买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西石(厦门)科技股份有限公司

摘要：本发明涉及垃圾焚烧技术领域，尤其涉及一种垃圾焚烧炉燃烧状态分析与预测方法。该方法包括以下步骤：获取垃圾焚烧炉的实时运行数据，其中包括炉膛负压数据、蒸汽流量数据、烟气氧含量数据、推料器速度数据、炉排速度数据以及蒸发量数据；根据预设的控制参数对烟气氧含量数据以及蒸汽流量数据进行在最大连续额定值工况下的燃烧需风量计算，从而得到燃烧需风量数据；根据燃烧需风量数据对垃圾焚烧炉的各支管进行一次风布风控制以及二次风流量控制，从而得到一次风布风数据以及二次风流量数据。本发明通过三维料层厚度场分析更准确描述料层的实际状态，支持更加精细化的空气布风和推排控制。

主权项：1.一种垃圾焚烧炉燃烧状态分析与预测方法，其特征在于，包括以下步骤：步骤S1：获取垃圾焚烧炉的实时运行数据，其中包括炉膛负压数据、蒸汽流量数据、烟气氧含量数据、推料器速度数据、炉排速度数据以及蒸发量数据；步骤S2：根据预设的控制参数对烟气氧含量数据以及蒸汽流量数据进行在最大连续额定值工况下的燃烧需风量计算，从而得到燃烧需风量数据；根据燃烧需风量数据对垃圾焚烧炉的各支管进行一次风布风控制以及二次风流量控制，从而得到一次风布风数据以及二次风流量数据；其中预设的控制参数包括目标蒸汽流量值以及期望烟气氧含量值，步骤S2包括：步骤S21：根据目标蒸汽流量值以及期望烟气氧含量值对实时运行数据中的实时的烟气氧含量数据以及蒸汽流量数据进行偏差计算，从而得到蒸汽流量偏差数据以及烟气氧含量偏差数据；步骤S22：根据蒸汽流量偏差数据以及烟气氧含量偏差数据对垃圾焚烧炉中的垃圾燃烧过程进行状态评估，从而得到燃烧状态评估数据；步骤S23：根据燃烧状态评估数据进行在最大连续额定值工况下的燃烧需风量计算，从而得到燃烧需风量数据；步骤S23包括：步骤S231：获取上一控制周期的基准需风量数据；根据燃烧状态评估数据判断是否需要修正需风量，从而得到修正需求标记数据；步骤S232：根据历史周期的修正需求标记数据对对应的蒸汽流量偏差数据以及烟气氧含量偏差数据进行实际需风量修正值确定，并根据实际需风量修正值进行输入与输出的映射关系确定，从而得到需风量修正模型；步骤S233：将本周期的蒸汽流量偏差数据以及烟气氧含量偏差数据代入需风量修正模型计算，从而得到本周期需风量的修正增减量数据；步骤S234：根据基准需风量数据以及修正增减量数据确定本周期的燃烧需风量数据；步骤S24：获取当前垃圾焚烧炉各支管内的垃圾状态数据，其中垃圾状态分为垃圾湿润、垃圾正常以及垃圾干燥；步骤S25：根据燃烧需风量数据以及垃圾状态数据对各支管进行一次风布风控制，从而得到一次风布风数据；步骤S25包括：步骤S251：当支管的垃圾状态数据显示垃圾为垃圾湿润时，则设定干燥段以及燃烧一段的一次风量作用系数为1.3；步骤S252：当支管的垃圾状态数据显示垃圾为垃圾正常时，则设定干燥段以及燃烧一段的一次风量作用系数为1；步骤S253：当支管的垃圾状态数据显示垃圾为垃圾干燥时，则设定干燥段以及燃烧一段的一次风量作用系数为0.7；步骤S254：根据上述的一次风量作用系数以及预设的基于一次风量进行支管风量计算，并根据燃烧需风量数据进行风量分配优化，从而得到一次风布风数据；步骤S26：根据当前烟气氧含量数据以及一次风布风数据对烟气氧含量进行串级控制，从而得到二次风流量数据；步骤S26包括：步骤S261：将一次风布风数据中各支管风量之和作为实际供风量，并根据当前的烟气氧含量数据进行当前空燃比计算，从而得到当前空燃比数据；步骤S262：获取当前的炉膛温度数据，根据炉膛温度数据以及一次风布风数据进行当前燃烧模式识别，从而得到燃烧模式数据；步骤S263：基于热力学