基于试验和BP神经网络的CFB锅炉脱硫效率研究

摘要

在一台300 MW以洗中煤和煤矸石按6∶4比例混合后制得的混矸煤为燃料的工业CFB锅炉上,研究了床温、Ca/S摩尔比、一/二次风配比主要因素对脱硫效率的影响.试验结果表明:脱硫效率随着Ca/S摩尔比增大而提高,并且提高的幅度越来越小,最后趋于平稳;脱硫效率随着床温的升高而逐渐降低,并且减小幅度越来越小;脱硫效率随二次风率的增加先缓慢增大,后迅速下降,存在一个最佳的二次风率.以试验数据为基础,建立了3种算法的BP神经网络模型对脱硫效率进行预测,通过对比分析发现:基于附加动量法的BP神经网络预测脱硫效率时,在单隐含层神经元数为15时,其平均偏离度为3.76％,最大相对误差为8.97％,这能够较好地预测CFB锅炉的脱硫效率.