首页 / 专利库 / 物理 / 能量 / 热能 / 一种生物质气化热能转换系统的自适应智能控制方法

一种生物气化热能转换系统的自适应智能控制方法

阅读:168发布:2021-04-12

专利汇可以提供一种生物气化热能转换系统的自适应智能控制方法专利检索,专利查询,专利分析的服务。并且本 发明 提出了一种 生物 质 气化 热能 转换系统的自适应智能控制方法,该控制方法根据 锅炉 出口 蒸汽 压 力 的变化, 自动调节 气化炉的产气量,并随之调节 燃烧器 的空气供应量,最终实现随 蒸汽压 力的改变而自动调节锅炉供热量的目标。本发明的自适应智能控制方法包括气化炉气化强度控制过程和锅炉 炉膛 负压 控制过程;所述气化炉气化强度控制过程中,控制单元按预定时间间隔 采样 得到实际锅炉蒸汽压力 信号 Pv(t),并与预定的锅炉蒸汽压力值Ps相比较得到锅炉蒸汽压力偏差量Pe(t),所述Pe(t)=Pv(t)-Ps,所述Pe(t)的绝对值越大,控制单元改变气化炉鼓 风 机的风量的幅度也就越大,且当Pe(t)为正值时,气化炉鼓风机的风量变小,当Pe(t)为负值时,气化炉鼓风机的风量变大。,下面是一种生物气化热能转换系统的自适应智能控制方法专利的具体信息内容。

1.一种生物气化热能转换系统的自适应智能控制方法,该生物质气化热能转换系统包括控制单元,所述控制单元分别与锅炉蒸汽传感器、气化炉鼓机、燃烧器配风机、锅炉引风机及锅炉炉膛负压检测传感器相连;其特征在于所述自适应智能控制方法包括气化炉气化强度控制过程和锅炉炉膛负压控制过程;所述气化炉气化强度控制过程中,控制单元按预定时间间隔采样得到实际锅炉蒸汽压信号Pv(t),并与预定的锅炉蒸汽压力值Ps相比较得到锅炉蒸汽压力偏差量Pe(t),所述Pe(t)= Pv(t)- Ps,所述Pe(t)的绝对值越大,控制单元改变气化炉鼓风机的风量的幅度也就越大,且当Pe(t)为正值时,气化炉鼓风机的风量变小,当Pe(t)为负值时,气化炉鼓风机的风量变大。
2.根据权利要求1所述的生物质气化热能转换系统的自适应智能控制方法,其特征在于所述控制单元根据相邻采样时刻所得到的锅炉蒸汽压力偏差量Pe(t)计算得到锅炉蒸汽压力偏差变化率Pec(t),所述Pec(t)= Pe(t)- Pe(t-1);控制单元根据下述公式来调整气化炉鼓风机的风量Pm(t):
当Pe(t)≥Pe(max)时,Pm(t)= Pm(t-1)-ΔP(m)(max);
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)>0时,Pm(t)= Pm(t-1)-M*ΔP(m)(min);
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)≤0时,Pm(t)= Pm(t-1)-ΔP(m)(min);
当Pe(min)>Pe(t)>-Pe(min)时,Pm(t)= Pm(t-1);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)≥0时,Pm(t)= Pm(t-1)+ΔP(m)(min);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)<0时,Pm(t)= Pm(t-1)+N*ΔP(m)(min);
当Pe(t)≤-Pe(max)时,Pm(t)= Pm(t-1)+ΔP(m)(max);
所述Pe(max)、Pe(min)、ΔP(m)(max)、ΔP(m)(min)均为预设值,且Pe(max)>Pe(min)>0,ΔP(m)(max)>ΔP(m)(min)>0,所述M为Pe(t)进入(Pe(max),Pe(min)]区间后实际锅炉蒸汽压力信号Pv(t)的采样次数;所述N为Pe(t)进入[-Pe(min),-Pe(max))区间后实际锅炉蒸汽压力信号Pv(t)的采样次数;所述Pm(t)在t=0时为一个预设初始值。
3.根据权利要求1或2所述的生物质气化热能转换系统的自适应智能控制方法,其特征在于所述锅炉炉膛负压控制过程如下:首先,控制单元控制燃烧器配风机,使其风量与气化炉鼓风机的风量保持为正比关系;其次,控制单元按预定时间间隔采样得到实际锅炉炉膛负压信号Qv(t),并与预定的锅炉炉膛负压值Qs相比较得到锅炉炉膛负压偏差量Qe(t),根据相邻采样时刻所得到的锅炉炉膛负压偏差量Qe(t)计算得到锅炉炉膛负压偏差变化率Qec(t),所述Qec(t)= Qe(t)- Qe(t-1);控制单元根据下述公式来调整锅炉引风机的风量Qm(t):
当Qe(t)≥Qe(max)时,Qm(t)= Qm(t-1)-ΔQ(m)(max);
当Qe(max)>Qe(t)≥Qe(min)且Qec(t)>0时,Qm(t)= Qm(t-1)-K*ΔQ(m)(min);
当Qe(max)>Qe(t)≥Qe(min)且Qec(t)≤0时,Qm(t)= Qm(t-1)-ΔQ(m)(min);
当Qe(min)>Qe(t)>-Qe(min)时,Qm(t)= Qm(t-1);
当-Qe(min)≥Qe(t)>-Qe(max)且Qec(t)≥0时,Qm(t)= Qm(t-1)+ΔQ(m)(min);
当-Qe(min)≥Qe(t)>-Qe(max)且Qec(t)<0时,Qm(t)= Qm(t-1)+J*ΔQ(m)(min);
当Qe(t)≤-Qe(max)时,Qm(t)= Qm(t-1)+ΔQ(m)(max);
所述Qe(max)、Qe(min)、ΔQ(m)(max)、ΔQ(m)(min)均为预设值,且Qe(max)>Qe(min)>0,ΔQ(m)(max)>ΔQ(m)(min)>0,所述K为Qe(t)进入(Qe(max),Qe(min)]区间后实际锅炉炉膛负压信号Qv(t)的采样次数;所述J为Qe(t)进入[-Qe(min),-Qe(max))区间后实际锅炉炉膛负压信号Qv(t)的采样次数;所述Qm(t)在t=0时为一个预设初始值。

