摘要：结合作者在循环流化床锅炉传热和设计理论研究及实践的基础上,提出一种循环流化床锅炉炉膛的热力计算方法,包括循环流化床锅炉炉膛的几何尺寸确定、炉膛热量平衡和炉膛传热计算。考虑循环流化床锅炉炉型不同,其热力计算方法有所不同,该方法针对采用高温分离装置的循环流化床锅炉,提出的计算方法可用于一般高温分离的循环流化床锅炉的设计计算,其余炉型可在此基础上根据具体炉型特点修改使用。

摘要：使用重整化群 (RNG) -ASM模型 ,对 PAX燃烧器的出口流场进行了冷态数值模拟 ,研究了内二次风旋流强度对 PAX燃烧器的流场分布、回流区大小、回流量和扩展角的影响规律 ,并与试验结果进行了对比 ,获得了比较一致的结果 ,为 PAX燃烧器的设计和运行提供了一定的理论基础 ,并进一步验证了 RNG-ASM模型在模拟强旋转受限射流流场的准确性。图 8表 2参 1

摘要：为了提高估算煤灰熔点的精度,采用广义回归神经网络(GRNN)对求解煤灰熔点问题进行了建模.将煤灰组分作为网络输入,煤灰软化温度作为网络输出,采用实验数据训练网络,训练完成的网络作为模型预测煤灰熔点.仿真结果表明,GRNN的预测值与实验值的最大相对误差为2.81%,而反向传播神经网络(BPNN)预测煤灰熔点的相对误差为3.62%.由于GRNN可应用于小样本问题的学习,GRNN比BPNN对煤灰熔点具有更好的预测和泛化能力.GRNN具有设计简单与收敛快的优点,并提高了实时处理与反映最新运行工况参数的预测能力.

摘要：大型燃煤电站锅炉的低NOx 燃烧技术日益受到关注 ,但NOx 的排放特性复杂 ,受煤种、锅炉设计结构和操作参数等多种因素影响 .在对某台 60 0MW四角切圆燃煤电站锅炉的NOx 排放特性和飞灰含碳量特性进行多工况热态测试的基础上 ,应用人工神经网络的非线性动力学特性及自学习特性 ,建立了大型四角切圆燃烧锅炉NOx 排放特性和燃烧经济性的神经网络模型 ,并对此模型进行了校验 .结果表明 ,该模型能根据燃煤特性及各种操作参数准确预报锅炉在不同工况下的NOx 排放和飞灰含碳量特性 。

摘要：利用图像处理技术,根据层流预混火焰稳定燃烧的条件结合预混火焰燃烧模型,设计了火焰传播速度在线实时测量系统,通过图像采集在线获取火焰的静态图像,然后自动对图像进行滤波,边缘提取,再进行计算得到火焰传播前沿面积,在线算出火焰传播速度,这种方法具有非接触式测量的优点,利用它不仅可以测量层流预混火焰的传播速度,同时还为层流火焰的燃烧机理的研究提供一种直接的手段.

摘要：工业原料及燃料的成份发生变化时,会对其过程控制系统带来某种干扰。由于这种变化难以被在线测量并用于闭环控制系统,使得系统不能及时迅速地采取弥补措施。针对电厂燃煤热值的变化对热力系统稳定性的影响,提出了构造一个自动的等效相对热值信号的设想;同时还提出了一种手/自动综合功能的新方法。引入这种控制策略的新系统,突破了传统的以质量平衡为基础的设计方案,取而代之的是以能量平衡作为系统的支点。通过在沙角B电厂2台350MW燃煤机组上的变工况试验及改进,已经取得了良好的实施效果,经济而有效地解决了锅炉燃料控制中长期以来所面临的热值不确定性的问题。

摘要：飞灰含碳量是影响锅炉热效率的一个重要因素,但飞灰含碳量受煤种、锅炉设计结构、操作参数等多种因素影响,关系复杂。煤种变化往往导致燃烧工况偏离试验调整获得的最优值。在对某台300MW四角切圆燃煤电厂锅炉飞灰含碳量特性进行多工况热态测试的基础上,应用人工神经网络的非线性动力学特性及自学习特性,建立了大 型四角切圆燃烧锅炉飞灰含碳量特性的神经网络模型,并对此模型进行了校验。

摘要：广东茂名热电厂 1号炉是 2 2 0 t/h燃煤设计的四角喷燃燃油锅炉。 2 0 0 0年 1 2月 1 8日实现了全烧水煤浆 72 h试运成功。改造后的油 /水煤浆两用燃烧器性能良好 ,烧油、烧浆均能满足设计要求。单烧水煤浆可以在 40 %～ 1 0 0 %负荷范围内稳定燃烧。烟温偏差小 ,过热器不超温 ,燃烧效率 99%以上。图 3表 5参

摘要：为掌握煤粉无油二级直接点火燃烧器内部流动、燃烧特征,进行了试验和数值模拟。详细地分析了燃烧器内部速度场、煤粉颗粒浓度场和温度场,结果表明:在燃烧器第一级,其流动特征及煤粉颗粒浓度合理分布有利于加热管道对煤粉颗粒的点燃,点燃过程中加热管道的截面上有3种不同的温度分布;燃烧器第二级内部流动特征有利于气相的混合,第二级的火焰温度比第一级更高。最后把模拟结果同实验数据进行了对比分析。该文的分析结果对于煤粉无油二级直接点火燃烧器的现场运行及其优化设计都有一定的指导作用。

摘要：大型燃煤电厂锅炉热效率目前通常依靠燃烧试验调整优化,现场试验耗时费力,而且由于锅炉输入输出特性复杂,耦合性强,燃用煤种和操作条件变化较大,通过试验进行燃烧优化往往效果不佳。介绍开发的一种设计软件,它利用人工神经网络对锅炉特性建模,并采用遗传算法进行最佳运行工况寻优,可获得目前最佳的锅炉燃烧调整方式,实现锅炉的节能降耗。