烟气排放连续监测系统的烟气参数在线监测技术研究

李 文

(晋控电力塔山发电山西有限公司，大同 037000 )

0 引 言

燃烧状态监测对电站锅炉的安全运行和燃烧调整起着重要作用 。火电厂燃烧状态监测技术主要包括安装火灾观测电视、热电偶测温点、烟气成分测量装置等。然而，随着光纤、红外传感器、激光测量等非接触式测量技术的发展，锅炉燃烧状态监测将朝着多参数、高精度、实时性的新方向发展。在锅炉燃烧状态监测的基础上，通过对历史数据的分析和处理，再结合预测模型和智能优化算法，找出当前条件下的一系列最佳运行参数，包括二次风、过燃风门调节等可调参数，旨在提高锅炉燃烧效率，减少锅炉氮氧化物排放。

本文在 LabVIEW 平台上设计了锅炉燃烧状态监测与优化系统。该系统采用 OPC 通信技术，实现了对锅炉热工参数的远程访问和锅炉燃烧状态的实时监测。同时，系统采用神经网络预测模型实现了烟气含氧量、飞灰含碳量、NOx 含量等重要参数的在线软测量。重要的是，这个预测模型结合了差异进化算法优化算法来寻找锅炉的最佳运行参数。该系统的应用结果表明，该系统可以精确地监测锅炉燃烧参数，提高锅炉燃烧效率，减少 NOx 生成量。

1 LabVIEW 的开发优势

LabVIEW 可以与传统的串口和并口仪器进行通信，也支持与先进的自动化设备进行网络通信。OPC 技术是现代工业控制与计算机通信技术相结合的产物，广泛应用于工业控制领域，占有较大的市场份额。NI 公司的数据日志和监察(DSC)工具箱以 OPC 通信为核心技术，无缝连接到绝大多数工业控制设备，如各种类型的PLC，它可以通过建立I/O服务器访问外部设备变量，实现对工业参数和历史数据跟踪、事件和报警功能的实时监控。

此外，LabVIEW 是一个虚拟仪器软件开发平台，其最突出的特点是工业测量信号的采集和处理。虚拟仪器数据采集系统一般由传感器、信号调理器、采集卡和测量软件组成。LabVIEW 作为测量软件，具有信号分析与处理、数据存储与显示、人机交互显示等功能。因此，LabVIEW 测量系统已经成为硬件和软件的结合体。用户可以自定义 LabVIEW 模块的各种属性，编写各种程序实现不同的仪器测量功能。

最后，LabVIEW 使用图形化编程语言，调用不同的函数，简单如构建块，但它并没有完全抛弃传统编程语言的优点，相反，LabVIEW 非常注重与脚本编程语言的集成。到目前为止，LabVIEW 提供了外部程序接口，包括 DLL、ActiveX 和.NET 等。Matlab 具有大量的数据处理和分析能力，广泛应用于高等数学、系统建模、信号处理等领域。LabVIEW 编程语言和 Matlab 语言都是从同一底层语言发展而来的，因此可以建立一个混合编程环节。LabVIEW 提供了一个 Matlab 脚本编程模块，该模块作为 LabVIEW 程序中的一个节点，可以用两种编程语言实现变量值的转换。LabVIEW 不仅提供了一个集成的项目开发环境，而且在硬件和软件两个层次上建立了高效的软件体系结构，此外，大量的通信选择将促进项目开发周期的缩短和开发成本的降低。因此，工程师可以很容易地在 LabVIEW 平台上配置、创建和维护一个高性能、低成本的测量系统。

2 系统过程设计

2.1 系统整体设计

锅炉燃烧状态监测与优化系统是电厂分散控制系统(DCS)的插拔系统，总体设计过程中应考虑以下需求分析:

(1)实时性：实时性要求系统根据燃烧状态的变化快速响应，通信方式应具有传输速度快、抗干扰能力强等特点。

(2)稳健性：鲁棒性是指系统不能自我崩溃，参数的调整应保持在安全范围内，具有速度限制的功能。

(3)精确度：精度特性主要指两个方面，第一个方面是信号传输的精度，第二个方面是预测模型的精度。

总体而言，该系统由控制站、状态监测站和燃烧优化站三部分组成。控制站包括 DCS、测量装置和 OPC 服务器，负责控制、测量和通信等功能。状态监测站主要负责 OPC 客户端传输的参数分析和显示功能。燃烧优化站是系统的核心部分，利用智能优化算法建立预测模型，计算当前工况下的最优输入参数。

