Wydzia MechanicznoEnergetyczny Dr in JANUSZ LICHOTA Prof JERZY

Wydział Mechaniczno-Energetyczny Dr inż. JANUSZ LICHOTA Prof. JERZY SĄSIADEK SYGNAŁY TESTOWE DO IDENTYFIKACJJI EMISJI NO 2 Z KOTŁA OP-650

PLAN WYSTĄPIENIA • • • Wstęp Kryteria optymalizacji sygnału sterującego Sygnały testowe Wyniki identyfikacji Wnioski

WSTĘP

WSTĘP

WSTĘP u t

WSTĘP

WSTĘP Tw. Jeżeli sygnał wyjściowy y(t) zawiera informacje nie wprowadzane wraz z wektorem x(t), to wówczas trzecia forma jest jedyną możliwą postacią, która pozwala na prawidłową predykcję wektora y(t+1). Przestrzeń sygnałów y(t) (liniowa lub nieliniowa) nie jest rozpinana wówczas przez wektory x(t), a jest rozpinana przez wektory x(t), y(t).

Kryteria optymalizacji sygnału sterującego spalaniem węgla w kotle

KRYTERIA OPTYMALIZACJI U • emisja tlenków azotu NOx np. poniżej 480 mg/m 3 u • emisja tlenku węgla CO np. mniejsza niż 250 mg/Nm 3 przy 6% zawartości O 2 • zawartość części palnych w popiele np. poniżej 5% w całym zakresie obciążeń. • temperatura spalin wylotowych powinna być niższa np. od 330 C - 360 C. • sprawność bloku powinna być utrzymana na niezmienionym poziomie lub wzrosnąć. • różnica temperatur stron pary świeżej powinna być minimalna, a także temperatura pary świeżej nie może ulec zmianie (540 C).

Sygnały testowe

SYGNAŁY TESTOWE Strumienie powietrza Strumienie spalin Strumienie węgla Strumienie wody Strumienie pary Temperatura powietrza i spalin Moc generatora Położenie zasuw WS Ciśnienie spalin NOx(t-1), CO(t-1) Sztuczna sieć neuronowa NO 2(t) CO(t)

SYGNAŁY TESTOWE

SYGNAŁY TESTOWE

SYGNAŁY TESTOWE

SYGNAŁY TESTOWE

SYGNAŁY TESTOWE Czy skład węgla jest potrzebny na wejściu do sieci neuronowej? Skład węgla jako sygnał wejściowy do sieci neuronowej

SYGNAŁY TESTOWE Wielu autorów wprowadza skład węgla na wejście do sieci neuronowej, aby obliczyć przewidywaną emisję tlenków azotu. Nie jest to niezbędne. Jeżeli jest znana emisja NOx z kotła, to ma wpływ na nią również skład spalonego węgla i jego ziarnistość, lecz uwzględnienie składu węgla może być dokonane pośrednio. Jednym z sygnałów sterujących u(t) może być emisja tlenków azotu NOx w chwili t. Sygnał ten zawiera niezbędne informacje o składzie węgla.

SKŁAD WĘGLA JAKO SYGNAŁ WEJŚCIOWY Pominięcie składu węgla na wejściu do sieci będzie pogarszało jakość modelu. Wielokrotnie przeprowadzane próby nauczenia sztucznej sieci neuronowej identyfikacji przyszłej emisji tlenków azotu NOx(t+1) z pominięciem sygnału NOx(t) prowadziły do co najmniej 30% różnicy pomiędzy sygnałem pomiarowym i pochodzącym z modelu neuronowego.

Wyniki identyfikacji emisji NO 2 i CO z kotła

WYNIKI MODELU NEURONOWEGO W sieci neuronowej pominięto następujące zmienne : • ciśnienie spalin recyrkulujących za wentylatorem WR 1, • temperaturę powietrza przed podgrzewaczem LP 1 oraz LP 2, • strumienie przepływu wody przez poszczególne pompy obiegowe, • temperaturę powietrza wpływającego do kotła, • różnicę otwarcia klap wentylatorów spalin.

WYNIKI MODELU NEURONOWEGO

WYNIKI MODELU NEURONOWEGO

WYNIKI MODELU NEURONOWEGO Porównanie z innymi autorami A Cascaded Neural Network and Its Application to Modelling. Power Plant Pollutant Emission, Kang Li, Stephen Thompson, Proceedings of the 3 d World Congress on Intelligent Control and Automation June 28 -July 2, 2000, Hefei, P. R. China

WNIOSKI

WNIOSKI Osiągnięto cel – model matematyczny, który dokładnie przewiduje emisję NO 2 oraz CO. Model może być zastosowany do modyfikacji sygnałów sterujących spalaniem węgla w kotle.

Dziękuję za uwagę i zainteresowanie