说明书全文

一种生物气化热能转换系统的自适应智能控制方法

技术领域

[0001] 本发明属于生物质能源利用技术领域,特别涉及到一种基于锅炉出口蒸汽的生物质气化热能转换系统的自适应智能控制方法。

背景技术

[0002] 利用可再生能源建立持续运行的能源系统,对促进国民经济发展和环境保护具有重大意义。近年来利用生物质能的上吸式气化炉、下吸式气化炉及循环流化床气化炉在发电、农村供热及烘干等工业应用方面都得到了快速发展,而且在生物质气化的机理、过程、影响因素等方面的理论研究取得了大量成果,对气化炉本体结构与性能的研究也取得了重大进步并积累了丰富经验。但是针对气化过程的自动控制的研究较少,尤其是面向工业应用的自动控制方面的研究更少,有些研究尚处于实验室仿真分析阶段,较难付诸实际应用。我国生物质能利用与在此方面技术先进的国家相比,最大的差距在于自动控制技术的应用。
[0003] 生物质气化热能转换系统由三部分组成:气化炉、燃烧器、锅炉,系统结构如图1。以家具厂废弃木材边料为主的生物质在气化炉中高温缺状态下裂解、氧化还原,生成CO、H2、CH4 等小分子量可燃性气体,在气化过程中需要加入空气等气化剂。生物质气经管道输送到生物质燃烧器与空气混合并在锅炉炉膛中燃烧,锅炉吸收热量产生高温蒸汽,蒸汽经管网输送给用汽企业。生物质燃气可以代替柴油为锅炉提供廉价的能源,可以代替等为锅炉提供清洁环保的能源。热能转换系统的控制包括气化炉的控制、燃烧器的控制、锅炉的控制,但通常情况下此三部分均由不同厂家生产并配有各自的控制器,因此在进行锅炉生物质能源改造时,给用户的操作带来不便,并在用户要求的不同蒸汽压力下难以取得最佳的气化效率,造成能源浪费。

