亚星游戏官网-www.yaxin868.com

专利名称：多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法
技术领域：
本发明涉及能源工业和化学工程领域中一种软测量方法。具体而言，是多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法。
背景技术：
我国煤炭资源丰富，油气资源匮乏，这一特殊的能源资源结构决定了煤炭将长期是我国的主要能源。然而，目前我国煤炭利用率总体效率低、污染严重。煤气化技术是煤炭资源高效、清洁利用的重要途径。我国气流床煤气化在“十五”前期，全部被美国GE气化技术(原Texaco技术)所垄断。在国家科技计划支持下，具有我国自主知识产权的多喷嘴对置式水煤浆气化技术取得了重大突破并得到了成功推广。多喷嘴对置式水煤浆气化反应过程的工艺流程如

图1所示，通过控制高压煤浆泵 1的转速来达到控制入炉煤浆流量，氧气来自空分装置2，入炉氧气中值及中心氧气流量由氧气流量阀3控制，水煤浆和气化剂(氧气)通过两两对置的四路高速喷嘴射流进入多喷嘴对置式水煤浆气化炉内，煤颗粒夹带在气流中，在高温反应室4内与氧气发生剧烈的气化反应，放出大量热量，生成的合成气主要为氢气H2和一氧化碳C0，另外还有二氧化碳C02、 水蒸气以及少量的甲烷CH4、硫化氢、硫氧化碳COS和氮气队，煤渣和未转化的煤呈液体熔融态，热的合成气和熔融的灰渣进入充满冷却水的激冷室5，经冷却后，温度降至220°C 左右。随后，合成气进入洗涤塔6除去夹带的固体，进入后续系统。出口合成气氢气吐和一氧化碳CO含量由气体成分分析仪7得到，甲烷CH4含量由在线红外线分析仪器8测得。目前多喷嘴对置式水煤浆气化炉炉内分布着多只高温热电偶用来实时监测气化反应温度。在高温(1300 1600°C )、高压(3. 0 6. 4MPa)、强腐蚀环境以及强气流冲刷作用下，测温元件高温热电偶工作寿命很短。由于现场不可能频繁更换热电偶，正常情况下安装的热电偶仅供开车过程为保证投料观察温度变化使用，多喷嘴对置式水煤浆气化炉炉膛温度的实时检测一直是瓶颈难题。近年来软测量技术在流程工业中获得了大量成功的应用，解决了许多不可测关键控制指标的“测量”问题。因此，针对多喷嘴对置式水煤浆气化炉炉膛温度采用软测量技术是完全可行的。

