基于清洁度的冷凝器污垢监测方法研究*

张 莹,王耀南,文益民

(1.湖南大学电气与信息工程学院,湖南长沙 410082;2.湘潭大学信息工程学院,湖南湘潭 411105; 3.桂林电子科技大学计算机科学与工程学院,广西桂林 541004)

基于清洁度的冷凝器污垢监测方法研究*

张 莹1,2†,王耀南1,文益民3

(1.湖南大学电气与信息工程学院,湖南长沙 410082;2.湘潭大学信息工程学院,湖南湘潭 411105; 3.桂林电子科技大学计算机科学与工程学院,广西桂林 541004)

衡量冷凝器运行状况的污垢系数容易受到多种因素的影响,故以污垢系数为基础来判断冷凝器水侧壁管脏污的情况,会产生很大的误差.本文提出清洁度的定义,从而将冷凝器汽侧空气量、水管壁的污垢程度、冷凝器管束布置系数等因素对凝汽器总体传热系数的影响分离开来,能够更准确地诊断凝汽器的污垢程度,为凝汽器的合理清洗提供依据.实验数据表明,当冷凝器的运行出现以下变化如冷凝管堵塞、自动清洗装置停运、空气漏入量较大时,清洁度能够取得比T-S模型、热阻法、RBF神经网络更精确的测量结果,对冷凝器的高效运行具有重要的工程意义.

冷凝器;污垢监测;清洁度;管束布置;汽侧空气量

冷凝器是汽轮机组的一个重要组成部分,其作用是将汽轮机的排汽冷却凝结成水,形成高度真空,使进入汽轮机的蒸汽能膨胀到远低于大气压力而多做功,以提高热力循环的效率.可是由于冷却水质的不洁净,热交换时发生化学反应等原因,使冷凝器换热管内壁积聚了许多降低传热效率的污垢,使汽轮机的输出功率减少,热耗率增加.为了测取不同条件下的污垢数据,研制了各种各样的实验研究设备和监测方法.目前常采用热阻法、传热系数法和温差法等方法测量污垢系数[1].

随着机组单机容量的增加,排汽口数量相应增加,污垢系数容易受到冷凝器汽侧漏入的空气量、抽气器的工作情况、汽侧冷却面的清洁程度以及冷却水进口温度等因素的影响,因而以污垢系数为基础来判断冷凝器水管侧脏污的情况,会产生很大的误差[2].如何准确地测定冷凝器的污垢程度,以便为冷凝器的及时清洗提供依据,是许多学者都在研究的问题.

1 冷凝器清洁度的定义

传热系数是单位时间内,经单位冷却面积在温差为1 K时蒸汽向冷却水传递的热量.传热系数计算的别尔曼公式为:

传热系数法容易将汽侧漏入空气量的增加误认为水侧管壁污垢的增加,会造成对水管壁污垢的误诊断,尤其是当汽轮机低负荷运行时,漏入的空气量对j的影响更大.由式(1)计算刚清洗完的冷凝器管壁清洁率j=0.918.而一般认为冷凝器刚投入使用或管壁足够清洁时,j=1.

修正后的理想传热系数Kp＇为:

由于运行时冷却水流量通常变化很小且入口温度是由自然条件决定的,并且管子材料、壁厚在运行中也是无法改变的,而冷凝器性能与冷凝管的布置和冷凝器的真空度密切相关.故重新定义清洁度Cf为:

式中:C s为管束布置修正系数;C a为汽侧空气量修正系数.管束布置修正系数C s越大,说明冷凝管布置越合理,传热效果越好.汽侧空气量修正系数与汽侧空气量对冷凝器传热的影响成正比,对于真空系统严密性好且抽气设备工作性能良好的机组,水侧管壁足够清洁时,Ca=1.

清洁度Cf的值在0～1之间,实际应用中,当Cf＜0.8就需要进行清洁了.

2 冷凝器清洁度的求解

2.1 管束布置修正系数的确定

冷凝管在管板上的基本排列有三角形、正方形和辐向形等方式.三角形排列的特点是传热效果好,但汽阻较大;方形排列的特点是蒸汽流动阻力小,但需要较大的管板面积,多用于空冷区;辐向排列的特点是蒸汽流速和热负荷较均匀,传热效果好,现代大型凝汽器的主凝结区多采用这种排列方式[3].

