第21卷第2期熱能動(dòng)力工程Vol.21 ,No.22006年3月JOURNAL OF ENGINEERING FOR THERMAL ENERGY AND POWERMar. ,2006文章編號(hào):1001 - 2060( 2006 )2 - 0179 -04混煤煤灰軟化溫度的實(shí)驗(yàn)研究與預(yù)測(cè)伍昌鴻，馬曉茜(華南理工大學(xué)電力學(xué)院廣東廣州510640)摘要:從某電廠700MW機(jī)組鍋爐取混煤灰樣,在智能灰測(cè)定,以探究混煤軟化溫度與摻混比之間的關(guān)系進(jìn)熔點(diǎn)測(cè)定儀上采用角錐法對(duì)其進(jìn)行軟化溫度測(cè)定。實(shí)驗(yàn)結(jié)而從已知實(shí)驗(yàn)數(shù)據(jù)尋找一般規(guī)律,利用徑向基神經(jīng)果表明混煤煤灰軟化溫度與摻混比呈非線性規(guī)律。采用徑網(wǎng)絡(luò)建立混煤煤灰軟化溫度的預(yù)測(cè)模型。向基神經(jīng)網(wǎng)絡(luò)(RBFNN)在MATLAB環(huán)境下建立了混煤軟化溫度的智能預(yù)測(cè)模型。為檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)效果,以實(shí)驗(yàn)的82混煤煤灰軟化溫度測(cè)定實(shí)驗(yàn)個(gè)混煤煤灰作為受驗(yàn)樣本應(yīng)用該網(wǎng)絡(luò)模型對(duì)其軟化溫度進(jìn)行預(yù)測(cè)。預(yù)測(cè)表明:RBFNN模型的預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果吻2.1實(shí)驗(yàn) 裝置合良好二者的最大相對(duì)誤差為3.79% ,平 均相對(duì)誤差為.主要實(shí)驗(yàn)裝置包括:灰化爐(馬弗爐) ;灰錐模與1.56%預(yù)測(cè)效果遠(yuǎn)遠(yuǎn)優(yōu)于線性預(yù)測(cè)模型?；义F拖板;烘箱;ZRC2000 智能灰熔點(diǎn)測(cè)定儀(河南關(guān).鍵詞:混煤軟化溫度預(yù)測(cè)徑向基神經(jīng)網(wǎng)絡(luò)非線性省鶴壁市智勝科技有限公司生產(chǎn))。中圖分類號(hào):TQ534.3文獻(xiàn)標(biāo)識(shí)碼:A表1煤灰化學(xué)成份(% )1引言灰樣SiO2 Al2O3 Fe2O3 CaO MgO TiO2 K20+ Na2OA 35.43 11.72 9.59 28.93 2.14 0.571.93由于燃煤供應(yīng)緊張,電廠很難保證只燃用設(shè)計(jì)B 55.38 26.68 9.6 1.56 1.28 0.95 1 .83 .煤種,也很難保證只燃用單一煤種通常需燃用2種44.5216.25 19.48 8.96 1.36 1 .030.97或2種以上組成的混煤或進(jìn)行多煤種摻燒?；烀弘m然具有摻混單煤的某些特征,但其綜合性能已改變2.2實(shí)驗(yàn)方法實(shí)際上是人為加工而成的一個(gè)新的煤種"。因此,試樣為8種混煤煤灰,取自某電廠700 MW機(jī)對(duì)混煤煤質(zhì)特性進(jìn)行研究很有必要。組鍋爐。此8種混煤煤灰是該電廠采用神華煤、貴煤灰軟化溫度是衡量動(dòng)力用煤的一個(gè)重要煤質(zhì)州原煤和天津港煤按不同摻混比配制成的8種混煤特性指標(biāo)對(duì)鍋爐結(jié)渣特性有直接影響。對(duì)煤灰軟燃燒得到的煤灰(標(biāo)記為1號(hào)~8號(hào))。