文献类型：期刊文章

作　　者：周洪煜[1] 张振华[1] 张军[2] 张伟[1] 赵乾[1]

机构地区：[1]重庆大学动力工程学院,重庆市沙坪坝区400030 [2]西北电力设计院,陕西省西安市710075

出　　处：《中国电机工程学报》

年　　份：2011

卷　　号：31

期　　号：5

起止页码：108-113

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：喷氨量大小不仅影响超临界锅炉选择性催化还原(selective catalytic reduction,SCR)烟气脱硝装置的效率,过量喷氨也会导致下游空预器受热面的积灰、腐蚀和造成资源浪费、二次污染,且在变负荷时,传统PID控制方式很难实现最佳控制。通过引入混结构隐含层,改善传统RBF神经网络变工况控制时的非线性和扰动适应能力,设计了基于混结构RBF神经网络(MS-RBFNN)的喷氨流量最优控制系统,用MS-RBFNN综合学习当前主要相关状态参数,以SCR脱硝装置出口NOx排放量最小作为学习训练信号,实时并行计算出最优喷氨控制流量。实验结果表明,此优化方案相对传统PID控制,具有更好的NOx排放控制效果和变工况适应能力,同时节约了喷氨量。

关 键 词：选择性催化还原 径向基函数神经网络 混结构  最优控制  烟气脱硝 超临界锅炉

分 类 号：TK32]