大型煤粉锅炉炉膛压力波动特性分析

刘鑫屏，孟令虎



大型煤粉锅炉炉膛压力波动特性分析

刘鑫屏，孟令虎

（华北电力大学自动化系，河北 保定 071003）

为研究大型煤粉锅炉炉膛压力波动的形成机理，并定量分析各扰动因素对炉膛压力的影响程度，提出一种联合独立分量分析(ICA)、多尺度延时相关和频谱分析的炉膛压力特性分析方法。该方法将炉膛压力波动视为各种独立波动分量的叠加，通过ICA分离出炉膛压力信号中相互独立的波动分量，然后利用多尺度延时相关将独立分量与炉膛压力扰动因素进行逆向匹配，确定各独立分量对应的扰动源，最后结合频谱分析得到各扰动源对炉膛压力波动的动态增益。对某600 MW机组煤粉锅炉分析表明：相较于给煤量信号的中频分量，炉膛压力波动与一次风量、送风量、引风量信号的中频分量的关系更密切；单位送、引风量波动对炉膛压力的影响基本相同，但单位一次风量变化对炉膛压力的影响大于单位送、引风量变化对炉膛压力的影响。

煤粉锅炉；炉膛压力；独立分量分析；多尺度延时相关；频谱分析；动态增益

大型煤粉锅炉炉膛压力表征入炉燃料量、总风量与锅炉出口高温烟气量的工质平衡关系，是判断锅炉燃烧稳定性的重要指标[1-2]。但炉膛压力是多种因素共同作用的结果[3]，同时其动态特性变化快，灵敏度高，且易受干扰，这造成炉膛压力呈现较强的波动性[4]。因此，分析其波动特性对提升炉膛压力稳定性具有重要意义。

目前有关炉膛压力的时域[5]、频域[6]分析法都将炉膛压力作为一个整体来考察各影响因素在其整体上的表现情况，即使采用时-频分析法[7]也只将炉膛压力分成不同频段上的分量。在锅炉燃烧的多变量系统中，炉膛压力会受到多种扰动的影响，各扰动不完全可控，并且不同扰动引起的炉膛压力波动分量无显著的频率差异。因此，利用时-频分析法难以单独分析不同扰动与对应的炉膛压力波动分量间的关系。通过机理分析法建立炉膛压力数学模型[8]，研究锅炉掉焦[9]、内爆[10]、煤粉气流爆燃[11]、脱火[12]等与炉膛压力的关系，可实现扰动与炉膛压力波动的单独分析，但在机理分析过程中通常需要对实际系统做简化，同时模型参数需要通过工程试验确定，若实际系统偏离原工况点，则会使模型失配，使分析结果产生较大误差。

本文将炉膛压力波动视为多种波动分量的叠加，提出一种联合独立成分分析（ICA）、多尺度延时相关和频谱分析的炉膛压力波动特性分析法，首先通过ICA分离出炉膛压力信号中的波动分量，再利用多尺度延时相关和频谱分析确定波动分量对应的扰动源及其对炉膛压力的动态增益，该方法实现了扰动与炉膛压力波动分量的单独分析，并有效避免了文献[5-7]中多变量耦合和文献[8-12]中机理模型失配对结果的影响，最后通过对比机理建模法的分析结果，对本文方法的有效性和分析结果的准确性进行验证。

1 炉膛压力波动分析

1.1 研究对象

研究对象为某超临界直流锅炉HG-1900/25.4- YM4的炉膛压力，该600 MW机组煤粉锅炉配备 6台ZGM113G型中速磨煤机、2台PAF18-11.8-2型两级动叶可调轴流一次风机、2台FAF25-14-1型动叶可调轴流送风机和2台AN37e6(V19+4˚)型静叶可调轴流引风机。炉膛压力取样口布置在炉膛分割屏过热器下方，炉墙标高47 m处，左右各3个，每个取样口对应1台或多台压力变送器，其中3台压力变送器的信号引入协调控制系统（CCS）。锅炉本体和部分辅机设备的结构如图1所示。