神華煤、貴化溫度已有較多的研究,但目前多以單一煤種為研州原煤和天津港煤3種單-煤種的煤灰(標(biāo)記為A.究對(duì)象。譬如,文獻(xiàn)[1~2]探討了煤灰成份和煤灰B、C)的化學(xué)成份如表1所示,由廠家直接提供。軟化溫度的關(guān)系;文獻(xiàn)[3~4 ]提出了一些提高煤灰按GB/T219-1996中規(guī)定的角錐法將混煤煤灰軟化溫度的方法。對(duì)混煤煤灰軟化溫度的研究也有制成灰樣進(jìn)行軟化溫度測(cè)定。其方法要點(diǎn)是:將煤一些報(bào)道研究的關(guān)鍵問(wèn)題是混煤煤灰軟化溫度與灰制成一定尺寸的錐體試樣在弱還原性氣氛下，以單煤煤灰軟化溫度及摻混比之間的關(guān)系,但目前研-定升溫速度加熱并觀察試樣在受熱過(guò)程中的形究得到的結(jié)論有所不同。譬如,文獻(xiàn)5通過(guò)實(shí)驗(yàn)方態(tài)變化,當(dāng)錐頂彎至錐底或萎縮成球形時(shí)，認(rèn)為此時(shí)法發(fā)現(xiàn)混煤軟化溫度與摻混單煤的軟化溫度及摻對(duì)應(yīng)中國(guó)煤化工復(fù)。圖1為實(shí)驗(yàn)過(guò)程中混比不呈線性關(guān)系而文獻(xiàn)6則認(rèn)為可視為線性關(guān)ZRCMHCNMHG的CCD攝像頭所拍攝系并通過(guò)數(shù)學(xué)方法推倒出了一個(gè)線性結(jié)構(gòu)關(guān)系式。的相片,此時(shí)對(duì)應(yīng)的溫度可認(rèn)為是最左邊煤灰灰樣因此采用以下實(shí)驗(yàn)方法，對(duì)混煤煤灰進(jìn)行軟化溫度的軟化溫度(圖中共4個(gè)灰樣)。收稿日期2005-06-01;修訂日期2005-11-22作者簡(jiǎn)介伍魯想插_ )男湖南邵陽(yáng)人華南理工大學(xué)碩士研究生.180●熱能動(dòng)力工程2006年測(cè)模型。目前對(duì)煤灰軟化溫度的非線性預(yù)測(cè)模型通常是利用人工神經(jīng)網(wǎng)絡(luò)映射出煤灰成份與軟化溫度之間的關(guān)系,從而建立煤灰軟化溫度的預(yù)測(cè)模型。譬如文獻(xiàn)7~8份別采用BP神經(jīng)網(wǎng)絡(luò)和廣義回歸神經(jīng)網(wǎng)絡(luò)建立了煤灰軟化溫度預(yù)測(cè)模型,取得了較好的預(yù)測(cè)效果。而本文采用徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)建立混煤煤灰軟化溫度的預(yù)測(cè)模型。3.1 RBFNN&9]R;(x)圖1CCD攝像頭拍攝的灰樣相片輸入Wik輸出x12.3實(shí)驗(yàn)結(jié)果及分析單煤灰樣及8個(gè)混煤灰樣軟化溫度的實(shí)驗(yàn)結(jié)果見(jiàn)表2。可看出,在軟化溫度低的灰樣中摻入軟化x2溫度高的灰樣,可使混合灰樣的軟化溫度升高并隨摻混比的變化而變化,但軟化溫度與摻混比呈非線'n性規(guī)律。表2灰樣軟化溫度的實(shí)驗(yàn)結(jié)果(C)圖2徑向基神經(jīng)網(wǎng)絡(luò)(RBFNN)灰樣軟化溫度摻混比.A1 16(-BP網(wǎng)絡(luò)用于函數(shù)逼近時(shí)權(quán)值調(diào)節(jié)采用負(fù)梯度B1 460下降法，這種調(diào)節(jié)權(quán)值的方法存在收斂慢和局部極220小等缺點(diǎn)。而RBFNN是-種在逼近能力、分類能力1號(hào)1 26030%A- 70% B和學(xué)習(xí)速度方面均優(yōu)于BP網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)。