度,g/m3;R90为大于90μm的液滴含量,%;τ为工作时间,h;Vg为平均蒸汽流速,m/s;S1为管子横向节距,mm;d为管径,mm。
由于吹灰蒸汽带水现象,疏水不彻底会导致吹灰蒸汽中夹带部分凝结水,吹灰时产生夹带水滴现象,水的密度大、水滴速度高,水滴的磨损动量远大于蒸汽,会引起吹灰器区域的水冷壁管过快地磨损。参考飞灰磨损公式,考虑吹灰蒸汽压力、温度、流量,液滴粒径、颗粒含量、速度,吹灰半径,喷嘴口径等因素,结合蒸汽吹灰的位置,建立蒸汽吹灰磨损模型。
实施例1:本实施公开了一种垃圾焚烧炉内高温受热面热力状况监测及腐蚀预测方法,如图1所示,具体步骤如下:
以焚烧量为850t/d、热值为6700kJ/kg、热负荷为70%的垃圾焚烧炉为例,首先建立热力计算模型,在电厂SIS系统中筛选原始数据,选取一段时间内相对稳定的工况,选取合适的修正系数;根据流场、温度场变化划分区域;构建不同区域的热力计算模型,对整体模型进行校核、验证,并得出受热面区域的工质温度。
然后建立CFD烟气模拟模型,筛选电厂系统中稳定工况的数据,建立网络模型,保证网格质量控制在0.5以上,并进行网络无关性检验。选取合适的动力学模型,调节边界条件和参数使模型与实际匹配。模拟验证,根据锅炉现场实际热电偶的温度与模拟结果相比较,结果相差在正负10%以内则认为结果符合实际,模拟计算得到的烟气温度,与相同工况下实际烟气温度进行校验。校验后的CFD烟气模拟结果如图3所示;
二烟道顶棚高温烟气区域如图4所示。
构建高温受热面壁温精确模拟模型,模拟换热面的单管在内部有工质流动情况下受到一定量烟气换热的温度变化。结合热力计算模块以及烟气模拟模块调节模型参数,计算出管壁壁温。用实际电厂数据校准模型后,模拟出各种变工况下高温受热面的壁面温度,整理成电厂实际运行数据库。以高温过热器为例,壁温精确模拟模型如图5所示。
根据电厂实际运行数据库,其中包含了工质温度、烟气温度和壁面温度,通过实时运行工况的热值和负荷等参数调用数据库中的运行参数信息,采用XGBoost算法进行大数据分析,建立高温受热面壁温预测模型,并构建多热值、宽负荷、参数时变的数据库,实时预测管壁温度,预测结果如图6所示。
根据空间坐标,调用前述模拟预测结果:烟气温度、烟气流速、颗粒浓度和速度、壁面温度、炉内酸性气体浓度。结合酸性气体腐蚀、高温腐蚀、飞灰磨损、蒸汽吹灰磨损计算公式,计算出某区域的酸性气体腐蚀速度、高温腐蚀速度、飞灰磨损速度、蒸汽吹灰磨损速度,进而对高温腐蚀、受热面酸性腐蚀、飞灰磨损以及蒸汽吹灰磨损进行预测。
基于分析炉温、工质温度等因素变化与腐蚀/磨损速率的关系,通过预测一定运行时间内受热面的腐蚀程度/腐蚀速率,进而可以实现实时的预警监测。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于,包括以下过程:
工质温度预测过程:基于垃圾焚烧炉内的传热特性,根据各烟道的传热情况、烟气流向和换热面布置,对垃圾焚烧炉进行热力分区,获得垃圾焚烧炉内不同区域的工质温度;
烟气温度预测过程:基于热力分区以及各分区的工质温度和传热情况,通过设定各分区的变壁温边界条件和参数,获取所述垃圾焚烧炉的高温受热面各位置的烟气温度和速度以及飞灰浓度;
管壁温度预测过程:通过对锅炉整体流场进行数值模拟,获取所述垃圾焚烧炉内的某点位置的管壁温度,以所述工质温度、所述烟气温度和速度和所述飞灰浓度作为边界条件,通过耦合迭代获取管壁壁温;
高温受热面腐蚀/磨损综合预测过程:基于所述工质温度、所述烟气温度和速度、所述飞灰浓度和所述管壁壁温,通过获取炉内酸性气体浓度,获取所述垃圾焚烧炉内的某区域的酸性气体腐蚀速度、高温腐蚀速度和飞灰磨损速度,实现高温受热面的腐蚀/磨损综合预测。
2.根据权利要求1所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行工质温度预测过程中,通过对所述垃圾焚烧炉进行三维建模,并对入炉的垃圾进行燃烧模拟,根据传热特性对所述垃圾焚烧炉进行分区。
3.根据权利要求2所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行工质温度预测过程中,基于燃烧模拟,获取对垃圾的实时入炉垃圾的垃圾热值,对工质的热负荷、主蒸汽温度、主蒸汽压力、主蒸汽流量、出口氧含量、给水温度、给水压力和减温喷水量,以及对锅炉空气的一次风量、二次风量和排烟温度,根据传热特性对所述垃圾焚烧炉进行分区,通过热力平衡计算,获得垃圾焚烧炉内不同区域的所述工质温度。
