刘正峰 王景成 史元浩

(上海交通大学自动化系系统控制与信息处理教育部重点实验室,上海 200240)

电站锅炉运行中，受热面的积灰结渣是不可避免的。灰污的热阻很大，导致锅炉受热面的吸热量减少，降低锅炉的热效率；严重的积灰会使锅炉运行变得不稳定，甚至造成安全事故。而我国电站燃煤往往呈现煤种多变、煤质差的状况，造成锅炉受热面更容易积灰结渣。对受热面进行吹灰是有效的解决办法，吹灰介质一般是空气或者蒸汽，目前我国燃煤电站锅炉大多是进行定时定量吹扫操作。这样一方面会由于高温高压蒸汽的消耗而造成效率降低，另一方面也会因为不合理的吹扫而影响受热面的寿命。因此，对受热面的吹灰操作进行优化是亟待解决的问题之一，而其前提就是对受热面的积灰状况进行准确的监测。

近年来，学者对燃煤电站锅炉受热面积灰监测做了许多工作。目前主要的方法有：理论机理模型[1]、热平衡法[2]和神经网络法[3]。朱予东等根据热平衡原理，建立了热力计算模型[2,4]。陆继东等利用神经网络方法建立了受热面清洁吸热量预测模型，计算出灰污特征参数，进而对积灰状况进行监测[5]。徐啸虎等基于能量守恒和换热过程一般原理，建立了灰污染损失的计算模型[1]，包括排烟温度偏差和传热量偏差两个子模型。建模和偏差分析过程均不涉及任何线性化的数学处理，模型可用于定量分析锅炉系统因灰污染引起的传热性能和效率变化，并确定最佳经济性吹灰时间。……