发明内容
理论上影响多喷嘴对置式水煤浆气化炉炉膛温度变化的因素较多，如出口合成气组成、煤渣颗粒大小、气化炉渣口压差等参数。本发明人在分析了多喷嘴对置式水煤浆气化技术的工艺流程和反应机理的基础上，提出了采用若干个可测的过程状态辅助变量来预测多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，即通过实际工业装置操作数据的实时、连续采集，对其进行数据预处理，基于BP人工神经网络，采用Levenberg-Marquardt学习算法对软测量模型进行训练，从而能够及时准确地预测炉膛温度的变化。本发明要解决的技术问题是提供一种多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，实现炉膛温度的在线实时检测。本发明的技术方案如下一种基于人工神经网络的多喷嘴对置式水煤浆气化炉炉膛温度的实时软测量方法，其流程如图3所示，它由下列步骤组成步骤一、采集实际工业装置气化炉的操作数据，综合历史数据分析和操作经验总结，确定软测量模型的辅助变量和目标变量；步骤二、对步骤一中采集得到的实际工业装置操作数据进行数据预处理，剔除部分异常工况数据点，并构造样本数据集S，取其中2/3的样本数据作为训练集S1，用于学习和建模，剩余的样本数据则作为模型的测试集& ；步骤三、通过计算经验公式得到BP人工神经网络的隐含层节点数目，并结合交叉验证方法，确定其网络拓扑结构；步骤四、对于训练集S1，采用Levenberg-Marquardt学习算法训练BP人工神经网络模型，并用测试集&对模型进行验证，从而获得有效的人工神经网络权重和阈值参数，得到能够正确描述多喷嘴对置式水煤浆气化炉炉膛温度变化的软测量模型；步骤五、启动软测量模型，将辅助变量的实时运行数据经过数据处理后输入软测量模型，预测出多喷嘴对置式水煤浆气化炉的炉膛温度；步骤六、根据软测量模型提供的炉膛温度信息，指导气化反应过程的优化运行操作。根据现有的炉膛温度信息，得到当前较优的氧煤比给水煤浆气化炉控制系统，以得到期望的炉膛温度变化。所述步骤一中操作数据包括，入炉煤浆流量、水煤浆浓度、水煤浆密度、 入炉氧气中值、中心氧气流量、出口合成气氢气H2、一氧化碳CO、甲烷CH4含量和炉膛温度。所述步骤一中辅助变量包括，干基煤权利要求
1.多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，它由下列步骤组成步骤1采集实际工业装置气化炉的操作数据确定软测量模型的辅助变量和目标变量； 所述操作数据包括，入炉煤浆流量、水煤浆浓度、水煤浆密度、入炉氧气中值、中心氧气流量、出口合成气氢气H2、一氧化碳CO、甲烷CH4含量和炉膛温度； 所述辅助变量包括，干基煤、
2.根据权利要求1所述的多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，干基煤是入炉煤浆流量、水煤浆浓度和水煤浆密度的乘积Mc = LcX σ X ρ /100，式中L。是入炉煤浆流量，σ是水煤浆浓度，P是水煤浆密度。
3.根据权利要求1所述的多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，氧煤比是入炉氧气总量、入炉煤浆流量的比值，或者从化学反应机理上来说，氧煤比即氧碳原子的比例
4.根据权利要求1所述的多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，所述软测量模型的输入变量进行归一化处理所选取的归一化范围为
。
5.根据权利要求1所述的多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，步骤4和5中所述炉膛温度软测量的数学模型中令零均值高斯白噪声其影响忽略不计，多喷嘴对置式水煤浆气化炉炉膛温度的数学模型简化为y = f (X1,…，xk)。
6.根据权利要求1所述的多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，步骤4和步骤5所述BP人工神经网络输入层节点与隐含层节点间的权重参数矩阵和阈值参数矩阵分别为
7.根据权利要求1所述的多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，还包括步骤6，根据软测量的炉膛温度，以操作参数之一为目标参数，并根据该目标参数给定值，以操作参数值之一为调节参数，结合软测量模型计算该调节操作参数的值，并通过控制系统对气化炉对相关参数进行调节，达到该目标参数。
8.根据权利要求1所述的多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，其特征在于，以给定气化炉炉膛温度为目标参数值，以氧煤比为调节参数，结合当前软测量模型， 计算氧煤比值，并以此调节氧气流量。
全文摘要
本发明涉及一种多喷嘴对置式水煤浆气化炉炉膛温度的软测量方法，此方法选取若干个可测的过程状态辅助变量，包括干基煤、入炉中心氧气流量、氧煤比、出口合成气氢气H2、一氧化碳CO、甲烷CH4含量，作为软测量模型的输入变量，同时采集实际工业装置操作数据，进行数据预处理，基于BP人工神经网络，选用6×6×1的三层网络拓扑结构，采用Levenberg-Marquardt学习算法对模型进行训练，从而实现多喷嘴对置式水煤浆气化炉炉膛温度的软测量。本软测量技术可以为多喷嘴对置式水煤浆气化炉提供有效的炉膛温度信息，以指导气化反应过程的优化运行操作，且此方法也可以适用于目前其它技术的水煤浆气化炉的炉膛温度软测量。
文档编号G01K13/00GK102175345SQ201110001570
公开日2011年9月7日 申请日期2011年1月6日 优先权日2011年1月6日
发明者孔祥东, 李 杰, 杜文莉, 程辉, 钟伟民, 钱锋 申请人:华东理工大学