-
公开(公告)号：CN105974793B
公开(公告)日：2018-07-31
申请号：CN201610288448.7
申请日：2016-05-04
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明公开了种电站锅炉燃烧智能控制方法,包括如下步骤:(1)对历史运行数据进行融合;(2)遍历融合后的历史运行数据,对其进行错误检测,剔除错误数据,筛选出稳态工况数据,去除稳态工况数据中的些工况数据,以剩下的稳态工况数据作为训练样本;(3)建立训练样本库,以煤质特性参数、锅炉控制参数作为输入参数,燃烧效果参数为输出参数,建立锅炉综合燃烧预测模型;(4)对锅炉燃烧效果参数进行全局敏感性分析,得到锅炉燃烧效果参数的敏感的锅炉控制参数及敏感区间,再采用启发式优化算法实现锅炉控制参数的优化,从而实现对锅炉的智能优化控制。本发明基于电站锅炉丰富的历史运行数据进行建模,具有较好的实用性。
-
公开(公告)号：CN105868165B
公开(公告)日：2018-06-12
申请号：CN201610238786.X
申请日：2016-04-15
Applicant: 华中科技大学
Abstract: 本发明属于电站锅炉智能控制技术领域，并公开了一种电站锅炉运行数据清洗方法，包括以下步骤：定义稳态系数并采用人工引导的方式确定特征参数的稳态阈值，遍历数据计算各数据点稳态系数及稳态权重系数，根据稳态权重系数确定各数据条的稳态性，剔除标记为非稳态及各稳态段开始的若干个数据，最后采用改进的置信空间对对稳态段内数据进行筛选，提高稀疏稳态内数据的可靠性。本发明针对电站锅炉运行数据特点而提出，具有较高的可靠性，操作简单，计算速度快。
-
公开(公告)号：CN104515591B
公开(公告)日：2018-01-05
申请号：CN201410851654.5
申请日：2014-12-31
Applicant: 华中科技大学
IPC: G01H17/00
Abstract: 本发明公开了一种高精度的磨煤机振动检测工艺方法，包括：(a)按照时序依次采集n组反映磨煤机运行情况的历史运行数据，并通过实际测试获得这n组历史运行数据各自所对应的实际振动强度数据；(b)基于上述数据采用相空间算法和极限学习机算法来构建磨煤机振动检测模型，来构建磨煤机振动检测模型，然后对检测模型执行最优化求解；(c)对磨煤机的当前工作数据进行在线测量，然后按照最优检测模型来获得相应的输出结果，该输出结果即为所需的磨煤机当前振动状态结果。通过本发明，能够以便于操控、高效率和高精度地方式实现对磨煤机振动强度的实时检测，并尤其适用于大型火电厂之类的应用场合。
-
公开(公告)号：CN106018731A
公开(公告)日：2016-10-12
申请号：CN201610310539.6
申请日：2016-05-12
Applicant: 华中科技大学
CPC classification number: G01N33/222 , G06K9/6269
Abstract: 本发明公开了一种固定碳及挥发分在线检测方法，具体为：在线检测待测煤的元素C、H、O、N、S的质量含量，将检测出的元素质量含量作为预先构建好的固定碳及挥发分预测模型的输入，输出得到待测煤的固定碳、挥发分质量含量；所述固定碳及挥发分预测模型预先按照如下方式训练得到：收集样本煤质数据，选择支持向量机作为构建模型方法，选择遗传算法作为寻优算法，以样本煤质的元素C、H、O、N、S的质量含量作为预测模型的输入，以样本煤质的固定碳、挥发分的质量含量作为预测模型的输出，训练得到固定碳及挥发分预测模型。本发明实现对煤的固定碳及挥发分在线检测，操作简单，有利于锅炉的在线调整优化。
-
公开(公告)号：CN104515591A
公开(公告)日：2015-04-15
申请号：CN201410851654.5
