前言：本站為你精心整理了煤質(zhì)實時檢測技術(shù)在電力行業(yè)研究范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：針對目前電力行業(yè)中火電機組煤質(zhì)化驗數(shù)據(jù)存在的滯后性以及給鍋爐運行帶來的安全性和經(jīng)濟性問題，研究基于LIBS技術(shù)的入爐煤質(zhì)檢測分析技術(shù)與建模技術(shù)，建立入爐煤質(zhì)數(shù)據(jù)庫，實現(xiàn)入爐煤質(zhì)在線檢測，分析精度、重復(fù)性限、再現(xiàn)臨界值等指標滿足國標要求。建成集煤炭自動取樣、連續(xù)制樣及激光在線檢測分析裝置于一體的應(yīng)用系統(tǒng)，實現(xiàn)LIBS技術(shù)從煤炭行業(yè)到電力行業(yè)火電機組入爐煤實時檢測的研究與應(yīng)用。

關(guān)鍵詞：LIBS；特征譜線；訓(xùn)練模型；在線檢測

1研究背景

燃煤電廠煤質(zhì)分析一般是在實驗室內(nèi)用物理和化學方法對煤樣進行化驗和測試。每一批次煤要得到分析煤樣需經(jīng)過初級采樣、破碎、縮分、收樣、制樣等環(huán)節(jié)。實驗室煤質(zhì)分析需若干步驟，獲得最終煤質(zhì)化驗報告的時間一般在24h左右，煤質(zhì)化驗報告時間嚴重滯后于入廠煤接卸和入爐煤摻配工作。煤質(zhì)的成分、特性對燃煤電廠安全經(jīng)濟生產(chǎn)及環(huán)境保護具有極其重要的影響。多數(shù)燃煤電廠入爐煤種繁多且經(jīng)常變化，不同煤種的摻配往往導(dǎo)致難以準確判斷實時入爐煤質(zhì)，因此造成鍋爐熱損失大，結(jié)焦及熄火等情況時有發(fā)生，對機組運行的安全性和經(jīng)濟性有很大影響。傳統(tǒng)解決辦法一般采用煤質(zhì)庫歷史數(shù)據(jù)平均值替代，但往往因誤差過大而無法作為數(shù)字化煤場管理實時指導(dǎo)依據(jù)。隨著電力行業(yè)發(fā)展，燃煤電廠入廠煤種及煤質(zhì)呈現(xiàn)復(fù)雜多變的形勢，目前亟需一種能夠?qū)崟r、全面、準確地進行入爐煤煤質(zhì)分析的設(shè)備及系統(tǒng)。

2主要研究內(nèi)容

建立一套LIBS煤質(zhì)在線檢測系統(tǒng)，基于系統(tǒng)提供的檢測數(shù)據(jù)，構(gòu)建貧煤及多煤種混合燃料的模型。實時提供入爐煤發(fā)熱量、全水分、灰分、揮發(fā)份、碳、氫、硫等煤質(zhì)指標的檢測分析結(jié)果，實時比對、查詢、分析煤質(zhì)變化趨勢，不斷提高檢測數(shù)據(jù)精密度和準確度。具體內(nèi)容如下：(1)利用激光技術(shù)實現(xiàn)對煤質(zhì)進行快速檢測分析，并提供一套適合現(xiàn)場的自動取樣、連續(xù)制樣及激光檢測裝置，實現(xiàn)對煤質(zhì)的實時在線檢測分析；(2)建立激光檢測分析計算數(shù)學模型，并在對一定數(shù)量的標準煤樣進行試驗、比對的基礎(chǔ)上，建立算法模型，經(jīng)過優(yōu)化試驗建立入爐煤定標煤樣模型數(shù)據(jù)庫。(3)整體設(shè)計激光在線檢測分析系統(tǒng)控制系統(tǒng)，控制取樣、制樣及激光檢測分析裝置工作流程及頻率，實現(xiàn)整個系統(tǒng)的無人干預(yù)、自動檢測。