本文2號(hào)1 22040%A~ 60% B選用其建立混煤煤灰軟化溫度的預(yù)測(cè)模型。3號(hào)1400.30%C~ 70% B .RBFINN由3層組成其結(jié)構(gòu)如圖2所示。輸入4號(hào)1 38040%C ~ 60%B層節(jié)點(diǎn)只傳遞輸入信號(hào)到隱層,隱層節(jié)點(diǎn)由像高斯5號(hào)1 32520%A~ 20%C~ 60%B核那樣的輻射狀作用函數(shù)構(gòu)成通常采用高斯函數(shù):6號(hào)1 36510%A~ 30%C~ 60% BR(x)=exp(-11x- c;112一)i=123...m7號(hào)1 25(30%A~ 20%C~ 50% B2σ?.8號(hào)127020%A~ 30%C ~ 50% B(1 )其中:x-n維輸入量;一第i個(gè)基函數(shù)的中心;1...1- -歐氏范數(shù)σ;-第i個(gè)隱層節(jié)點(diǎn)的變量,它決3混煤煤灰軟化溫度的智能預(yù)測(cè)定了基函數(shù)圍繞中心點(diǎn)的寬度,為可自由選擇參數(shù);m- -隱節(jié)點(diǎn)個(gè)數(shù)。電廠燃用混煤越來(lái)越多,而對(duì)所有混煤煤灰軟輸入層實(shí)現(xiàn)從x+R(x)的非線性映射而輸出化溫度進(jìn)行實(shí)驗(yàn)測(cè)定顯然不可能。因此,通過(guò)對(duì)一層節(jié)點(diǎn)通常是簡(jiǎn)單的線性函數(shù),輸出層實(shí)現(xiàn)從R;些混煤煤灰軟化溫度進(jìn)行實(shí)驗(yàn)測(cè)定找出-般規(guī)律( x)→yh的線性映射,即:建立混煤煤灰軟化溫度的計(jì)算或預(yù)測(cè)模型將具有重中國(guó)煤化工(2)要的工程實(shí)用價(jià)值。其中JMYHCNMHG.1-刪山公1爪雙。混煤煤灰軟化溫度與摻混比的非線性關(guān)系決定網(wǎng)絡(luò)的隱節(jié)點(diǎn)數(shù)、基函數(shù)中心及輸出層權(quán)值需，了目前采用的取單煤煤灰軟化溫度的加權(quán)平均值或通過(guò)對(duì)樣本的學(xué)習(xí)來(lái)確定。目前，設(shè)計(jì)RBF網(wǎng)絡(luò)最采用線性回歸公式計(jì)算混煤煤灰軟化溫度精度不常用的算法是正交最小二乘法( OLS) ,其詳細(xì)數(shù)學(xué)高。因此兩混煤軟化溫度的預(yù)測(cè)需要建立新的預(yù)第2期伍昌鴻等:混煤煤灰軟化溫度的實(shí)驗(yàn)研究與預(yù)測(cè).181.描述可參考文獻(xiàn)[ 10]本文即采用OLS算法來(lái)設(shè)計(jì)y=0.719axl + 1.056a2x2 + 0.848azx3(5)和訓(xùn)練網(wǎng)絡(luò)模型。y =0.582aμx1 + 1.11a2x2+ 0.881 a3x3(6)y=0.685a1x1 + 1.088a2x2 + 0.980a3x3(7 )3.2混煤煤灰軟化溫度的RBF網(wǎng)絡(luò)預(yù)測(cè)模型本模型中,網(wǎng)絡(luò)的輸入層為混煤煤灰成份,即混式4)由灰樣6號(hào)、7號(hào)、8號(hào)的實(shí)驗(yàn)數(shù)據(jù)推導(dǎo)煤煤灰中的各氧化物含量。因此輸入層有7個(gè)神經(jīng)出,可用來(lái)預(yù)測(cè)灰樣5號(hào)的軟化溫度;式(5)~式7)元節(jié)點(diǎn),分別表示混煤煤灰中SiO2、 Al2O3、Fe2O3、按同樣的方法由3組灰樣的實(shí)驗(yàn)數(shù)據(jù)推導(dǎo)出,分別CaO、MgO、TiO2和K20+Na2O的含量。