图1 某锅炉系统结构示意

图1中：冷、热一次风混合后携带煤粉进入炉膛燃烧；二次风通过回转式空气预热器换热后进入炉膛，为炉内燃烧提供所需的氧量；锅炉尾部烟气经过脱硝、除尘等处理后，由引风机加压送入烟囱，引风是炉膛压力的调节量，与送风共同作用，维持炉内通风平衡。

1.2 炉膛压力扰动

1.2.1 燃料扰动

在锅炉设计时，假定送入炉膛燃料的速率和成分等保持恒定，燃烧在开放的定容系统中稳定地发生，且锅炉送、引风量保持平衡，则炉膛压力为一常数。但锅炉燃烧无法达到这种理想的燃烧状态，主要原因是制粉系统的时域波动，造成送入炉膛的燃料量发生小幅变化，这种小幅变化引起的热量变化，不影响锅炉的燃烧率，但足以使炉膛压力剧烈变化。文献[7]研究表明，对于典型的600 MW机组煤粉锅炉，燃料量变化±4 t/h时，炉膛压力波动将超过±50 Pa。

1.2.2 风量扰动

锅炉的总风量主要包括一次风量和送风量，送风量变化对炉膛压力波动具有导前性，因此在单回路炉膛压力控制系统中，送风量作为前馈量，引风机控制器输出调节引风量，将炉膛压力控制在合理范围内，炉膛压力单回路控制系统如图2所示。

图2中：s、r、f、m分别为送风机控制器输出、炉膛压力设定值、炉膛压力反馈值和引风机控制器输出；v*()、s*()、o*()分别为送风机、引风机和广义被控对象的传递函数；sv()、ss()分别为送风量、引风量对炉膛压力的传递函数。

图2 炉膛压力单回路控制系统

由图2可见，送、引风量与炉膛压力关系密切。但对该600 MW机组煤粉锅炉的运行数据分析表明，即使在锅炉平稳运行时，送、引风量波动的幅度一般分别在10.0、22.5 t/h左右。

1.2.3 燃烧扰动

锅炉内煤粉燃烧后释放的光、热、气体直接影响炉内气流场，进而影响炉膛压力，燃烧扰动主要表现在以下方面：

1）煤粉在炉内燃烧是非连续均匀的过程，当燃烧器周围发生微小气压扰动，燃烧火焰会随之摆动，火焰摆动同时又带动周围气压摆动，该现象类似一个稳定的自振荡；

2）入炉煤粉质量浓度的不均匀会引起局部燃烧增强，这种随机的燃烧不均匀会打破局部压力平衡，引起炉膛压力变化；

3）在炉内温度和煤粉质量浓度低的区域，煤粉着火推迟，形成局部灭火，随着未燃烧煤粉累积，又会发生局部爆燃。

2 分析方法及模型设计

2.1 独立分量分析

根据非高斯信号混合后高斯性增强的原理，ICA可在系统和源信号未知的情况下，通过非高斯最大迭代算法[13]分离出混合信号中的独立分量。假设引起炉膛压力波动的个扰动源信号组成的矩阵为=[1,2,…,s]T，个炉膛压力测点信号去均值后组成的波动量信号矩阵为=[1,2,…,x]T，ICA模型的混叠及分离过程[14-15]如图3所示。

图3中：为×维信号混合矩阵；=[1,2,…,z]T为矩阵的白化矩阵；=[1,2,…,u]T为线性变换矩阵。设矩阵的协方差矩阵为，和分别是的特征值矩阵和特征向量矩阵，则=-1/2T；=[1,2,…,w]T为解混矩阵；=[1,2,…,y]T为分离得到的炉膛压力独立分量。

