第21卷第2期熱能動力工程Vol.21 ,No.22006年3月JOURNAL OF ENGINEERING FOR THERMAL ENERGY AND POWERMar. ,2006文章編號:1001 - 2060( 2006 )2 - 0179 -04混煤煤灰軟化溫度的實驗研究與預(yù)測伍昌鴻，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機組鍋爐取混煤灰樣,在智能灰測定,以探究混煤軟化溫度與摻混比之間的關(guān)系進熔點測定儀上采用角錐法對其進行軟化溫度測定。實驗結(jié)而從已知實驗數(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)測模型。為檢驗?zāi)Ｐ偷念A(yù)測效果,以實驗的82混煤煤灰軟化溫度測定實驗個混煤煤灰作為受驗樣本應(yīng)用該網(wǎng)絡(luò)模型對其軟化溫度進行預(yù)測。預(yù)測表明:RBFNN模型的預(yù)測結(jié)果與實驗結(jié)果吻2.1實驗 裝置合良好二者的最大相對誤差為3.79% ,平 均相對誤差為.主要實驗裝置包括:灰化爐(馬弗爐) ;灰錐模與1.56%預(yù)測效果遠遠優(yōu)于線性預(yù)測模型?；义F拖板;烘箱;ZRC2000 智能灰熔點測定儀(河南關(guān).鍵詞:混煤軟化溫度預(yù)測徑向基神經(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:TQ534.3文獻標(biāo)識碼: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實驗方法實際上是人為加工而成的一個新的煤種"。因此,試樣為8種混煤煤灰,取自某電廠700 MW機對混煤煤質(zhì)特性進行研究很有必要。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力用煤的一個重要煤質(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)對鍋爐結(jié)渣特性有直接影響。對煤灰軟燃燒得到的煤灰(標(biāo)記為1號~8號)。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.究對象。譬如,文獻[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[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。對混煤煤灰軟化溫度的研究也有制成灰樣進行軟化溫度測定。其方法要點是:將煤一些報道研究的關(guān)鍵問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程中的形究得到的結(jié)論有所不同。譬如,文獻5通過實驗方態(tài)變化,當(dāng)錐頂彎至錐底或萎縮成球形時，認(rèn)為此時法發(fā)現(xiàn)混煤軟化溫度與摻混單煤的軟化溫度及摻對應(yīng)中國煤化工復(fù)。圖1為實驗過程中混比不呈線性關(guān)系而文獻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數(shù)學(xué)方法推倒出了一個線性結(jié)構(gòu)關(guān)系式。的相片,此時對應(yīng)的溫度可認(rèn)為是最左邊煤灰灰樣因此采用以下實驗方法，對混煤煤灰進行軟化溫度的軟化溫度(圖中共4個灰樣)。收稿日期2005-06-01;修訂日期2005-11-22作者簡介伍魯想插_ )男湖南邵陽人華南理工大學(xué)碩士研究生.180●熱能動力工程2006年測模型。目前對煤灰軟化溫度的非線性預(yù)測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)測模型。譬如文獻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)測模型,取得了較好的預(yù)測效果。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實驗結(jié)果及分析單煤灰樣及8個混煤灰樣軟化溫度的實驗結(jié)果見表2?？煽闯?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灰樣軟化溫度的實驗結(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。而RBFNN是-種在逼近能力、分類能力1號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1 22040%A~ 60% B選用其建立混煤煤灰軟化溫度的預(yù)測模型。3號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1 38040%C ~ 60%B層節(jié)點只傳遞輸入信號到隱層,隱層節(jié)點由像高斯5號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1 36510%A~ 30%C~ 60% BR(x)=exp(-11x- c;112一)i=123...m7號1 25(30%A~ 20%C~ 50% B2σ?.8號127020%A~ 30%C ~ 50% B(1 )其中:x-n維輸入量;一第i個基函數(shù)的中心;1...1- -歐氏范數(shù)σ;-第i個隱層節(jié)點的變量,它決3混煤煤灰軟化溫度的智能預(yù)測定了基函數(shù)圍繞中心點的寬度,為可自由選擇參數(shù);m- -隱節(jié)點個數(shù)。電廠燃用混煤越來越多,而對所有混煤煤灰軟輸入層實現(xiàn)從x+R(x)的非線性映射而輸出化溫度進行實驗測定顯然不可能。因此,通過對一層節(jié)點通常是簡單的線性函數(shù),輸出層實現(xiàn)從R;些混煤煤灰軟化溫度進行實驗測定找出-般規(guī)律( x)→yh的線性映射,即:建立混煤煤灰軟化溫度的計算或預(yù)測模型將具有重中國煤化工(2)要的工程實用價值。其中JMYHCNMHG.1-刪山公1爪雙?；烀好夯臆浕瘻囟扰c摻混比的非線性關(guān)系決定網(wǎng)絡(luò)的隱節(jié)點數(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)平均值或通過對樣本的學(xué)習(xí)來確定。目前，設(shè)計RBF網(wǎng)絡(luò)最采用線性回歸公式計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) ,其詳細數(shù)學(xué)高。因此兩混煤軟化溫度的預(yù)測需要建立新的預(yù)第2期伍昌鴻等:混煤煤灰軟化溫度的實驗研究與預(yù)測.181.描述可參考文獻[ 10]本文即采用OLS算法來設(shè)計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、7號、8號的實驗數(shù)據(jù)推導(dǎo)煤煤灰中的各氧化物含量。