這些氧化物用來(lái)預(yù)測(cè)灰樣6號(hào)、7號(hào)和8號(hào)的軟化溫度。的含量可通過(guò)實(shí)驗(yàn)測(cè)定,但考慮到模型以后的推廣1550和實(shí)際工程應(yīng)用,建模中直接取為相應(yīng)單煤及摻混815001450比的加權(quán)平均值。網(wǎng)絡(luò)的輸出層為混煤煤灰軟化溫警1400度。模型選用52個(gè)已知實(shí)驗(yàn)數(shù)據(jù)作為網(wǎng)絡(luò)的訓(xùn)練席13501300樣本,訓(xùn)練樣本數(shù)據(jù)取自文獻(xiàn)[11],作為網(wǎng)絡(luò)的輸入1250訓(xùn)練樣本時(shí)數(shù)據(jù)采用一步歸一化方法進(jìn)行預(yù)處理。1200受驗(yàn)樣本1150450直線3.3模型驗(yàn)證105011001 150 12001250 1300 13501400 14501500 15503.3.1模型預(yù)測(cè)效果驗(yàn)證軟化溫度實(shí)驗(yàn)測(cè)定值1心為檢驗(yàn)?zāi)Ｐ偷念A(yù)測(cè)效果,以本文實(shí)驗(yàn)的8個(gè)混煤灰樣作為網(wǎng)絡(luò)的受驗(yàn)樣本應(yīng)用該網(wǎng)絡(luò)模型對(duì)其圖3RBFNN模型的預(yù)測(cè)效果軟化溫度進(jìn)行預(yù)測(cè)預(yù)測(cè)結(jié)果見(jiàn)表3預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果相比較的預(yù)測(cè)效果見(jiàn)圖3。通過(guò)誤差統(tǒng)計(jì)分對(duì)RBFNN預(yù)測(cè)模型、線性回歸公式預(yù)測(cè)模型以析8個(gè)受驗(yàn)樣本的軟化溫度預(yù)測(cè)值和實(shí)測(cè)值的最及加權(quán)平均預(yù)測(cè)模型進(jìn)行比較,3種模型的預(yù)測(cè)結(jié).大相對(duì)誤差為3.79%平均相對(duì)誤差為1.56%。可果比較見(jiàn)表4。對(duì)8個(gè)灰樣軟化溫度進(jìn)行預(yù)測(cè)見(jiàn)模型具有很好的準(zhǔn)確性和較高的精度。RBFNN預(yù)測(cè)模型的最大相對(duì)誤差為3.79%平均相對(duì)誤差為1.56%;加權(quán)平均預(yù)測(cè)模型相應(yīng)為9.84%表3混煤煤灰軟化溫 度的RBFNN模型預(yù)測(cè)結(jié)果和4.18%。對(duì)5號(hào)~8號(hào)灰樣3種模型的平均相對(duì)|灰樣 Si02 A2O3 Fe2O3 Ga0 Mg0 TiO2 K20+ Na20 預(yù)測(cè)結(jié)果誤差分別為0.73%、2.33%和3.22%。顯然,RBFNN1號(hào)49.39522.1929.5979.771 1.538 0.8361.861 289.2預(yù)測(cè)模型的預(yù)測(cè)效果遠(yuǎn)遠(yuǎn)優(yōu)于其它2種模型。2號(hào)47.4 20.696 9.59612.5081.624 0.7981.871226.6表4混煤煤灰軟化溫度的3種預(yù)測(cè)模型比較3號(hào)52.1223.5512.5643.781.3040.974 1.572 1453.14號(hào)51.03622.50813.5524.521.3120.982 1.486 1419.7|灰樣實(shí)驗(yàn)結(jié)果/CST(相對(duì)誤差/% )STL 相對(duì)誤差/% )ST(相對(duì)誤差/% )|5號(hào)49.218 21.602 11.574 8.5141.468 0.89 1.6781 317.911 2601 289.