图3 ICA混叠及分离模型

采用负熵g(y)衡量独立分量（=1,2…,）的非高斯性，

式中：y,Gauss为和y具有相同方差的高斯随机信号；(y)为独立分量y的熵。

为计算解混矩阵，使独立分量的负熵取得极大值，可采用式(2)近似表示的负熵，

式中，(·)为非线性函数，通常1()=tanh(·)。

由式(2)可得，g(y)的极大值点通常在{(T)}的极值点取得。{(T)}在约束{(T)2}=||||=1条件下的极值点满足

式中为拉格朗日乘子。利用牛顿迭代法，简化可得

式中w为w的更新值。根据式(4)可得解混矩阵，进而从炉膛压力信号中分离出独立分量。

2.2 多尺度相关分析

将各个扰动源信号做5层db1小波分解，同时尺度因子按2的幂级数进行离散，平移因子按等间距均匀离散，则在尺度上的和可表示为

对近似小波系数5和各尺度上的细节小波系数进行单支重构，得到各扰动源信号的低频分量、中频分量、高频分量，设采样频率为s，则、、的频带范围为:

多尺度延时相关以小波多分辨率分析为基础，实现步骤为：1）将扰动源信号分解为不同尺度空间和小波空间中的分量；2）通过时间延迟将扰动源信号的不同频段分量与炉膛压力独立分量在时域内对齐；3）利用互相关系数在多个尺度上衡量信号间的相关性。计算式为

式中：A|D(–k)表示以炉膛压力为参考信号，延迟k个采样点后的扰动源信号分量(包括A、M、D)；为A|D(–k)与炉膛压力独立分量y的互相关系数；、表示信号编号。

2.3 分析模型设计

炉膛压力波动主要与燃料、风量和燃烧状态有关，燃烧状态在一定程度上又是由燃料和风量决定的[16]。故可初步假设给煤量1、一次风量2、送风量3、引风量4为炉膛压力独立分量对应的扰动源信号。

炉膛压力信号反应灵敏，但仍具有迟延特性，为准确获得1、2、3、4与各独立分量的相关性，需将它们在时域内对齐。炉膛压力波动特性分析模型如图4所示。

图4 炉膛压力波动特性分析模型

3 实验结果与分析

3.1 分离炉膛压力独立分量

设该600 MW机组煤粉锅炉送入CCS的3个炉膛压力信号经去均值后分别为1、2、3，采集该锅炉负荷在350 MW附近某段时间内的1、2、3信号，结果如图5所示。该工况下锅炉负荷相对较低，炉膛压力信号呈现较强的波动性，具有较好的代表性。图5中采样间隔为1 s，采样点为600个。

图5 炉膛压力信号

对图5中的炉膛压力信号1、2、3进行独立分量分析，得到统计上相互独立的分量1、2和3，如图6所示。

图6中独立分量1、2、3具有不同的波动频率，通过机理分析可知，不同波动频率代表影响炉膛压力的不同因素，但ICA分析结果具有幅值和排序不确定性[17]，单纯对波动信号1、2、3进行ICA处理得不到较多的有用信息，因此需要进一步对独立分量1、2、3进行幅值恢复，并确定对应的扰动源信号。

图6 炉膛压力信号中的独立分量

3.2 独立分量来源确定

以炉膛压力波动信号1的起点为参考零点，经寻优计算，分别将给煤量1、一次风量2、送风量3、引风量4延时31、19、12、14 s，使其与炉膛压力信号在时域内对齐，并使对应的相关系数达到最大值。1、2、3、4及其各频段分量如图7所示。

图7中，给煤量1、一次风量2、送风量3、引风量4的低频、中频、高频分量分别代表该信号的平均量、波动量和噪声量。由机理分析可知，平均量不会引起炉膛压力波动，噪声量主要是由测量造成的，因此与炉膛压力波动有关的可能是1、2、3、4的中频分量。由式(10)分别计算扰动源信号中频分量与炉膛压力独立分量的相关系数，不同信号间相关系数见表1。