发明内容

[0004] 本发明的目的是提出一种生物质气化热能转换系统的自适应智能控制方法,该控制方法根据锅炉出口蒸汽压力的变化,自动调节气化炉的产气量,并随之调节燃烧器的空气供应量,最终实现随蒸汽压力的改变而自动调节锅炉供热量的目标。
[0005] 本发明的生物质气化热能转换系统的自适应智能控制方法,所针对的生物质气化热能转换系统包括控制单元,所述控制单元分别与锅炉蒸汽压力传感器、气化炉鼓机、燃烧器配风机、锅炉引风机及锅炉炉膛负压检测传感器相连;关键在于所述自适应智能控制方法包括气化炉气化强度控制过程和锅炉炉膛负压控制过程;所述气化炉气化强度控制过程中,控制单元按预定时间间隔采样得到实际锅炉蒸汽压力信号Pv(t),并与预定的锅炉蒸汽压力值Ps相比较得到锅炉蒸汽压力偏差量Pe(t),所述Pe(t)= Pv(t)- Ps,所述Pe(t)的绝对值越大,控制单元改变气化炉鼓风机的风量的幅度也就越大,且当Pe(t)为正值时,气化炉鼓风机的风量变小,当Pe(t)为负值时,气化炉鼓风机的风量变大。
[0006] 具体来说,在气化炉气化强度控制过程中,所述控制单元还根据相邻采样时刻所得到的锅炉蒸汽压力偏差量Pe(t)计算得到锅炉蒸汽压力偏差变化率Pec(t),所述Pec(t)= Pe(t)- Pe(t-1);控制单元根据下述公式来调整气化炉鼓风机的风量Pm(t):当Pe(t)≥Pe(max)时,Pm(t)= Pm(t-1)-ΔP(m)(max);
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)>0时,Pm(t)= Pm(t-1)-M*ΔP(m)(min);
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)≤0时,Pm(t)= Pm(t-1)-ΔP(m)(min);
当Pe(min)>Pe(t)>-Pe(min)时,Pm(t)= Pm(t-1);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)≥0时,Pm(t)= Pm(t-1)+ΔP(m)(min);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)<0时,Pm(t)= Pm(t-1)+N*ΔP(m)(min);
当Pe(t)≤-Pe(max)时,Pm(t)= Pm(t-1)+ΔP(m)(max);
所述Pe(max)、Pe(min)、ΔP(m)(max)、ΔP(m)(min)均为预设值,且Pe(max)>Pe(min)>0,ΔP(m)(max)>ΔP(m)(min)>0,所述M为Pe(t)进入(Pe(max),Pe(min)]区间后实际锅炉蒸汽压力信号Pv(t)的采样次数;所述N为Pe(t)进入[-Pe(min),-Pe(max))区间后实际锅炉蒸汽压力信号Pv(t)的采样次数;所述Pm(t)在t=0时为一个预设初始值。
[0007] 进一步地,为保持锅炉炉膛负压的稳定,改善燃烧状况,所述锅炉炉膛负压控制过程如下:首先,控制单元控制燃烧器配风机,使其风量与气化炉鼓风机的风量保持为正比关系;其次,控制单元按预定时间间隔采样得到实际锅炉炉膛负压信号Qv(t),并与预定的锅炉炉膛负压值Qs相比较得到锅炉炉膛负压偏差量Qe(t),根据相邻采样时刻所得到的锅炉炉膛负压偏差量Qe(t)计算得到锅炉炉膛负压偏差变化率Qec(t),所述Qec(t)= Qe(t)- Qe(t-1);控制单元根据下述公式来调整锅炉引风机的风量Qm(t):当Qe(t)≥Qe(max)时,Qm(t)= Qm(t-1)-ΔQ(m)(max);
当Qe(max)>Qe(t)≥Qe(min)且Qec(t)>0时,Qm(t)= Qm(t-1)-K*ΔQ(m)(min);
当Qe(max)>Qe(t)≥Qe(min)且Qec(t)≤0时,Qm(t)= Qm(t-1)-ΔQ(m)(min);
当Qe(min)>Qe(t)>-Qe(min)时,Qm(t)= Qm(t-1);
