← 返回列表
一种自适应性分级送风的控制方法及其固废CFB锅炉
摘要文本
本发明提出了一种自适应性分级送风的控制方法及其固废CFB锅炉,所述方法包括,构建卷积神经网络共享的多任务学习模型;通过学习策略模型对所述多任务学习模型进行优化处理;获取输入归一化后的物料特性、分级风量、分级风角度参数,根据优化后的多任务学习模型进行多层级计算,输出流化床温度、飞灰量和氮氧化合物排放量参数;在物料特性测定、已知的条件下,遍历分级风量、分级风角度参数,当固废CFB锅炉控制误差函数达到最小时,得到当前物料投放条件下,最优的分级风量、分级风角度参数,并输入给鼓风机及送风喷口处的步进电机,使固废锅炉处于最佳控制状态,本发明通过分级送风结构,能够根据不同的物料特性,适应性调整送风量及送风角度。
申请人信息
- 申请人:上海四方无锡锅炉工程有限公司
- 申请人地址:214000 江苏省无锡市滨湖区常康路12号
- 发明人: 上海四方无锡锅炉工程有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种自适应性分级送风的控制方法及其固废CFB锅炉 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311538110.9 |
| 申请日 | 2023/11/17 |
| 公告号 | CN117369282A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G05B13/04 |
| 权利人 | 上海四方无锡锅炉工程有限公司 |
| 发明人 | 严玉芳; 许月琴; 龚霞炎 |
| 地址 | 江苏省无锡市滨湖区常康路12号 |
专利主权项内容
1.一种自适应性分级送风的控制方法,其特征在于,包括:步骤一,构建卷积神经网络共享的多任务学习模型;步骤二,通过学习策略模型对所述多任务学习模型进行优化处理;步骤三、获取输入归一化后的物料特性、分级风量、分级风角度参数,根据优化后的多任务学习模型进行多层级计算,输出流化床温度、飞灰量和氮氧化合物排放量参数;步骤四、在物料特性测定、已知的条件下,遍历分级风量、分级风角度参数,当固废CFB锅炉控制误差函数达到最小时,得到当前物料投放条件下,最优的分级风量、分级风角度参数,并输入给鼓风机及送风喷口处的步进电机,使固废锅炉处于最佳控制状态。