图7 热工信号及其不同频段分量

表1 信号间相关系数

Tab.1 The cross correlation coefficient between signals

由表1可见，1、2、3分别对应与3、4、2具有较好的相关性，均与1的相关性较小。这表明：相对于给煤量信号的中频分量，炉膛压力波动与一次风量、送风量、引风量信号的中频分量的关系更密切，进而可知独立分量1、2、3对应的扰动源信号应分别为送风量3、引风量4与一次风量2信号。

3.3 计算动态增益

借助频谱分析，选取各个信号频谱峰值所在位置为特征点，然后分析各个特征点上谱值的数量关系，可得到独立分量在混合信号中的比重。炉膛压力信号1、2、3及其独立分量1、2、3的幅频特性|1()|、|2()|、|3()|和|1()|、|2()|、|3()|如图8所示。

图8 炉膛压力信号及其独立分量频谱

根据图8中对应特征点上的谱值，列出矩阵 方程

可得炉膛压力独立分量1、2、3对其波动信号1、2、3的增益矩阵为

对增益矩阵各列取平均得

图6中独立分量1、2、3的幅值分别约为2、4、2 Pa，根据式(13)可得，1、2、3幅值恢复后分别约为7.3、14.8、28.3 Pa，且根据图7可知，与之对应的3、4、2的幅值分别约为10.0、22.5、7.5 t/h。

为检验本文方法的分析结果，根据文献[8]中炉膛压力的机理模型，得到一次风量2、送风量3、引风量4发生扰动时，炉膛压力的频率特性（图9），图9中对应标注本文计算的2、3、4波动频率及采用机理建模法得到的动态增益。同时将本文方法与通过机理建模法得到的分析结果进行对比，结果见表2。由表2可见，通过机理建模法得到的动态增益大于本文方法得到的动态增益。但二者差值在合理的范围内，印证了本文方法的有效性。

图9 不同扰动对炉膛压力的频率特性

表2 本文方法与机理建模方法分析结果对比

Tab.2 Comparison of the analytical results between the mechanism method and the proposed method

由于本文方法是基于数据分析进行的，可以有效避免在机理分析过程中模型简化、近似及参数辨识不精确对分析结果的影响，因此分析结果相对于机理建模法更准确。此外，当分析不同煤粉锅炉炉膛压力波动特性时，机理建模法需重新辨识参数，建立数学模型，而本文方法只需采集锅炉运行数据，提升了计算效率。

4 结 论

1）文中利用ICA分离炉膛压力信号中的独立波动分量，相当于对系统进行解耦，有效解决了多变量耦合分析的难度。

2）相对于制粉系统给煤量波动，炉膛压力波动与一次风量波动、送风量波动、引风量波动的关系更密切，但单位送、引风量波动对炉膛压力的影响基本相同，单位一次风量波动对炉膛压力的影响约为单位送、引风量波动的6倍。

3）由于进、出锅炉气体体积变化对炉膛压力影响大致相同，因此一次风对炉膛压力影响大的原因可能是其波动导致入炉煤量在时域产生波动，进而引起炉内热量的波动。

［1］ 黄勇理, 刘杰, 柳朝晖, 等. 富氧燃烧电站锅炉风烟燃烧过程控制方案设计[J]. 动力工程学报, 2015, 35(10): 786-791. HUANG Yongli, LIU Jie, LIU Zhaohui, et al. Design of control programs for air/gas circulation and combustion subsystem of an oxy-fuel combustion boiler[J]. Journal of Chinese Society of Power Engineering, 2015, 35(10): 786-791.

［2］ TAN W, FANG F, TIAN L, et al. Linear control of a boiler-turbine unit: analysis and design[J]. ISA Transactions, 2008, 47(2): 189-197.

［3］ 李应保, 王东风. 一种改进型LSSVM模型在电站锅炉燃烧与优化中的应用[J]. 动力工程学报, 2018, 38(4): 258-264. LI Yingbao, WANG Dongfeng. Application of an improved LSSVM in combustion modeling and optimization of utility boilers[J]. Journal of Combustion Science and Technology, 2018, 38(4): 258-264.