模型根据炉膛温度数据以及烟气氧含量数据进行二噁英的生成及分解情况评估，从而得到二噁英评估数据；步骤S264：若二噁英评估数据显示分解不足，则对预设的基础二次风量进行减少，若二噁英评估数据显示生成过量，则对基础二次风量进行增加，从而得到二次风量调整数据；步骤S265：根据燃烧需风量数据以及一次风布风数据进行二次总风量计算，从而得到二次总风量数据；步骤S266：根据燃烧模式数据、当前空燃比数据以及二次风量调整数据建立烟气氧含量与二次风量的动态模型，并根据二次总风量数据进行基于6%-12%烟气氧含量的二次风量分配，从而得到二次风流量数据；步骤S3：根据操作员设定的目标炉膛负压值以及当前的炉膛负压数据对引风机频率进行自动调节，从而得到炉膛负压控制数据；利用热量反平衡算法根据推料器速度数据、炉排速度数据以及蒸发量数据对垃圾进行体积热值计算，从而得到垃圾体积热值数据；步骤S3包括：步骤S31：获取操作员设定的目标炉膛负压值，并将目标炉膛负压值与实时的炉膛负压数据进行负压偏差计算，从而得到负压偏差数据；步骤S32：根据垃圾焚烧炉建立基于PID的引风机控制模型，将负压偏差数据输入引风机控制模型进行引风机频率增减控制，从而得到炉膛负压控制数据；步骤S33：根据蒸发量数据进行当前燃烧所需的辅助燃料流量进行估算，从而得到辅助燃料流量数据；步骤S34：利用热量反平衡算法根据燃烧需风量数据以及辅助燃料流量数据对当前垃圾的总热值释放进行反算，从而得到垃圾总热值数据；步骤S35：根据推料器速度数据以及炉排速度数据进行单位时间内进料和排渣的体积估算，从而得到垃圾体积数据；步骤S36：将垃圾总热值数据除以垃圾体积数据，从而得到垃圾体积热值数据；步骤S4：根据当前的炉膛负压控制数据、垃圾体积热值数据以及各风室的一次风布风数据进行料层厚度分析，从而得到料层三维厚度场分布数据；根据料层三维厚度场分布数据确定推料器与炉排的联动系数以及各级炉排相互的联动系数，从而得到料层控制数据；步骤S4包括：步骤S41：利用CFD技术根据当前的炉膛负压控制数据以及各风室的一次风布风数据建立描述炉膛内空气流动的数值模型，从而得到炉膛流场模型；步骤S42：根据垃圾体积热值数据进行基于化学动力学的垃圾燃烧释热过程模拟，从而得到炉膛热源模型；步骤S43：对炉膛流场模型以及炉膛热源模型进行模型耦合，并计算料层的厚度分布，从而得到料层三维厚度场分布数据；步骤S44：对料层三维厚度场分布数据进行机理模型辅助处理，从而得到料层厚度场数据；步骤S45：基于料层厚度场数据确定推料器与炉排的最佳联动系数，从而得到推排联动系数数据；步骤S46：根据推排联动系数数据进行各级炉排的耦合作用分析，从而得到炉排级联控制系数数据；步骤S47：对推排联动系数数据以及炉排级联控制系数数据进行系数集成，从而得到料层控制数据；步骤S5：根据一次风布风数据以及二次风流量数据进行一次风与二次风的总量比值计算，从而得到风量比数据；对燃烧需风量数据、风量比数据以及料层控制数据进行周期性的变化趋势提取，并根据变化趋势进行焚烧状态预测，从而得到焚烧状态预测数据；步骤S5包括：步骤S51：根据一次风布风数据以及二次风流量数据进行一次风与二次风的总量比值计算，从而得到风量比数据；步骤S52：对燃烧需风量数据、风量比数据以及料层控制数据进行小波变换时频分析，并进行周期性分量提取，从而得到周期分量数据；步骤S53：对周期分量数据进行验证模式分解，并分离趋势项，从而得到趋势分量数据；步骤S54：根据趋势分量数据训练长短期记忆网络模型，并进行数据演化规律学习，从而得到趋势预测模型；步骤S55：根据趋势预测模型对周期分量数据进行焚烧状态预测，从而得到焚烧状态预测数据。

全文数据：

权利要求：

百度查询： 西石(厦门)科技股份有限公司 一种垃圾焚烧炉燃烧状态分析与预测方法