3研究應(yīng)用情況

3.1技術(shù)理論。LIBS技術(shù)采用高能量密度激光脈沖燒蝕樣品，激發(fā)被分析物質(zhì)產(chǎn)生等離子體，同時采用光譜分析裝置對等離子體中原子和離子的能級躍遷特征光譜進行分析，得出各個元素成分及含量。其中自由定標法（CF-LIBS）是基于合理的實驗操作方法和等離子體理論下提出的，利用實驗檢42電站系統(tǒng)工程2021年第37卷測到的光譜數(shù)據(jù)和相關(guān)的理論能同時進行多元素定量化分析。定量分析的理論依據(jù)如下：(1)激光等離子體中的化學組分能夠代表樣品的真正化學組分；(2)激光等離子體應(yīng)處于局部熱平衡（LTE）或近似局部熱平衡。在近似LTE條件下，如果存在Ek和Ei兩個能級之間的躍遷，在實際的光譜LIBS檢測中，由于光學系統(tǒng)的光學效率會影響光譜線的絕對強度，躍遷產(chǎn)生的譜線線積分強度可由下列修正式給出：ki(1)式中：ki是實驗檢測到的光譜線強度；是考慮LIBS系統(tǒng)的光學采集體系效率、激光等離子體密度和體積等因素后引入的實驗參數(shù)；是譜線躍遷波長；代表S粒子的含量；是譜線躍遷概率；是上能級統(tǒng)計權(quán)重；是玻爾茲曼常量；是激光等離子體溫度；是S粒子配分函數(shù)。經(jīng)過公示變形及替換，S粒子含量可由下式得出：s(2)式中：與粒子含量的自然對數(shù)成正比例關(guān)系；、、可從原子譜線數(shù)據(jù)庫中查到；、、從光譜實驗數(shù)據(jù)中計算得到。

3.2實施路線。(1)選取元素特征譜線。在實際工業(yè)應(yīng)用過程中，因煤中含有的元素種類較多，主要有C、H、O、N等非金屬元素以及Al、Fe、Ca、Mg等金屬元素，這些元素的含量會影響煤各個工業(yè)指標，因此篩選元素特征譜線作為參考，采用的譜線部分見表1。(2)研究工業(yè)分析指標與其特定元素關(guān)聯(lián)關(guān)系。當確定好工業(yè)分析指標的關(guān)聯(lián)元素后，從煤的光譜中提取元素信息從而建立從光譜到工業(yè)分析指標之間的直接映射關(guān)系。(3)研究不同分析指標之間的關(guān)聯(lián)關(guān)系。由于煤的各項分析指標之間并非完全獨立，不同分析指標之間存在強相關(guān)性，利用經(jīng)驗公式、數(shù)據(jù)挖掘技術(shù)以及回歸擬合技術(shù)，可以從海量的煤質(zhì)信息表中確定各項分析指標的相關(guān)性，可根據(jù)已測出的分析指標去推導(dǎo)其他分析指標。存在相關(guān)性的分析指標部分如下：熱值同其他分析指標的相關(guān)性：៉,,−(94.1∗,+,)碳同其他分析指標的相關(guān)性：+−8.18∗0.76氫同其他分析指標的相關(guān)性：0.075∗+3.29∗100−−−100−0.2(4)建立分析指標訓(xùn)練模型。當訓(xùn)練集中的煤樣基本上能反映電廠中絕大部分的入爐煤和入廠煤的特性時，模型就可以通過自學習算法學習到煤樣的光譜信息同各個分析指標之間的關(guān)聯(lián)性。由于煤樣的變質(zhì)問題以及煤樣本身分布不均勻?qū)е鹿庾V波動大，需要采取一定的策略對異常光譜進行剔除。模型生成之后可以預(yù)測未知的煤樣，未知煤樣的煤質(zhì)分析指標預(yù)測流程包括異常光譜剔除、數(shù)據(jù)預(yù)處理，然后將特征光譜強度代入模型得出分析指標。圖1模型建立流程為了驗證該技術(shù)的實際建模效果，事先準備40種國家標準煤樣，其所有分析指標均已通過國家標準工業(yè)分析法測定。當要對某一個分析指標建立模型時，首先從這40個煤樣中提取10個煤樣做預(yù)測集，剩余30個煤樣用于建模，然后用建立好的模型對預(yù)測集的煤樣進行分析。圖2展示了采用40種國家標準煤樣，以兩種典型工業(yè)分析指標揮發(fā)分和高位熱值為例的建模結(jié)果，其中決定系數(shù)R2和校正集的均方根誤差RMSEC用來表征模型的擬合好壞，測試集均方根誤差RMSEP與平均絕對誤差A(yù)AE用來評估模型對未知煤樣的預(yù)測能力，當這四個參數(shù)符合我們預(yù)期的范圍時，終止模型的訓(xùn)練。對入爐煤的實際建模流程與標樣一致。但由于入爐煤品種多樣，基體組成復(fù)雜，要想針對入爐煤建立一個性能好的模型要求數(shù)據(jù)集足夠大。因此采集了400多個煤樣光譜，然后針對多個分析指標建立模型。圖3展示了以空氣干燥基揮發(fā)分Vad、彈筒熱值Qb,ad兩個分析指標為例的入爐煤建模結(jié)果。(5)模型生成后，將所有模型集成到LIBS煤質(zhì)分析系統(tǒng)軟件中，當采集完光譜后，利用軟件中的數(shù)據(jù)分析模塊對光譜進行異常數(shù)據(jù)剔除，再進行預(yù)處理，最后調(diào)用模型進行預(yù)測并將每個指標的分析結(jié)果展現(xiàn)在軟件界面上，見圖4。