冷凝器的管束布置系数Cs在冷凝器设计安装后是固定值.为尽量减小和消除热负荷分布的不均勾、蒸汽流动阻力增大等问题,管束设计应遵循下列原则[4]:

1)蒸汽刚进入管束时,应尽可能保证有较大的通流面积;

在输送臂的运动过程中，可以实时观察到变量的变化情况，对于发现问题及时对参数或者函数进行修改，直到合理为止。试验证明，利用ADAMS技术建立输送臂的虚拟样机，并进行运动仿真，大大提高了生产率，为输送臂的控制提供了有力依据。

2)蒸汽通道应深入内层管束,以提高内层管束的热负荷.

3)汽气混合物到抽气口的路径尽可能短并且不要弯曲;

4)凝结水和汽气混合物的引出点应相隔较远的距离.

文献[5]提供了一些冷凝器的管束布置系数表.比较各种管束布置的传热效果,结论为采用汽流均匀向心式外围带状管束布置的冷凝器传热效果最好.这一结论与其它文献的试验结果完全吻合,也证明了采用管束布置系数来评价冷凝器管束布置传热效果这一方法的合理性.

2.2 汽侧空气量修正系数的确定

冷凝器内的空气主要是通过汽轮机设备中处于真空状态下的低压系统与相应的回热系统、排汽缸、凝汽设备等的不严密处漏入.漏气会造成冷却管外围的空气分压力明显增大,当汽气混合物流向冷却水管,会在汽侧冷却表面形成空气膜,造成冷却管外围的空气分压力明显增大.等先前进入冷凝区的蒸汽在冷却水管表面冷却凝结流走后,空气积存在冷却水管表面,使后进来的蒸汽只能通过扩散靠近冷却管外侧,造成凝结水过冷度增加,故可以利用凝结水的过冷度作为指标来确定汽侧空气量的修正系数.

对某一特定型号的冷凝器,常采取实验的方法确定汽侧空气量修正系数C a[6].在冷凝器水管清洁的情况下,测量在不同过冷度θi对应的参数就可以得到C a和θi的关系.如某电厂300 MW汽轮机,匹配N17650型冷凝器(Cs=0.842),运行中投入一台CS-40-75型抽气器,标准工况下凝结水θi= 0.5℃.分别记录该机组二次加压清洗后的运行参数和负荷如表1所示.

两次清洗后,在θi分别为2.0℃和1.1℃下对应的C a分别为0.42和0.60,再考虑标准工况θi= 0.5℃,C a=1时,利用3点插值公式,得到该机组C a与过冷度θi的关系为:

如果冷凝器的真空性能下降,同时水侧还有结垢现象,运行时测得的数据如气密性降低后一栏所示,此时过冷度θi=2.1℃,由式(4)得到空气量修正系数C a =0.43.由式(3)得到水管侧壁的清洁度为:

这样便把汽侧空气量的影响与水侧污垢二者分离开来,为冷凝器的合理清洗提供了依据[7].当机组负荷变化时,由于凝汽器汽侧汽阻的变化,可能引起过冷度的变化,但根据文献[4],当机组负荷由100%降到70%时,过冷度基本保持不变.

表1 汽侧空气量的修正系数Tab.1 The correction coefficient of steam side

3 冷凝器清洁度的应用

某电厂300MW火力发电机组配套的冷凝器型号为N17650,冷却面积17 650m2,冷却水量37 300 t/h,铜管根数9 758×2根,主凝结区内的冷却管管径为φ28 ,单根管长2 m,水室工作压力0.25MPa.

3.1 与T-S模糊模型计算值的比较

T-S模糊模型[8]是基于输入、输出测量数据的智能建模方法,能以任意精度逼近任何非线性函数,是实现软测量的理想选择.

设冷凝器的冷却水流速v=2 m/s,选取536组不同工况下的冷却水入口、出口温度和饱和蒸汽温度样本数据用于模糊建模,另选200组数据用于模型检验.试验中j m=0.96,C s=0.842,采用机组热耗率增量作为评价指标来验证该方法的准确性.