4.根据权利要求3所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行烟气温度预测过程中,根据所述垃圾焚烧炉的典型工况数据,构建基于运行参数的典型数据库,通过对典型数据库增加和替换,动态调整所述边界条件。
5.根据权利要求4所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行烟气温度预测过程中,利用CFD数值计算,获取所述垃圾焚烧炉的高温受热面各位置的烟气温度和速度以及飞灰浓度,通过预测的所述烟气温度,对受热面高温腐蚀进行风险预测。
6.根据权利要求5所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行管壁温度预测过程中,通过对所述垃圾焚烧炉的整体流场进行数值模拟,获取工质层、金属材料层和灰垢层,在炉内的对流换热、热传导与辐射换热,获取某点位置的管壁温度。
7.根据权利要求6所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行管壁温度预测过程中,基于通过耦合迭代得到的管壁温度、所述工质温度和所述烟气温度,通过实时采集所述垃圾焚烧炉的运行工况的热值和负荷参数,通过XGBoost算法进行大数据分析,对所述垃圾焚烧炉的管壁温度进行实时预测。
8.根据权利要求7所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行高温受热面腐蚀/磨损综合预测过程中,根据所选目标对象的空间位置坐标,根据烟气温度、烟气流速、颗粒浓度和速度、壁面温度、炉内酸性气体浓度,获取某区域的酸性气体腐蚀速度、高温腐蚀速度和飞灰磨损速度,进行高温受热面腐蚀/磨损综合预测。
9.根据权利要求8所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行高温受热面腐蚀/磨损综合预测过程中,根据烟气温度、管壁温度、氯化氢的浓度、氯的浓度、管壁材料中铬的含量以及工作时间,获取所述酸性气体腐蚀速度;,
根据管壁温度和工作时间,获取所述高温腐蚀速度;
根据烟气中飞灰的磨损系数、管材的抗磨系数、飞灰浓度场和烟气速度场的不均匀系数、在管束计算断面处烟气飞灰浓度、在锅炉铭牌负荷下的烟气计算速度、额定负荷烟气速度与实际烟气速度的比值、在90μm筛子上的飞灰剩余量、工作时间、平均烟气流速、管子横向节距和管径,获取所述飞灰磨损速度。
10.根据权利要求9所述一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法,其特征在于:
在进行高温受热面腐蚀/磨损综合预测过程中,根据蒸汽吹灰的磨损系数、管材的抗磨系数、蒸汽浓度场和烟气速度场的不均匀系数、在管束计算断面处蒸汽浓度、大于90μm的液滴含量、工作时间、平均蒸汽流速、管子横向节距和管径,获取蒸汽吹灰磨损速度,用于对吹灰器区域的水冷壁管的磨损进行预测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311378390.1A CN117473887A (zh) | 2023-10-24 | 2023-10-24 | 一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311378390.1A CN117473887A (zh) | 2023-10-24 | 2023-10-24 | 一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117473887A true CN117473887A (zh) | 2024-01-30 |
Family
ID=89624860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311378390.1A Pending CN117473887A (zh) | 2023-10-24 | 2023-10-24 | 一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117473887A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118362603A (zh) * | 2024-06-17 | 2024-07-19 | 中兰环保科技股份有限公司 | 一种受热面热力状态监测方法及应用该方法的垃圾焚烧炉 |