<2.32)1 370(8.73)6號(hào)50.127 22.055 12.563 6.5171.39 0.936 1.5821 374.72號(hào) 1 2201 226.60.54)1 340(9.84)7號(hào)47.223 20.106 11.573 11.251 1.554 0.852 1.688 1246.63號(hào) 1 400.1 453.1(3.79)1 388( 0.86)8號(hào)48.132 20.559 12.5629.2541.4760.898 1.592 1287.8 .4號(hào) 1 3801 419.X2.88).1 364(1.16)注氧化物含量為質(zhì)量百分比( % )采用摻混單煤的加權(quán)平均值軟化溫度單5號(hào)13251 317.90.54)1 352(2.04)1 345(1.51)位為心。6號(hào)1 3651 374.X0.71)1 358( 0.51)1 318.72.89)7號(hào) 1 2501 246.6(0.27)1 322(5.76)1 230[1.6)3.3.2 模型比較8號(hào)1 2701 287.81.40).1 328(4.57)1 311.93.30)文獻(xiàn)6 ]提出線性回歸公式預(yù)測(cè)模型。以3種單一煤種配制混煤為例文獻(xiàn)[ 6的線性回歸公式可注:STI為混煤煤灰軟化溫度的RBFNN預(yù)測(cè)模型預(yù)測(cè)值;ST2為加權(quán)平均預(yù)測(cè)h線性同白公式預(yù)測(cè)槽刑預(yù)測(cè)值相對(duì)誤差指與實(shí)驗(yàn)結(jié)果比表示為“下述形式:較而中國(guó)煤化工y=f(x)=c1a1x1 +C2a2x2 +c3a3X3(3)YHCNMHG其中:y-混煤煤灰軟化溫度;a;一第i種單一煤種的煤灰軟化溫度ix一摻混比;c;一待定常數(shù)。( 1)對(duì)8個(gè)混煤灰樣的軟化溫度的測(cè)定結(jié)果表?yè)?jù)此方法,可得出下列回歸公式:y= 05應(yīng)敞據(jù)+ 1. 154a2x2 + 0.766a3x3. (4)明不同軟化溫度的單煤摻混混煤煤灰軟化溫度隨182●熱能動(dòng)力工程2006年.摻混比的變化而變化,但二者之間呈非線性關(guān)系。(2)混煤煤灰軟化溫度與摻混比的非線性關(guān)blended coal aslC J ]. Energy Fuels 2000 ,14(2)316 - 325.系決定了采用單一煤種的軟化溫度及摻混比的線[4] PATTERSON J H ,HURST H J. Ash and slag qualities of australian bi-tuminous coals for use in slagging gasifiers[J]. Fuel ,2000 ,79( 13):性回歸公式對(duì)混煤煤灰軟化溫度進(jìn)行預(yù)測(cè)精度不高。采用徑向基人工神經(jīng)網(wǎng)絡(luò),可建立新的混煤煤[5]李帆,邱建榮鄭楚光.混煤煤灰中礦物行為對(duì)煤灰熔融特性灰軟化溫度預(yù)測(cè)模型,該模型對(duì)混煤煤灰軟化的預(yù)的影響[ J].華中理工大學(xué)學(xué)報(bào),1997(4)41-43.測(cè)有很好的準(zhǔn)確性和較高的精度。[6] 劉澤常盧宗華陳懷珍等.