在冷凝器清洗干净后,停止自动清洗装置后运行,测得此时θi=0.59℃,C a=0.925 5,运行过程中清洁度的变化结果见表2.然后重新投运清洗装置,此时θi=0.55℃,C a=0.957 9,试验结果如表3所示.从表中可得出结论,清洁度符合冷凝器换热管污垢的积聚变化特性,而且机组热耗率增量随清洁度的变化而改变,其幅度较好地反映了冷凝器污垢对汽轮机效率的影响,表明清洁度定义是可信的.表3的最后2个清洁度数据不符合下降趋势,是因为冷凝器长久运行后,真空度发生了变化,再用原来的汽侧空气量修正系数去计算真空度就会发生误差.

3.2 与热阻法的比较

热阻法[9]采用污垢热阻的变化来描述冷凝器结垢程度,测得的污垢系数在安装有热电偶的换热管不堵塞时较为准确,但冷凝器运行时,由于污垢积累、换热管破损等原因,堵管现象时有发生,测量准确度会受到影响.

试验中,在冷凝器的不同冷却管位置埋设了12个热电偶,无堵管时θi=0.54℃,C a=0.966 2,试验结果见表4.在对冷凝管进行堵管后,θi=0.6℃,C a=0.917 6,试验结果见表5.刚清洗完的冷凝器,由热阻法测得污垢系数为0.216,原因是冷凝管堵塞后,热电偶所测得的管壁温度不能体现冷凝器的真实换热情况,从而导致大的误差,而清洁度得到的参数不受堵管影响.

3.3 与RBF神经网络的比较

RBF是一种典型的局部逼近神经网络,不仅具有很强的非线性映射能力,而且还具有较快的收敛速度和全局优化能力[10].

表2 停运清洗装置后冷凝器的清洁度Tab.2 Cleanliness of condenser after cleaning device closed

表3 重新投入清洗装置后冷凝器的清洁度Tab.3 Clean liness o f condenser after cleaning device reused

试验中采集550组样本数据用于神经网络建模,300组数据用于模型检验,最终确定的模型阶次n=4,RBF网络的隐层节点数p=5,神经网络的平均误差为0.001 8,最大误差为0.092,模型验证的平均误差为0.002 1,最大误差为0.010 7.表6为 qi=0.6℃时的实验结果,表7为qi=0.68℃,C a =0.856 3时的实验结果.结果证明,不管是在冷凝器出现堵管还是在空气漏入量较大时,清洁度能取得与RBF神经网络测量模型一样的测量结果.

表4 换热管无堵塞时冷凝器的清洁度Tab.4 Cleanliness of condenser when the tubeswithout b locking

表5 换热管堵塞时冷凝器的清洁度Tab.5 Clean liness of condenser when the tubes blocked

表6 冷却管发生堵塞后冷凝器的清洁度Tab.6 Cleanliness of condenser after the tubes blocked

表7 空气漏入量较大时冷凝器的清洁度Tab.7 Clean liness of condenser when a large amount of air leakage

4 结 论

提出了一种基于清洁度的冷凝器污垢判定方法,将汽侧空气量,水管壁的污垢程度,冷凝器管束布置系数这三者对凝汽器总体传热系数的影响分离开来,能够更准确地诊断冷凝器的清洁程度,并分别与T-S模型、热阻法、RBF神经网络等智能技术进行了对比试验,结果表明,清洁度在冷凝器出现堵管、空气漏入量较大时、冷凝器的工况参数大范围变化时,能够取得比其它方法更可靠的测量结果.

[1] 樊绍胜.冷凝器污垢清洗的智能测量与控制方法研究[D].长沙:湖南大学电气与信息工程学院,2006.

FAN Shao-sheng,The research on app roaches of intelligent m easuremen t and control for fouling cleaning in condenser [D].Changsha:College of E lectrical and Information Engineering,H unan Univ,2006.(In Chinese)

[2] 金达,朱誉,徐治皋.火电机组凝汽器真空动态特性的研究与计算[J].东南电力,2009,37(2):306-310.