［4］ 郝祖龙, 郝雷, 常太华, 等. 电站锅炉炉膛压力信号的复杂性测度分析[J]. 现代电力, 2007, 24(1): 53-57. HAO Zulong, HAO Lei, CHANG Taihua, et al. Analysis of pressure signals in furnace of utility boiler using complexity measure[J]. Modern Electric Power, 2007, 24(1): 53-57.

［5］ 高建强, 张晨. 300 MW机组富氧煤粉锅炉燃烧和烟气系统动态特性仿真分析[J]. 热力发电, 2017, 46(2): 94-99. GAO Jianqiang, ZHANG Chen. Numerical simulation on dynamic performance of combustion and flue gas system in a 300 MW oxy-coal fired boiler[J]. Thermal Power Generation, 2017, 46(2): 94-99.

［6］ ERIC M D, CVETINOVIC D B, STEFANOVIC P L, et al. Investigation of pressure pulsations in the furnace and flue gas tract of the pulverized coal combustion utility boiler[J]. Thermal Science, 2010, 14(1): 261-270.

［7］ 田亮, 刘鑫屏, 王琪. 基于多尺度相关和机理建模的炉膛压力分析[J]. 动力工程学报, 2012, 32(11): 853-858. TIAN Liang, LIU Xinping, WANG Qi. Analysis of furnace pressure based on multi-scale correlation and mechanism modeling[J]. Journal of Chinese Society of Power Engineering, 2012, 32(11): 853-858.

［8］ 刘鑫屏, 刘洁, 田亮, 等. 燃烧扰动下炉膛压力的特性分析[J]. 动力工程学报, 2010, 30(5): 357-362. LIU Xinping, LIU Jie, TIAN Liang, et al. Analysis on furnace pressure characteristics under combustion disturbance[J]. Journal of Chinese Society of Power Engineering, 2010, 30(5): 357-362.

［9］ 朱林忠, 胡平, 顾德东, 等. 掉焦对炉膛空气动力场热冲击的分析和计算[J]. 动力工程学报, 2007, 27(6): 881-884. ZHU Linzhong, HU Ping, GU Dedong, et al. Analysis and calculation of thermal impacts inflicted on dynamic flow fields in furnaces by dropping-off of clinker[J]. Journal of Chinese Society of Power Engineering, 2007, 27(6): 881-884.

［10］ 程星星, 金保升, 赵振宙. 锅炉内爆动态模拟与分 析[J]. 中国电机工程学报, 2010, 30(2): 46-49. CHENG Xingxing, JIN Baosheng, ZHAO Zhenzhou. Numerical simulation and analysis of furnace implosion [J]. Proceedings of the CSEE, 2010, 30(2): 46-49.

［11］ 王春昌. 煤粉气流爆燃与炉膛负压变化的数学模型研究[J]. 中国电力, 2006, 39(12): 44-47. WANG Chunchang. Study on the mathematic models for the relation between furnace pressure and coal combustion condition[J]. Electric Power, 2006, 39(12): 44-47.

［12］ 王春昌, 宋志强, 马光荣. 煤粉气流脱火与炉膛负压波动的数学模型研究[J]. 热力发电, 2008, 37(3): 22-25. WANG Chunchang, SONG Zhiqiang, MA Guangrong. Study on mathematical model under blowing-off fire from flow stream of pulverized coal with air and under fluctuation of furnace draft[J]. Thermal Power Generation, 2008, 37(3): 22-25.

［13］ 朱文龙, 周建中, 肖剑, 等. 独立分量分析-经验模态分解特征提取在水电机组振动信号中的应用[J]. 中国电机工程学报, 2013, 33(29): 95-101. ZHU Wenlong, ZHOU Jianzhong, XIAO Jian, et al. An ICA-EMD feature extraction and its application to vibration signals of hydroelectric generating units[J]. Proceedings of the CSEE, 2013, 33(29): 95-101.