当-Qe(min)≥Qe(t)>-Qe(max)且Qec(t)≥0时,Qm(t)= Qm(t-1)+ΔQ(m)(min);
当-Qe(min)≥Qe(t)>-Qe(max)且Qec(t)<0时,Qm(t)= Qm(t-1)+J*ΔQ(m)(min);
当Qe(t)≤-Qe(max)时,Qm(t)= Qm(t-1)+ΔQ(m)(max);
所述Qe(max)、Qe(min)、ΔQ(m)(max)、ΔQ(m)(min)均为预设值,且Qe(max)>Qe(min)>0,ΔQ(m)(max)>ΔQ(m)(min)>0,所述K为Qe(t)进入(Qe(max),Qe(min)]区间后实际锅炉炉膛负压信号Qv(t)的采样次数;所述J为Qe(t)进入[-Qe(min),-Qe(max))区间后实际锅炉炉膛负压信号Qv(t)的采样次数;所述Qm(t)在t=0时为一个预设初始值。
[0008] 本发明的生物质气化热能转换系统的自适应智能控制方法原理如下:在锅内位一定的前提下,锅炉出口蒸汽压力的变化既与炉膛的燃料供给量有关,又与输出的蒸汽流量有关。燃料的供给决定于气化炉的气化反应及燃气输出,蒸汽输出流量取决于用户的负荷需求。输出流量调节开度一定时,燃气供给量增加,则出口蒸汽压力随之增加,蒸汽流速也将增加;如果燃气供给一定,而调节阀开度加大时,输出蒸汽流量立即增大,而压力随之下降。因此基于蒸汽压力的气化炉控制必须考虑蒸汽输出流量的扰动因素,且在蒸汽输出调节阀变化时,变更相应的控制规则。
[0009] 尽管气化炉气化反应的中间过程相当复杂,但最终产物是较为简单的气体混合物,供给气化炉鼓风量的多少,与气化炉燃气产量有直接关系。当生物质原料加入量一定时,空气流量增加,则氧化反应温度升高,有利于气化反应进行,因而使可燃气体含量增加,并在空气流量达到一定值时,可燃气体组分达到最佳值;但当空气流量继续增加时,由于燃气中的CO2与N2含量的增加,可燃气体的含量却随之下降。
[0010] 锅炉输出蒸汽调节阀开度一定时,出口蒸汽压力与气化炉的气化鼓风量之间存在对应关系。气化炉与锅炉燃烧供热系统的自适应控制模型基本原理是:根据用户要求确定蒸汽输出的压力,为保持该压力恒定,当压力有增大趋势时,减少气化炉的气化鼓风量;当蒸汽压力有下降趋势时,增大气化炉的气化鼓风量。锅炉燃烧器的助燃配风与气化炉鼓风量应保持一定比例关系,由锅炉设计的过量空气系数决定,其最佳值与锅炉排放尾气的含氧量有关,可由具体的气化炉、燃烧器及锅炉来测算,此处不再赘述。
[0011] 为防止锅炉燃烧时炉膛火焰及烟尘外溢,要求炉膛保持一定的负压,这对锅炉燃烧工况及锅炉安全都最为有利。锅炉的负压是由控制锅炉引风量决定的,引风量增大则负压增大,引风量减少则负压减少,因此为使炉膛保持一定的负压,引风量与气化炉鼓风、燃烧器助燃配风应有一定的差值。
[0012] 传统的生物质气化热能转换系统的控制方法一般采用PID闭环控制,该种控制方法建立公式后需要进行参数整定,一旦整定计算好后,在整个控制过程中都是固定不变的,但在由气化炉—锅炉组成的热能转换系统中,系统具有大滞后、非线性、时变性等特点,生物质的含水量、成份很难一致,基于常规P I D算法的控制较难获得最佳的效果,为此采用本专利所述的偏差区间分段式的自适应智能控制规则,下面以气化炉气化强度控制过程为例,详细阐述自适应智能控制规则:如图2所示:
当Pe(t)≥Pe(max)时,说明锅炉蒸汽压力偏差量Pe(t)过大,处于图2中的e区间,则应该控制气化炉鼓风机的风量Pm(t)大幅度降低,以尽快降低锅炉蒸汽压力,因此采用公式:Pm(t)= Pm(t-1)-ΔP(m)(max);
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)>0时,说明锅炉蒸汽压力偏差量Pe(t)较大,而且锅炉蒸汽压力偏差量Pe(t)正在向扩大的趋势发展,处于图2中的c区间的L1段,因此也应该使气化炉鼓风机的风量Pm(t)较大幅度的降低,以尽快降低锅炉蒸汽压力,因此采用公式:Pm(t)= Pm(t-1)-M*ΔP(m)(min); M的数值越大,说明该锅炉蒸汽压力偏差量Pe(t)的变化趋势仍然处于上升趋势,说明气化炉鼓风机的风量控制量明显偏小,应逐渐增加较大的控制量,尽快减小偏差;