4技術(shù)指標

在線檢測入爐煤發(fā)熱量、全水分、揮發(fā)分、灰分、碳、氫、硫等指標，檢測結(jié)果符合《中子活化型煤炭在線分析儀》國家標準要求。建成基于LIBS技術(shù)的煤質(zhì)智能在線檢測系統(tǒng)，實現(xiàn)與入爐煤皮帶機連鎖運行，可以實現(xiàn)每3min一次采樣、制樣、檢測、數(shù)據(jù)處理的連續(xù)自動工作，檢測過程無人為干預(yù)。煤樣制備流程符合國標制樣標準要求，煤樣輸送過程無殘留積粉、無混樣現(xiàn)象?？上颥F(xiàn)場生產(chǎn)管理系統(tǒng)推送入爐煤實時煤質(zhì)數(shù)據(jù)信息。

5實施效果

5.1社會效益。依據(jù)入爐煤實時煤質(zhì)數(shù)據(jù)，指導(dǎo)優(yōu)化鍋爐燃燒，降低發(fā)電成本；指導(dǎo)優(yōu)化鍋爐脫硫、脫硝系統(tǒng)控制，避免超標排放，降低環(huán)保運行成本。在線檢測灰熔點變化，避免出現(xiàn)高灰分配煤，減少磨煤機損耗，降低鍋爐結(jié)焦幾率，延長鍋爐無故障運行時間。

5.2推廣前景。采用基于大數(shù)據(jù)集的回歸模型建立，采集400組電廠入爐煤樣數(shù)據(jù)，建立一套煤質(zhì)檢測模型，建立入爐煤定標煤樣模型數(shù)據(jù)庫，數(shù)據(jù)庫具備自學習、持續(xù)優(yōu)化功能。LIBS煤質(zhì)在線檢測系統(tǒng)控制取樣裝置、制樣裝置、激光檢測分析裝置按流程和頻率連續(xù)自動進行工作，實現(xiàn)整個系統(tǒng)自動在線檢測，不同批次數(shù)據(jù)自動匯總統(tǒng)計。該項目是燃料管理技術(shù)與工業(yè)智能技術(shù)的高度融合，是工業(yè)4.0在電力行業(yè)的典型應(yīng)用，在火電行業(yè)具有廣闊應(yīng)用前景。

參考文獻

[1]李娉,陸繼東,謝承利,等.用激光感生擊穿光譜技術(shù)測量燃煤含碳量[J].應(yīng)用光學,2007,28(6):756～759．

[2]劉彥,陸繼東,李娉,等．內(nèi)標法在激光誘導(dǎo)擊穿光譜測定煤粉碳含量中的應(yīng)用[J].中國電機工程學報,29(5):1～4．

作者:蔣蓬勃 單位:華電國際技術(shù)服務(wù)分公司