因此輸入層有7個神經(jīng)出,可用來預(yù)測灰樣5號的軟化溫度;式(5)~式7)元節(jié)點,分別表示混煤煤灰中SiO2、 Al2O3、Fe2O3、按同樣的方法由3組灰樣的實驗數(shù)據(jù)推導(dǎo)出,分別CaO、MgO、TiO2和K20+Na2O的含量。這些氧化物用來預(yù)測灰樣6號、7號和8號的軟化溫度。的含量可通過實驗測定,但考慮到模型以后的推廣1550和實際工程應(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個已知實驗數(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[11],作為網(wǎng)絡(luò)的輸入1250訓(xùn)練樣本時數(shù)據(jù)采用一步歸一化方法進行預(yù)處理。1200受驗樣本1150450直線3.3模型驗證105011001 150 12001250 1300 13501400 14501500 15503.3.1模型預(yù)測效果驗證軟化溫度實驗測定值1心為檢驗?zāi)Ｐ偷念A(yù)測效果,以本文實驗的8個混煤灰樣作為網(wǎng)絡(luò)的受驗樣本應(yīng)用該網(wǎng)絡(luò)模型對其圖3RBFNN模型的預(yù)測效果軟化溫度進行預(yù)測預(yù)測結(jié)果見表3預(yù)測結(jié)果與實驗結(jié)果相比較的預(yù)測效果見圖3。通過誤差統(tǒng)計分對RBFNN預(yù)測模型、線性回歸公式預(yù)測模型以析8個受驗樣本的軟化溫度預(yù)測值和實測值的最及加權(quán)平均預(yù)測模型進行比較,3種模型的預(yù)測結(jié).大相對誤差為3.79%平均相對誤差為1.56%?？晒容^見表4。對8個灰樣軟化溫度進行預(yù)測見模型具有很好的準(zhǔn)確性和較高的精度。RBFNN預(yù)測模型的最大相對誤差為3.79%平均相對誤差為1.56%;加權(quán)平均預(yù)測模型相應(yīng)為9.84%表3混煤煤灰軟化溫 度的RBFNN模型預(yù)測結(jié)果和4.18%。對5號~8號灰樣3種模型的平均相對|灰樣 Si02 A2O3 Fe2O3 Ga0 Mg0 TiO2 K20+ Na20 預(yù)測結(jié)果誤差分別為0.73%、2.33%和3.22%。顯然,RBFNN1號49.39522.1929.5979.771 1.538 0.8361.861 289.2預(yù)測模型的預(yù)測效果遠遠優(yōu)于其它2種模型。2號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)測模型比較3號52.1223.5512.5643.781.3040.974 1.572 1453.14號51.03622.50813.5524.521.3120.982 1.486 1419.7|灰樣實驗結(jié)果/CST(相對誤差/% )STL 相對誤差/% )ST(相對誤差/% )|5號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50.127 22.055 12.563 6.5171.39 0.936 1.5821 374.72號 1 2201 226.60.54)1 340(9.84)7號47.223 20.106 11.573 11.251 1.554 0.852 1.688 1246.63號 1 400.1 453.1(3.79)1 388( 0.86)8號48.132 20.559 12.5629.2541.4760.898 1.592 1287.8 .4號 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13251 317.90.54)1 352(2.04)1 345(1.51)位為心。6號1 3651 374.X0.71)1 358( 0.51)1 318.72.89)7號 1 2501 246.6(0.27)1 322(5.76)1 230[1.6)3.3.2 模型比較8號1 2701 287.81.40).1 328(4.57)1 311.93.30)文獻6 ]提出線性回歸公式預(yù)測模型。以3種單一煤種配制混煤為例文獻[ 6的線性回歸公式可注:STI為混煤煤灰軟化溫度的RBFNN預(yù)測模型預(yù)測值;ST2為加權(quán)平均預(yù)測h線性同白公式預(yù)測槽刑預(yù)測值相對誤差指與實驗結(jié)果比表示為“下述形式:較而中國煤化工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8個混煤灰樣的軟化溫度的測定結(jié)果表據(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):性回歸公式對混煤煤灰軟化溫度進行預(yù)測精度不高。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煤灰熔融特性灰軟化溫度預(yù)測模型,該模型對混煤煤灰軟化的預(yù)的影響[ J].華中理工大學(xué)學(xué)報,1997(4)41-43.測有很好的準(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)對混煤煤灰軟化溫度預(yù)測的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)化動力配煤中.較表明,RBFNN 預(yù)測模型的預(yù)測效果遠遠優(yōu)于其它的應(yīng)用研究[J].煤炭學(xué)報,19974)343 - 348.2種模型從而為混煤煤灰軟化溫度預(yù)測提供了新[8]周昊鄭立剛樊建人等.廣義回歸神經(jīng)網(wǎng)絡(luò)在煤灰熔點預(yù)測的精度更高的預(yù)測模型。中的應(yīng)用[ J].浙江大學(xué)學(xué)報(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:[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月號報道美國GE航空發(fā)動機公司、俄亥俄州立大學(xué)燃氣輪機試驗室和俄羅斯GE-ETEC的研究人員正在共同開發(fā)新穎的用于燃氣輪機的空氣膜減振器。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)已在燃氣輪機工業(yè)中吸引了相當(dāng)大的興趣。盡管它仍然處在早期的開發(fā)階段空氣膜減振器有希望用于改進燃氣輪機實心葉片的高周疲勞特性。這-研究使用試驗方法,以便實心平板的振動響應(yīng)與結(jié)合有空氣膜減振器的相同尺寸平板的振動響應(yīng)相比較。也研究了提高壓力對空氣膜減振效果的影響、減振器對各種振型的影響、以及空氣膜蓋板相對于實心支架的應(yīng)變值。提供的結(jié)果證明,空氣膜減振系統(tǒng)對于控制葉片振動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)計成完全消除某些振型并且可使其它振動中的寬帶減少。增加周圍空氣的壓力使減振器更有效并使共振頻率移向更低值。(吉桂明供稿)中國煤化工MYHCNMHG