CN118428281A (zh) * | 2024-07-04 | 2024-08-02 | 西石(厦门)科技股份有限公司 | 一种垃圾焚烧炉燃烧状态分析与预测方法 |
-
2023
- 2023-10-24 CN CN202311378390.1A patent/CN117473887A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118362603A (zh) * | 2024-06-17 | 2024-07-19 | 中兰环保科技股份有限公司 | 一种受热面热力状态监测方法及应用该方法的垃圾焚烧炉 |
CN118362603B (zh) * | 2024-06-17 | 2024-09-13 | 中兰环保科技股份有限公司 | 一种受热面热力状态监测方法及应用该方法的垃圾焚烧炉 |
CN118428281A (zh) * | 2024-07-04 | 2024-08-02 | 西石(厦门)科技股份有限公司 | 一种垃圾焚烧炉燃烧状态分析与预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117473887A (zh) | 一种垃圾焚烧炉高温受热面热力状态监测及腐蚀预测方法 | |
CN113361192A (zh) | 一种锅炉内受热面壁温安全监测评估系统 | |
CN105864797B (zh) | 循环流化床生活垃圾焚烧锅炉入炉热值实时预测系统及方法 | |
Peña et al. | Soft-computing models for soot-blowing optimization in coal-fired utility boilers | |
CN112989694B (zh) | 受热面灰污区段化监测系统及方法 | |
CN110458724B (zh) | 一种基于神经网络预测火电机组深度调峰能力的方法 | |
CN105955210A (zh) | 余热锅炉与工业锅炉发电协调运行动态优化方法与系统 | |
CN104881714A (zh) | 一种锅炉高温受热面屏间热偏差模型预测方法 | |
CN106055520A (zh) | 循环流化床生活垃圾焚烧锅炉汽包水位的预测系统及方法 | |
CN110390420A (zh) | 基于粒子群优化人工神经网络的过热器结渣预测方法 | |
CN113074459A (zh) | 锅炉控制优化方法及系统 | |
Shi et al. | Ash fouling monitoring and key variables analysis for coal fired power plant boiler | |
CN102588943A (zh) | 一种锅炉对流受热面灰污监测系统及监测方法 | |
CN118428281B (zh) | 一种垃圾焚烧炉燃烧状态分析与预测方法 | |
Sun et al. | Research on the fouling prediction of heat exchanger based on support vector machine | |
CN112304657A (zh) | 空气预热器关键易结垢群组划分及换热效率状态监测方法 | |
CN112396162A (zh) | 一种燃煤机组屛式过热器壁温预测神经网络模型 | |
Bamimore et al. | Parametric effects on the performance of an industrial cooling tower | |
CN106524123B (zh) | 一种离散化转换的超临界锅炉受热面管壁超温预警方法 | |
CN202546721U (zh) | 锅炉对流受热面灰污监测系统 | |
Zou et al. | Online evaluation of the boiler energy efficiency associated with the soot blowing in coal‐fired power plants | |
CN202598481U (zh) | 锅炉对流受热面灰污监测装置 | |
CN113836821B (zh) | 一种锅炉水冷壁拉裂在线预测方法 | |
CN103968880A (zh) | 一种供电系统区域环保监测系统 | |
CN103968879A (zh) | 一种供电系统区域环保监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |