热力系统仿真中虚拟现实技术的应用

作业工面高新技术,虚拟现实技术是计算机技术、自动化技术、传感器技术和人机和谐交互技术的完善结合,已成为新兴的研究热点,并在某些领域得到应用。本文从虚拟现实技术和过程仿真技术的特点,以热力系统为研究对象,论述了虚拟现实技术在仿真领域的应用,探讨虚拟现实技术在热力系统仿真的应用可能、技术基础、实现途径和设计方法,同时陈述有待解决的关键问题。     

600 MW机组锅炉对流受热面灰污在线监测研究

运用热平衡原理,建立了基于电厂实时数据的热力计算模型.对电厂分散控制系统(DCS)采集的实时数据进行预处理,考虑了机组负荷和燃用煤质变化的影响.从机组运行经济性和安全性出发,综合机组负荷、减温水量和各受热面灰污因子等重要因素,制定了比较实用的吹灰优化策略.在某厂600MW机组计算机在线监测系统上投运,该吹灰系统能够及时准确地提供吹灰指导,初步实现了针对锅炉对流受热面的吹灰指导.     

清灰效率对炷状陶瓷过滤器的影响

研究了脉冲清灰效率对过滤过程的影响。假定粉尘结构在过滤和清灰中不变的条件下 ,对清灰效率的影响进行了分析。发现在一定的启动压降下 ,存在着一个最佳的清灰效率 ,即在 90 %～ 95 %之间。由于在运行的前几个循环中 ,粉尘压降、残留粉尘压降以及粉尘厚度、残留粉尘厚度存在较大的变化 ,因而在开始的几个循环中 ,不宜采用相同的清灰时间间隔     

钾盐对煤焦-CO2气化反应特性的影响

利用法国Setaram公司生产的TGA92型热重分析仪，比较钾基、钙基、铁基催化剂对煤焦-CO2气化反应的影响，发现钾基催化剂催化效果最好．在反应温度900—1050℃范围内，利用自行建造的小型固定床试验装置研究了气化温度、钾盐催化剂含量、形成焦炭的原煤煤质对煤焦与CO2的气化反应活性的影响．试验结果表明，反应温度对气化过程影响显著，提高气化温度，煤焦与CO2的气化反应速率急剧增加，转化率显著提高；不同配煤比的原煤制得的焦炭，在气化过程中表现出不同的反应特性，弱黏结性的气煤表现出良好的抗碱能力。     

烛状陶瓷过滤器的清灰分析

研究了脉冲清灰效率对过滤过程的影响。假定粉尘结构在过滤和清灰中不变的条件下,对清灰效率的影响进行了分析。发现,在一定的启动压降下,有一个最佳的清灰效率,在90%～95%之间。由于在运行的前几个循环中,粉尘压降、残留粉尘压降以及粉尘厚度、残留粉尘厚度存在较大的变化,因而在开始的几个循环中,不宜采用相同的清灰时间间隔。     

流化床炉膛虚拟温度场表示研究

介绍了以VC+ + 6.0为平台 ,结合Intra3D[1] 技术研究流化床锅炉燃烧温度场的三维动态可视化虚拟表示。在流化床锅炉燃烧温度场的动态全面仿真的基础上 ,运用计算机图形学的理论和方法 ,利用数字仿真的大量数据 ,借助于粒子运动系统的规律 ,建立流化床虚拟火焰 ,并实现动态显示和基本的人机交互。该技术的研究 ,可拓展热力系统性能研究的思路 ,弥补试验或中试研究中投资大、周期长的不足 ,开拓出新型的热力系统的虚拟再现研究手段。     

化学链反应器研究进展

化学链技术是目前能源技术研究的热点之一,其关键技术包括载体材料的制备和反应器的设计。综述了化学链技术的应用前景,总结了化学链反应器设计原理,回顾了目前世界上公开报道的设计完成、在建或已经运行的化学链反应器,归纳讨论了不同反应器设计细节的共同点及目的。开展以微小颗粒、纳米颗粒作为载体材料时,颗粒聚团在宏观反应器尺度下的流动传递规律、循环反应机理和系统运行控制特性的研究;开展反应器内颗粒流动-传递-反应耦合机制研究,建立多尺度统一模型;在全尺寸化学链反应器上进行系统自热实验研究;利用数值模拟方法研究和开发用于固体燃料转化过程的高效炭/灰分离器是未来化学链反应器发展需要关注的几个方面。     

基于NCS4000的燃烧室控制系统的设计与实现

中国科学院工程热物理研究所现有一套6B燃气轮机全尺寸燃烧室中压试验台,因实验需要,在现有试验台的基础上,增设一套9E燃烧室试验台．现有的Agilent公司的VXI测试系统已不能满足实验需要。基于NCS4000对现有的VXI测试系统进行了集成改造,给出了改造方案的网络结构,同时根据试验需要设计了燃烧室的控制系统结构,并运用NCS4000的组态软件进行了人机界面组态,实现了两套实验装置的统一监测和自动化控制。     

基于PCA-SSA-LSTM的余热锅炉状态监测模型

为了实现对余热锅炉的状态监测,保证余热锅炉的健康运行,使用余热锅炉健康运行时的数据并结合主成分分析（PCA）、麻雀搜索算法（SSA）、长短期记忆网络（LSTM）3种方法建立余热锅炉三压力级主蒸汽温度和压力预测模型。使用PCA将模型输入参数从22维降到9维,并以再热蒸汽温度预测模型为例进行分析,发现经PCA降维的模型与未经PCA降维的模型相比缩减了11.3%的超参数寻优时间。使用SSA对LSTM超参数寻优之后分别建立6个主蒸汽温度、压力预测模型,与未使用SSA的模型相比,这些模型的决定系数有了显著的提升,平均绝对误差与均方根误差有了显著的下降。因此基于PCA-SSALSTM的余热锅炉状态监测模型训练时间短,预测精度高,同时该模型给燃气轮机联合循环电厂余热锅炉的故障监测与诊断提供了理论依据和技术支持。