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)≤0时,说明锅炉蒸汽压力偏差量Pe(t)较大,但是锅炉蒸汽压力偏差量Pe(t)正在向减小的趋势发展,处于图2中的c区间的L2段,因此应该使气化炉鼓风机的风量Pm(t)缓慢降低,以避免发生过冲而导致锅炉蒸汽压力过低的情况,因此采用公式:Pm(t)= Pm(t-1)-ΔP(m)(min);
当Pe(min)>Pe(t)>-Pe(min)时,说明锅炉蒸汽压力偏差量Pe(t)较小,处于图2中的a、b区间,此时不必调整气化炉鼓风机的风量Pm(t),以避免发生过冲而导致锅炉蒸汽压力过低的情况,因此采用公式:Pm(t)= Pm(t-1);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)≥0时,说明锅炉蒸汽压力偏差量Pe(t)的绝对值较大,即锅炉蒸汽压力较低,但是锅炉蒸汽压力偏差量Pe(t) 的绝对值正在向减小的趋势发展,处于图2中的d区间的L3段,因此应该使气化炉鼓风机的风量Pm(t)缓慢升高,以避免发生过冲而导致锅炉蒸汽压力过高的情况,因此采用公式:Pm(t)= Pm(t-1)+ΔP(m)(min);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)<0时,说明锅炉蒸汽压力偏差量Pe(t) 的绝对值较大,即锅炉蒸汽压力较低,而且锅炉蒸汽压力偏差量Pe(t) 的绝对值正在向扩大的趋势发展,处于图2中的d区间的L4段,因此应该使气化炉鼓风机的风量Pm(t)较大幅度的降低,以尽快提高锅炉蒸汽压力,因此采用公式:Pm(t)= Pm(t-1)+N*ΔP(m)(min);N的数值越大,说明该锅炉蒸汽压力偏差量Pe(t) 的绝对值的变化趋势仍然处于上升趋势,说明气化炉鼓风机的风量控制量明显偏小,应逐渐增加较大的控制量,尽快减小偏差;
当Pe(t)≤-Pe(max)时,说明锅炉蒸汽压力偏差量Pe(t) 的绝对值过大,即锅炉蒸汽压力太低,则应该控制气化炉鼓风机的风量Pm(t)大幅度降低,以尽快升高锅炉蒸汽压力,因此采用公式:Pm(t)= Pm(t-1)+ΔP(m)(max)。
[0013] 锅炉炉膛负压控制主要通过调节锅炉引风机的引风量来实现。当生物质燃气和燃烧器助燃配风增加时,炉膛负压势必会向正压的方向减小,为了保证负压,调节手段为增加引风量;当生物质气和燃烧器助燃配风减少时,炉膛负压势必会向负的方向增大,这时的调节手段为减少引风量。本专利首先使燃烧器配风机的风量与气化炉鼓风机的风量保持为正比关系;然后再在自适应智能控制规则下,根据实际锅炉炉膛负压信号Qv(t)控制锅炉引风机的风量Qm(t),简化了控制参数和流程。
[0014] 上述 各 个 预 设值 Pe(max)、Pe(min)、ΔP(m)(max)、ΔP(m)(min)、Pm(t=0)、Qe(max)、Qe(min)、ΔQ(m)(max)、ΔQ(m)(min)以及Qm(t=0)都可以根据经验值得到或者设定,以快速使得锅炉蒸汽压力达到稳定状态。
[0015] 本专利中的生物质气化热能转换系统的自适应智能控制方法已在多家公司的生物质气化集中供汽系统中成功运行,运行长期稳定可靠,出口蒸汽压力与流量满足用户要求。采用自适应智能控制规则后,有效避免了生物质含水量、成份的变化对控制结果的影响,得到的锅炉蒸汽压力与设定值的偏差小于最大偏差设定值,具有很好的稳定性附图说明
[0016] 图1是生物质气化热能转换系统的原理示意图。
[0017] 图2是气化炉气化强度控制的原理示意图。
[0018] 图3是锅炉炉膛负压控制的原理示意图。
[0019] 图4是气化炉气化强度控制的智能控制规则示意图。

