基于多PCA模型的循环流化床锅炉结焦故障诊断

摘要

循环流化床锅炉做为电厂机组不可缺少的重要组成部分，其性能和可靠性已成为保证机组安全生产的重要因素。结焦是锅炉系统常见的燃烧故障，其危害很大，甚至会降低锅炉的输出功率和热效率，影响机组安全经济运行。随着集散控制系统在复杂的大型电厂机组中广泛应用，其自身所带的大量数据可以提供与结焦故障相关的过程变量信息，由于大多数工业生产过程难以建立精确的数学模型，因此根据数学模型的故障诊断方法在实际应用中遇到了较大的困难，而不依赖于数学模型的多元统计过程控制方法目前已成为研究热点之一。
　　 本文以神华准能矸石电厂的循环流化床锅炉为对象，对国内外统计过程控制理论和故障诊断综述的基础上，详细介绍了主元分析理论；然后分析了锅炉工艺流程和结焦现象，并采集其相关过程变量进行了数据预处理；最后进行了稳定工况下主元分析故障诊断方法的实例分析及仿真。
　　 由于电厂锅炉多工况运行的特点，本文首先论述了传统主元分析方法的局限性，同时分析了一种适用于多工况过程的多主元分析(PrincipalComponentAnalysis，PCA)模型的故障诊断总体方案，然后利用模糊C均值聚类法将过程历史监测数据分类，根据机组不同的运行工况建立多个主元分析统计模型。最后利用相关过程变量对锅炉结焦现象进行故障诊断，并进行了大量的仿真对比实验。该方法提高了故障诊断的灵敏度，为投入实际应用奠定了基础。