-
公开(公告)号:CN119783517A
公开(公告)日:2025-04-08
申请号:CN202411851906.4
申请日:2024-12-16
Applicant: 哈尔滨锅炉厂有限责任公司 , 哈尔滨哈锅能源动力科技有限公司 , 哈尔滨工业大学
IPC: G06F30/27 , G06F18/241 , G06N3/126 , G06F119/08
Abstract: 一种基于多源数据驱动的锅炉温度场分布优化控制方法,属于燃煤机组调控技术领域,为解决对锅炉炉膛内温度场分布进行优化过程不能覆盖全炉膛每个点温度的问题。包括:对锅炉内燃烧状态进行次数值模拟,获得典型运行工况下炉膛温度场数值模拟数据;将其与运行过程参数集进行多源数据融合;根据锅炉运行负荷对融合后数据集进行分类;采用KNN算法构建炉膛温度分布软测量模型,对不同工况锅炉炉膛温度分布情况进行预测;选取可控变量,对可控变量进行寻优;以理想温度场分布作为优化目标,采用融合遗传算法GA和爬山搜索HC的文化基因算法MA,计算获得满足优化目标的二次风量最优解集,对锅炉进行调控燃烧。用于燃煤锅炉内部燃烧状态的检测。
-
公开(公告)号:CN119720843A
公开(公告)日:2025-03-28
申请号:CN202411779058.0
申请日:2024-12-05
Applicant: 哈尔滨哈锅能源动力科技有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F113/08 , G06F119/08 , G06F119/14 , G06F111/10
Abstract: 一种利用锅炉烟气测温校准CFD数值模拟方法、系统、设备及介质,属于锅炉技术领域,解决了现有的测温方法按照设计条件依靠数值模拟进行计算,得到的结果与实际运行偏差较大的问题。所述方法包括:采集锅炉的运行数据;采集锅炉烟气温度,计算获得吸热量;生成UDF,导入到相应结构的边界条件中;调整相应结构的吸热系数;采集锅炉基本工况下的换热系数与输入数据,进行大数据学习,得到全工况下的换热系数,将锅炉全工况下的换热系数导入到水冷壁和高温受热面的边界条件中,完成所述模拟方法。本发明适用于锅炉测温应用场景。
-
公开(公告)号:CN119495379A
公开(公告)日:2025-02-21
申请号:CN202411528032.9
申请日:2024-10-30
Applicant: 哈尔滨锅炉厂有限责任公司 , 哈尔滨哈锅能源动力科技有限公司
IPC: G16C20/70 , G16C20/10 , G06F30/27 , G06F18/27 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N5/01 , G06F111/10 , G06F113/08 , G06F119/08 , G06F119/12
Abstract: 一种基于数值模拟的利用DT建模快速预测炉膛内氮氧化物浓度的方法和系统,涉及炉膛内氮氧化物浓度领域。现有技术中对炉膛内氮氧化物浓度测量和计算方法存在精度不足、收敛性不好、计算工作量大、模型不全且速度慢效率低的问题。所述方法包括采集实时或离线数据,利用数值模拟软件建立锅炉炉膛的物理模型,并进行仿真计算后,对数据进行预处理和预分析。利用DT建模软件,对处理好的数据进行机器学习预测,实现不同工况下氮氧化物浓度的快速预测,所述系统基于所述方法实现,本发明还适用于监测炉膛内氮氧化物浓度领域中。
-
公开(公告)号:CN119378437A
公开(公告)日:2025-01-28
申请号:CN202411483100.4
申请日:2024-10-23
Applicant: 哈尔滨哈锅能源动力科技有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F119/08 , G06F119/14 , G06F113/08 , G06F111/10
Abstract: 本发明提出一种锅炉燃烧耦合工质传热计算的在线壁温监测方法。本发明将工质侧水动力计算流量分配模型与炉内燃烧侧三维热负荷分配模型相耦合,根据回路划分实现实时精准计算水冷壁全屏管壁温,识别传热恶化区域,进而减少爆管事故的发生。本发明的实施开展有利于减少电厂事故的发生,提高锅炉四管设备可靠性,减少非计划停机次数,提高机组设备可用率,同时提高了机组运行的安全性和经济性。
-
公开(公告)号:CN119089818A
公开(公告)日:2024-12-06
申请号:CN202411099236.5
申请日:2024-08-12
Applicant: 哈尔滨哈锅能源动力科技有限公司 , 北京国电电力有限公司大连开发区热电厂 , 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/25 , G06F30/23 , G06F119/04 , G06F113/08 , G06F119/14 , G06F119/08 , G06F111/10
Abstract: 一种用于燃煤锅炉水冷壁寿命及安全性评估方法,涉及燃煤锅炉状态评估领域。解决现有技术无法对水冷壁的使用寿命及安全性情况进行全面评估的问题。方法包括:计算水冷壁超温程度的步骤;计算水冷壁区域磨损程度的步骤;计算水冷壁管子外壁的蠕变寿命值的步骤;计算硫化物高温腐蚀和硫化物型高温腐蚀的腐蚀程度的步骤;计算水冷壁管段的结焦程度的步骤;计算水冷壁管受应力影响程度的步骤;根据水冷壁超温程度、水冷壁区域磨损程度、水冷壁管子外壁的蠕变寿命值、硫化物高温腐蚀和硫化物型高温腐蚀的腐蚀程度、水冷壁管段的结焦程度、水冷壁管受应力影响程度及水冷壁管受应力影响程度计算冷壁寿命及安全性。应用于水冷壁安全评估领域。