JIN Da,ZHU Yu,XU Zhi-gao.Study and calculations of dynam ic characteristics of condenser vacuum for thermal power units[J].East China EIectric Pow er,2009,37(2):306-310. (In Chinese)

[3] 董爱华.大型电站凝汽器管束排列的开发及优化[J].电站辅机,2007,102(3):14-17.

DONG A i-hua.Development and optim ization of the tubebundle arrangem en t fo r condenser in large pow er plant[J].Power Station Auxiliary Equipment,2007,102(3):14-17.(In Chinese)

[4] 齐复东,贾树本,马义伟.电站凝汽设备和冷却系统[M].北京:水利电力出版社,1990:5-53.

QI Fu-dong,JIA Shu-ben,M A Y i-w ei.Condensing equipment and cooling system of pow er station[M].Beijing:Hydraulic and Electric Pow er Press,1990:5-53.(In Chinese)

[5] 李勇,张延广,曹祖庆.冷凝器管束布置的传热效果评价方法[J].汽轮机技术,1994,36(6):364-366.

LI Yong,ZHANG Yan-guang,CAO Zu-qing.Evaluation method of condenser tube bundle layout on the heat transfer effection[J].Tu rbine Technology,1994,36(6):364-366.(In Chinese)

[6] 李勇,陈梅倩.汽轮机运行性能诊断技术及其应用[M].北京:科学出版社,1999.

LIYong,CHNG Mei-qian.Turbine diagnostic technology of operating performance and itsapplication[M].Beijing:Science Press,1999.(In Chinese)

[7] 李勇,曹祖庆.凝汽器清洁率的概念及测试方法[J].汽轮机技术,1995,37(2):73-76.

LI Yong.CAO Zu-qing.The concept and m easu ration method of condenser cleanness rate[J].Tu rbine Technology,1995,37 (2):73-76.(In Chinese)

[8] ROUBOS J A,MOLLOV S,BABUSKA R,et al.Fuzzy model based predictive con trol using Takagi-Sugeno m odels [J].International Jou rnal of App roximate Reasoning,1999, 22(2):3-30.

[9] 杨善让.换热设备的污垢与对策[M].2版.北京:科学出版社,2004.

YANG Shan-rang.Fou ling and prevention in heat transfer equipment[M].2nd ed.Beijing:Science Press,2004.(In Chinses)

[10]CHO S B,K IM JH.Com bining mu ltiple neural netw orks by fuzzy integral for robust chassification[J].IEEE T ransactions on System s,M an and Cybernetics,1995,25(2):380-384.

Condenser Fouling Monitoring Methods Based on Cleanliness

ZHANG Ying1,2†,WANG Yao-nan1,WEN Yi-ming3

(1.College o f Electrical and In formation Engineering,Hunan Univ,Changsha,H unan 410082,China;
2.College of Information Engineering,Xiangtan Univ,Xiangtan,H unan 411105,China;
3.School of Computer Scienceand Engineering,Guilin Univ of Electronic Techno logy,Guilin,Guangxi 541004,China)

Fouling coefficient is an importantm easure param eter of condenser performance,but it isaffected by multi-factors,therefore judging the condenser water side of tube walls fouling based on coefficient would have a significant error.So this paper proposed the concep to f degree of cleanliness,which allow s us to analyze the influence of the air accumulated on the steam side、the fouling on condenser water side of tubewalls、and the tube bundle coefficientof condenser on the overallheat transfer coefficient of the condenser respectively.It can diagnose the condenser fouling more accurately and provide a basis for scheduling reasonable cleaning.Experimental results show themethod can be more reliable than the T-S fuzzy m odel,thermal resistancemethod,RBF neural network modelw hen the condenser pipe b lockage or a larger amount of air leakage into the condenser or condenser operatingmode parameters change rapidly.

condenser;foulingmonitoring;cleanliness;tube bundle coefficient;steam sidewith air accumulated

TP274

A

1674-2974(2011)04-0036-05 *

2010-09-15

国家自然科学基金资助项目(60775047);国家863计划资助项目(2007AA 04Z244,2008AA 04Z214);湖南省自然科学基金资助项目(10JJ5067)

张 莹(1972-),男,湖南长沙人,湖南大学博士研究生,湘潭大学讲师

†通讯联系人,E-mail:gdu tzy@hotmail.com