具体实施方式

[0020] 下面对照附图,通过对实施实例的描述,对本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理等作进一步的详细说明。
[0021] 实施例1:本实施例所针对的生物质气化热能转换系统如图1所示(图中未画出控制单元),包括控制单元,所述控制单元分别与锅炉蒸汽压力传感器、气化炉鼓风机、燃烧器配风机、锅炉引风机及锅炉炉膛负压检测传感器相连;本实施例的原理如图2、3所示,当然,为了数字量与模拟量之间的转化,还设置了相应的AD转换器和DA转换器。
[0022] 本实施例的生物质气化热能转换系统的自适应智能控制方法包括气化炉气化强度控制过程和锅炉炉膛负压控制过程;所述气化炉气化强度控制过程中,控制单元按预定时间间隔采样得到实际锅炉蒸汽压力信号Pv(t),并与预定的锅炉蒸汽压力值Ps相比较得到锅炉蒸汽压力偏差量Pe(t),还根据相邻采样时刻所得到的锅炉蒸汽压力偏差量Pe(t)计算得到锅炉蒸汽压力偏差变化率Pec(t),所述Pe(t)= Pv(t)- Ps, Pec(t)= Pe(t)- Pe(t-1);控制单元根据下述公式来调整气化炉鼓风机的风量Pm(t):当Pe(t)≥Pe(max)时,Pm(t)= Pm(t-1)-ΔP(m)(max);
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)>0时,Pm(t)= Pm(t-1)-M*ΔP(m)(min);
当Pe(max)>Pe(t)≥Pe(min)且Pec(t)≤0时,Pm(t)= Pm(t-1)-ΔP(m)(min);
当Pe(min)>Pe(t)>-Pe(min)时,Pm(t)= Pm(t-1);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)≥0时,Pm(t)= Pm(t-1)+ΔP(m)(min);
当-Pe(min)≥Pe(t)>-Pe(max)且Pec(t)<0时,Pm(t)= Pm(t-1)+N*ΔP(m)(min);
当Pe(t)≤-Pe(max)时,Pm(t)= Pm(t-1)+ΔP(m)(max);
所述Pe(max)、Pe(min)、ΔP(m)(max)、ΔP(m)(min)均为预设值,且Pe(max)>Pe(min)>0,ΔP(m)(max)>ΔP(m)(min)>0,所述M为Pe(t)进入(Pe(max),Pe(min)]区间后实际锅炉蒸汽压力信号Pv(t)的采样次数;所述N为Pe(t)进入[-Pe(min),-Pe(max))区间后实际锅炉蒸汽压力信号Pv(t)的采样次数;所述Pm(t)在t=0时为一个预设初始值。
[0023] 进一步地,为保持锅炉炉膛负压的稳定,改善燃烧状况,所述锅炉炉膛负压控制过程如下:首先,控制单元控制燃烧器配风机,使其风量与气化炉鼓风机的风量保持为正比关系;其次,控制单元按预定时间间隔采样得到实际锅炉炉膛负压信号Qv(t),并与预定的锅炉炉膛负压值Qs相比较得到锅炉炉膛负压偏差量Qe(t),根据相邻采样时刻所得到的锅炉炉膛负压偏差量Qe(t)计算得到锅炉炉膛负压偏差变化率Qec(t),所述Qec(t)= Qe(t)- Qe(t-1);控制单元根据下述公式来调整锅炉引风机的风量Qm(t):当Qe(t)≥Qe(max)时,Qm(t)= Qm(t-1)-ΔQ(m)(max);
当Qe(max)>Qe(t)≥Qe(min)且Qec(t)>0时,Qm(t)= Qm(t-1)-K*ΔQ(m)(min);
当Qe(max)>Qe(t)≥Qe(min)且Qec(t)≤0时,Qm(t)= Qm(t-1)-ΔQ(m)(min);
当Qe(min)>Qe(t)>-Qe(min)时,Qm(t)= Qm(t-1);
当-Qe(min)≥Qe(t)>-Qe(max)且Qec(t)≥0时,Qm(t)= Qm(t-1)+ΔQ(m)(min);
当-Qe(min)≥Qe(t)>-Qe(max)且Qec(t)<0时,Qm(t)= Qm(t-1)+J*ΔQ(m)(min);
当Qe(t)≤-Qe(max)时,Qm(t)= Qm(t-1)+ΔQ(m)(max);
所述Qe(max)、Qe(min)、ΔQ(m)(max)、ΔQ(m)(min)均为预设值,且Qe(max)>Qe(min)>0,ΔQ(m)(max)>ΔQ(m)(min)>0,所述K为Qe(t)进入(Qe(max),Qe(min)]区间后实际锅炉炉膛负压信号Qv(t)的采样次数;所述J为Qe(t)进入[-Qe(min),-Qe(max))区间后实际锅炉炉膛负压信号Qv(t)的采样次数;所述Qm(t)在t=0时为一个预设初始值。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