-
公开(公告)号:CN118039004A
公开(公告)日:2024-05-14
申请号:CN202410135159.8
申请日:2024-01-31
Applicant: 国能浙能宁东发电有限公司 , 哈尔滨哈锅能源动力科技有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G16C20/10 , G01N17/00 , G16C20/70 , G06N20/00 , G06F30/27 , G06F30/28 , G06F119/14 , G06F119/08 , G06F111/10
Abstract: 煤粉锅炉内温度与硫化氢气体浓度在线监测方法,属于锅炉安全技术领域。解决了现有锅炉低负荷运行过程中存在经济性与安全性差的问题。本发明先获取燃烧系统和汽水系统中所有硬件设备的结构参数、煤质数据、锅炉测点的历史数据和操作参数;利用上述数据,进行燃烧数值模拟和工质性能计算,获取历史数据环境下锅炉燃烧器水冷壁范围内的硫化氢的浓度场和炉膛内的温度场;建立基于DNN的机器学习模型,对所述机器学习模型进行训练,获取温度及腐蚀气体浓度估计模型;采集煤质数据、锅炉测点数据和操作参数的实时数据,将采集的实时数据作为温度及腐蚀气体浓度估计模型的输入,对锅炉内的温度和硫化氢气体的浓度进行预测。本发明主要用于锅炉安全性监测。
-
公开(公告)号:CN114036758B
公开(公告)日:2023-03-24
申请号:CN202111341743.1
申请日:2021-11-12
Applicant: 华电新疆哈密煤电开发有限公司 , 哈尔滨锅炉厂有限责任公司
IPC: G06F30/20 , G06F111/10 , G06F119/02
Abstract: 基于数值模拟和机器学习的锅炉燃烧状态动态展示方法,涉及锅炉燃烧状态监测领域。本发明是为了解决目前主要通过从模拟数据库中调用燃烧参数获取锅炉燃烧状态预测范围有限,且仅适用于离线分析实时性差的问题。本发明包括:将待获取燃烧参数的锅炉运行工况输入到训练好的全工况燃烧参数预测模型中获得该运行工况下的燃烧参数,然后将燃烧参数转换为可供显示程序识别的RGB值和沿炉膛宽度、高度方向上静态或动态各个截面上的燃烧参数分布信息即可动态实时展示锅炉燃烧状态。本发明用于实时获取锅炉燃烧状态。
-
公开(公告)号:CN112036100A
公开(公告)日:2020-12-04
申请号:CN202011014861.7
申请日:2020-09-24
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F17/18 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明涉及一种预测炉膛氧气浓度的方法,属于燃煤锅炉技术领域。本发明研发解决的是锅炉氧浓度测量方法无法准确得知炉膛内部氧含量的具体分布的问题。包括以下步骤:步骤一:数值模拟仿真,利用数值模拟软件建立炉膛内部的物理模型,仿真运算;步骤二:数据处理,处理数值模拟结果;步骤三:算法预测,利用四种回归算法预测;步骤四:结果应用,从四种回归算法选择效果最佳算法,预测指定工况下的燃烧器出口风量。利用fluent软件对锅炉燃烧进行全炉膛的数值仿真,从而得到炉膛内部任意位置的氧气浓度分布数据;将无法观察的炉膛内部氧气分布场,用数据进行可视化。
-
公开(公告)号:CN111931436A
公开(公告)日:2020-11-13
申请号:CN202010796708.8
申请日:2020-08-10
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06F30/27 , G06F111/10
Abstract: 一种基于数值模拟与神经网络的燃烧器喷口风量预测方法,涉及燃烧器技术领域,针对传统的炉膛内部风量测量方法测量精度和效率低的问题,包括步骤一:利用数值模拟软件建立锅炉热二次风道的物理模型,进行仿真运算,生成各工况下的燃烧器喷口风量仿真数据;步骤二:对生成的各工况下的燃烧器喷口风量仿真数据进行数据清洗;步骤三:根据处理后的数据训练神经网络,并利用训练好的神经网络对燃烧器喷口风量进行预测。根据人为设定的典型工况,作为算法输入,训练神经网络,通过该模型可以预测大量其他工况下的燃烧器喷口风量。利用算法代替人工网格绘图、数值模拟仿真等大量工作。极大程度上缩短了预测时间、提高了仿真效率、并且提高了测量精度。
-
公开(公告)号:CN112163380B
公开(公告)日:2024-06-18
申请号:CN202011014871.0
申请日:2020-09-24
Applicant: 哈尔滨锅炉厂有限责任公司
IPC: G06F30/28 , G06N3/0464 , G06N3/084 , G06F111/10
Abstract: 本发明是基于数值模拟的神经网络预测炉膛氧气浓度系统及方法,尤其涉及神经网络学习机预测炉膛氧气浓度,属于神经网络应用领域,目的是解决传统氧气浓度测量方法测量精度不足和效率低的问题。该系统包括数值模拟仿真模块,数据处理模块,算法预测模块和实现模块。通过所述的数值模拟仿真模块,利用数值模拟软件建立炉膛内部的物理模型,进行仿真运算;利用所述的数据处理模块,将数值模拟结果进行处理,然后算法预测模块建立三种神经网络模块并进行算法预测,最后通过实现模块选择出最佳算法从而实现炉膛内氧量分布的预测,本发明处理信息量大、计算速度快、通过简便快捷的方式处理复杂的炉膛氧量问题,能精准的预测未来走势,提升计算效率。
-
-
-
-
-
-
-
-
-