［14］ JONES N B, LI Y H. A review of condition monitoring and fault diagnosis for diesel engines[J]. Lubrication Science, 2000, 6(3): 267-291.

［15］ 赵建文, 刘永佳, 梁静, 等. 基于改进FastICA及Romanovsky准则的故障选线[J]. 中国电机工程学报, 2016, 36(19): 5209-5218.ZHAO Jianwen, LIU Yongjia, LIANG Jing, et al. Fault line selection based on improved FastICA and Romanovsky guidelines[J]. Proceedings of the CSEE, 2016, 36(19): 5209-5218.

［16］ 高建强, 薛楠楠, 王立坤, 等. 富氧煤粉燃烧锅炉炉内过程仿真模型研究[J]. 系统仿真学报, 2014, 26(8): 1831-1835. GAO Jianqiang, XUE Nannan, WANG Likun, et al. Research on simulation model of inter-boiler process of oxygen-enriched combustion of pulverized coal[J]. Journal of System Simulation, 2014, 26(8): 1831-1835.

［17］ 焦卫东, 杨世锡, 钱苏翔, 等. 基FFT-MCC分析的ICA(BSS)盲不确定性消除[J]. 中国机械工程, 2006, 17(7): 673-677. JIAO Weidong, YANG Shixi, QIAN Suxiang, et al. A new method for recognition of independent noise sources of complex system under strong noisy environment[J]. China Mechanical Engineering, 2006, 17(7): 673-677.

Fluctuation characteristics of furnace pressure in large-scale pulverized coal boiler

LIU Xinping, MENG Linghu

(Department of Automation, North China Electric Power University, Baoding 071003, China)

To study the fluctuation mechanism of the furnace pressure and to quantitatively analyze the influence of various disturbance factors on furnace pressure, a characteristic analysis method of furnace pressure based on independent component analysis (ICA), multi-scale delay correlation and spectrum analysis was proposed. Firstly, the fluctuation of furnace pressure was regarded as the superposition of various independent fluctuation components, and the independent fluctuation components were obtained by using ICA. Secondly, the disturbance factors of furnace pressure were matched with the independent components by using multi-scale delay correlation to determine the corresponding perturbation source of each independent component. Finally, the spectrum analysis was used to obtain the dynamic gain of each disturbance source to the furnace pressure fluctuation. The analysis results of a 600 MW pulverized coal boiler show that, the furnace pressure fluctuation is more closely related to the intermediate frequency component of the primary air, forced-draft air and induced-draft air than that of the coal feed. The unit forced-draft air fluctuation and unit induced-draft air fluctuation has the same effect on furnace pressure, but the effect of changing unit primary air on the furnace pressure is greater than that of changing unit forced-draft air or unit induced-draft air.

pulverized coal fired boiler, furnace pressure, independent component analysis, multi-scale delay correlation, spectrum analysis, dynamic gain

National Key Research and Development Program (2017YFB0902102); Fundamental Research Funds for the Central Universities (2017MS132)

刘鑫屏(1975—)，女，博士，副教授，主要研究方向为复杂热力系统建模、仿真与优化控制，liuxinpingtyl@163.com。

TK312; TK227

A

10.19666/j.rlfd.201807138

刘鑫屏, 孟令虎. 大型煤粉锅炉炉膛压力波动特性分析[J]. 热力发电, 2019, 48(4): 77-83. LIU Xinping, MENG Linghu. Fluctuation characteristics of furnace pressure in large-scale pulverized coal boiler[J]. Thermal Power Generation, 2019, 48(4): 77-83.

2018-07-21

国家重点研发计划项目(2017YFB0902102)；中央高校基本科研业务费专项资金资助(2017MS132)

孟令虎(1995—)，男，硕士研究生，menglinghu1000@163.com。

（责任编辑 杜亚勤）