動(dòng)力配煤的煤質(zhì)指標(biāo)與各單煤配比的結(jié)構(gòu)關(guān)系[J]煤炭科學(xué)技術(shù)2004(7)62 - 64.(3)對(duì)混煤煤灰軟化溫度預(yù)測(cè)的3種模型的比[7]殷春根周俊虎駱仲泱等.人工神經(jīng)網(wǎng)絡(luò)在優(yōu)化動(dòng)力配煤中.較表明,RBFNN 預(yù)測(cè)模型的預(yù)測(cè)效果遠(yuǎn)遠(yuǎn)優(yōu)于其它的應(yīng)用研究[J].煤炭學(xué)報(bào),19974)343 - 348.2種模型從而為混煤煤灰軟化溫度預(yù)測(cè)提供了新[8]周昊鄭立剛樊建人等.廣義回歸神經(jīng)網(wǎng)絡(luò)在煤灰熔點(diǎn)預(yù)測(cè)的精度更高的預(yù)測(cè)模型。中的應(yīng)用[ J].浙江大學(xué)學(xué)報(bào)(工學(xué)版) 2004 11 ):1479 - 1482.[9]聞新,周露,李翔,等.MATLAB神經(jīng)網(wǎng)絡(luò)仿真與應(yīng)用參考文獻(xiàn):[M].北京科學(xué)出版社2003.[1]陳文敏姜寧.煤灰成份和煤灰熔融性的關(guān)系[J].潔凈煤技[10] CHEN S ,COWAN C F N ,GRANT P M. Orthogonal least squareslearning algorithms for radial basis function network[ J ]. IEEE Trans術(shù)19962)34- 37.Neutral Networks ,1991 X2) 302 - 309[2]張德祥龍永華高晉升等.煤灰中礦物成份組成與灰熔融性[11] 殷春根.非線性理論在潔凈煤技術(shù)研究中的應(yīng)用[ D].杭州:的關(guān)系[J].華東理工大學(xué)學(xué)報(bào)2003( 6) 590- 594. .浙江大學(xué),1998.[3] BRYANT G W ,BROWNING G J ,EMANUEL H. The fusibility of(丹編輯)中新技術(shù)常和壯興興興興學(xué)新穎的空氣膜減振器據(jù)《ASME Journal of Turbomachinery>2005年7月號(hào)報(bào)道美國(guó)GE航空發(fā)動(dòng)機(jī)公司、俄亥俄州立大學(xué)燃?xì)廨啓C(jī)試驗(yàn)室和俄羅斯GE-ETEC的研究人員正在共同開(kāi)發(fā)新穎的用于燃?xì)廨啓C(jī)的空氣膜減振器。鑒于它們不受環(huán)境限制能控制振型的效果空氣膜減振系統(tǒng)已在燃?xì)廨啓C(jī)工業(yè)中吸引了相當(dāng)大的興趣。盡管它仍然處在早期的開(kāi)發(fā)階段空氣膜減振器有希望用于改進(jìn)燃?xì)廨啓C(jī)實(shí)心葉片的高周疲勞特性。這-研究使用試驗(yàn)方法,以便實(shí)心平板的振動(dòng)響應(yīng)與結(jié)合有空氣膜減振器的相同尺寸平板的振動(dòng)響應(yīng)相比較。也研究了提高壓力對(duì)空氣膜減振效果的影響、減振器對(duì)各種振型的影響、以及空氣膜蓋板相對(duì)于實(shí)心支架的應(yīng)變值。提供的結(jié)果證明,空氣膜減振系統(tǒng)對(duì)于控制葉片振動(dòng)的潛力在控制雙類型振型方面是十分有效的。減振器可被設(shè)計(jì)成完全消除某些振型并且可使其它振動(dòng)中的寬帶減少。增加周?chē)諝獾膲毫κ箿p振器更有效并使共振頻率移向更低值。(吉桂明供稿)中國(guó)煤化工MYHCNMHG