金華鍋爐廠 憑借強(qiáng)勁實(shí)力成功打入化工行業(yè)

為對爐膛結(jié)渣情況進(jìn)行有效預(yù)測,通過基于燃煤特性的單一指標(biāo)與多指標(biāo)綜合預(yù)測模型和模糊神經(jīng)網(wǎng)絡(luò)分別對一臺300MW級亞臨界、一臺600MW級亞臨界以及兩臺1000MW級超超臨界金華鍋爐廠機(jī)組爐膛結(jié)渣情況進(jìn)行了計(jì)算分析;針對300MW級亞臨界鍋爐機(jī)組建立了膜式水冷壁實(shí)際熱流密度的計(jì)算模型,并利用基于污染系數(shù)的神經(jīng)網(wǎng)絡(luò)對該電站鍋爐爐膛結(jié)渣情況進(jìn)行了預(yù)測.3種預(yù)測模型的結(jié)果表明:單一指標(biāo)和多指標(biāo)綜合預(yù)測模型一定程度上可對爐膛結(jié)渣情況進(jìn)行預(yù)測,但其分辨率較低,且模型中各指標(biāo)對于不同煤種和爐型的分辨率存在差異;模糊神經(jīng)網(wǎng)絡(luò)相對于上述模型和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)分辨率較高,所構(gòu)建的4種模糊神經(jīng)網(wǎng)絡(luò)分辨率可分別達(dá)到92％、92％、92％以及100％,且統(tǒng)計(jì)結(jié)果的分辨率也可達(dá)到100％,對不同爐型和煤種的適用性更強(qiáng).另外,基于污染系數(shù)的神經(jīng)網(wǎng)絡(luò)可根據(jù)電站運(yùn)行數(shù)據(jù)對爐膛局部結(jié)渣情況進(jìn)行實(shí)時預(yù)測,誤差在3％以內(nèi),均方誤差為0.0134,預(yù)測結(jié)果可為吹灰提供指導(dǎo)。

4月15日-16日，由美國機(jī)械工程師協(xié)會指派的ASME聯(lián)審組，對我公司ASME質(zhì)量控制體系和演示產(chǎn)品進(jìn)行了現(xiàn)場審核。經(jīng)過嚴(yán)謹(jǐn)且嚴(yán)格的審核后，聯(lián)審組長（AIS）正式宣布：“方快金華鍋爐廠有限公司現(xiàn)場審核通過，推薦ASME頒發(fā)：動力鍋爐（S）和壓力容器（U）認(rèn)證證書和鋼印。”

主要使用的是光電倍增管、光敏電阻和光電池，它們都有紫外型或紅外型，一種光電轉(zhuǎn)換元件，工作原理將光照輻射的強(qiáng)弱轉(zhuǎn)變成相應(yīng)的強(qiáng)弱電流。并呈線性狀態(tài)輸出，有時感應(yīng)電流弱，要通過放大，才能對控制器產(chǎn)生作用。

為有效掌握杭州工業(yè)金華鍋爐廠運(yùn)行整體能效狀況,為鍋爐節(jié)能提供理論和技術(shù)依據(jù),對183臺工業(yè)鍋爐進(jìn)行了能效測試.測試采用運(yùn)行工況熱效率簡單測試,熱效率采用反平衡計(jì)算方法.測試完畢,從排煙溫度、過量空氣系數(shù)、爐渣含碳量、爐體外表面溫度、負(fù)荷率及熱效率等指標(biāo)對測試結(jié)果進(jìn)行分析,并提出造成的原因和改進(jìn)措施.結(jié)論如下:排煙溫度和過量空氣系數(shù)普遍偏高;爐渣含碳量和爐體外表面溫度控制較好;鍋爐負(fù)荷率整體偏低,燃煤/生物質(zhì)鍋爐平均負(fù)荷率只有58％;熱效率總體偏低,燃油(氣)鍋爐較好,平均為88％,而燃煤/生物質(zhì)鍋爐平均僅為69％;2t/h以下鍋爐是淘汰重點(diǎn),2～20t/h鍋爐節(jié)能空間較大。

目前可供使用的燃燒器的種類很多，沒有統(tǒng)一的規(guī)定，如按空氣供給形式可分為大氣式燃燒器和擴(kuò)散式燃燒器，還可分為自然引風(fēng)式和鼓風(fēng)式；如按燃料混合情況可分為預(yù)混式（前混式）和外混式（后混式）；如按壓力情況分為低壓燃燒器（P＜5000Pa）和高壓燃燒器(5000Pa≤p≤300000Pa)。

點(diǎn)擊鍋爐熱點(diǎn)，助您了解了解更多鍋爐知識。