2.2 状态监测站的设计

状态监测站的重点是 OPC 通信的设置。OPC 服务器位于 DCS 主机上，可以读取采集系统的数据，或者写入控制系统的操作参数。OPC 客户端位于状态监测站。OPC 服务器设置中最重要的步骤是建立参数标记，每个标记对应一个参数，这个参数有自己的物理地址和数据类型。多维参数，如二次空气和过燃空气油门开放可以定义为一个阵列，以便方便地管理这个标签 。

2.3 燃烧优化站设计

锅炉燃烧优化站的设计主要包括三个步骤:优化目标设计、预测模型设计和优化算法设计。当前发电企业面临着激烈的市场竞争，主要目标是降低煤耗，提高锅炉燃烧效率，同时，电厂也面临着严格的大气污染物排放限制政策，许多电厂都在试图控制煤燃烧阶段的氮氧化物排放量，这可以大大节省烟气脱硝的成本。为此，提出了一个既考虑锅炉燃烧效率又考虑氮氧化物生成量的多目标优化函数，并用一个加权因子来平衡两个具体指标。进一步设计预测模型，锅炉燃烧系统具有非线性、多参数、强耦合等特点，理论建模效果不理想。目前，以神经网络为代表的机器学习模型具有很强的自适应和非线性拟合能力，是电站锅炉燃烧系统建模的理想工具。在锅炉燃烧系统中，影响燃烧状况的输入参数有两类，一类是人工不可调参数，如锅炉负荷、总风量、总燃料量、煤质特性、燃烧器类型和燃烧方式等;另一类是人工可调参数，如二次风、过燃空气开口、各给煤机给煤量、过剩空气系数等。

本文选择三层 BP 神经网络作为预测模型，选取13个燃烧系统的输入参数作为神经网络的输入。用于评价锅炉燃烧效率的输出参数有锅炉尾气温度、氧含量和飞灰含碳量三个，表征污染物排放量为脱硝前的氮氧化物含量。

2.4 人机界面设计

LabVIEW具有人机界面设计灵活的优点。在人机界面设计过程中，考虑了软件的机密性和权限，设计了用户登录和管理功能。只有当用户登录到系统时，他或她才有权使用系统。四个功能接口:状态监测，燃烧优化，图表和指示帮助开发。

3 应用结果及分析

应用实例是一台600 MW 超临界燃煤锅炉，该锅炉为单炉型，ii 型布置，全悬浮结构，锅炉燃烧系统由6层低氮燃烧器和2层过燃空气燃烧器组成，这种燃烧器布置在炉膛的四个角落。四角切圆燃煤锅炉具有空气与煤粉混合强、点火迅速、燃烧路径延长等优点，但也存在着火焰中心偏移、烟温偏差、NOx 浓度过高等问题。针对上述问题，我们在该锅炉上实现了该系统，并在以下两个部分给出了应用结果。

首先，将锅炉尾部烟道镍铬镍硅热电偶烟温点、管式氧化锆氧浓度测量点、烟道碳含量和氮氧化物浓度分析仪测量点的测量数据传送到远程监测站，并利用 LabVIEW 波形图实时显示锅炉燃烧状况的重要参数。

其次，对于燃烧优化的结果进行分析能够得出，锅炉在40% 负荷下进行燃烧优化调整后，采用宝塔式布风方式，其优点是提高了煤粉的截留能力，改善了煤粉的着火性能，同时适当增加过燃空气量有助于NOx的燃烧和降低排放。虽然氧含量增加了0.4%，但烟气温度、飞灰含碳量和NOx含量分别下降了31.5 ℃、0.31%和51 mg/m3。当锅炉接近满负荷运行时，六层燃烧器全部投入运行，二次风门开度由77%降至29%，两层过燃风门开度分别增加9%和12%。在此期间，锅炉尾烟温下降了43.8 ℃，飞灰含碳量下降了0.77%，NOx含量下降了71 mg/m3。

4 结束语

综上，本文设计了一个基于LabVIEW开发平台的燃烧状态监测与优化系统。LabVIEW具有许多工程开发的优点，极大地提高了系统开发的效率，节省了系统测试和维护的时间。从某600 MW机组的应用结果可以看出，该系统实现了对重要参数的燃烧状态监测，通过优化二次风和过燃空气分布，有效地控制了锅炉尾烟温度、氧含量、飞灰含碳量和NOx排放。