申请日：2014-12-31
Applicant: 华中科技大学
IPC: G01H17/00
Abstract: 本发明公开了一种高精度的磨煤机振动检测工艺方法，包括：(a)按照时序依次采集n组反映磨煤机运行情况的历史运行数据，并通过实际测试获得这n组历史运行数据各自所对应的实际振动强度数据；(b)基于上述数据采用相空间算法和极限学习机算法来构建磨煤机振动检测模型，来构建磨煤机振动检测模型，然后对检测模型执行最优化求解；(c)对磨煤机的当前工作数据进行在线测量，然后按照最优检测模型来获得相应的输出结果，该输出结果即为所需的磨煤机当前振动状态结果。通过本发明，能够以便于操控、高效率和高精度地方式实现对磨煤机振动强度的实时检测，并尤其适用于大型火电厂之类的应用场合。
-
Patent Agency Ranking
公开(公告)号：CN101839496B
公开(公告)日：2011-11-30
申请号：CN201010199623.8
申请日：2010-06-13
Applicant: 华中科技大学
Abstract: 本发明公开了一种原煤仓内多煤种界面分层的监测方法，该方法通过现场试验获得原煤仓煤位质量对应关系，进而通过对原煤仓中的煤位和给煤机的出力进行监测，通过分别计算进入原煤仓的煤的质量和给煤机的给煤量，并且实时进行这一过程，从而得到原煤仓中各层煤种的质量，煤位等信息，实现对原煤仓中煤种分层情况的监测。本方法在不需要安装复杂昂贵的在线煤质分析仪器的前提下，实现了对原煤仓中煤种分层、当前燃烧煤种的监测，并且具备预测燃烧煤种更换的功能。
-
公开(公告)号：CN113566264A
公开(公告)日：2021-10-29
申请号：CN202110909305.4
申请日：2021-08-09
Applicant: 华中科技大学 , 武汉华中思能科技有限公司 , 华中师范大学
Abstract: 本发明公开了一种基于生物质和污泥的协同燃烧供热系统，属于可再生能源利用技术领域，其通过气化炉、第一供料机构、第二分离器、燃烧炉、第二供料机构和混料破碎机构等部件的对应设置，能通过生物质材料获得富含碳氢燃料的混合气体，并通过干化污泥和生物质材料的对应处理，准确形成用于燃烧炉燃烧的污泥与生物质材料的混合燃料，利用混合燃料与混合气体在燃烧炉的混合燃烧，完成供热过程。本发明的基于生物质和污泥的协同燃烧供热系统，其结构简单，设置简便，可以有效实现生物质材料和污泥的综合应用，实现燃烧炉尾端产生烟气的循环使用，实现燃烧供热系统中热量的内循环，避免或者减少高品位热源的使用，满足节能环保的应用需求。
-
公开(公告)号：CN105160499A
公开(公告)日：2015-12-16
申请号：CN201510698193.7
申请日：2015-10-21
Applicant: 华中科技大学 , 华能国际电力股份有限公司 , 武汉华中思能科技有限公司
CPC classification number: Y04S10/60
Abstract: 本发明公开了一种火力发电厂的燃料分析系统，该系统包括生产信息数据库、锅炉性能评估模块、典型煤种数据库、生产成本评估模块、资源数据库、匹配模块以及指导模块。本发明还公开了利用该系统进行燃料分析的方法，通过客户端的指导请求，把资源数据库中的库存煤种信息或市场煤种信息，与典型煤种数据库中的典型煤种相匹配，并根据生产成本对库存煤种或市场煤种进行排序，从而筛选分析出最优燃用策略。通过本发明，在大数据的分析的前提下，对煤种的生产成本进行排序，然后根据客户端的请求，从而给出煤种的燃用指导或者购买指导，通过调整燃用和购买方式两大策略，从而实现了火力发电厂的燃料调度的优化。
-
公开(公告)号：CN103160300B
公开(公告)日：2014-05-07
申请号：CN201310071103.2
申请日：2013-03-07
Applicant: 华中科技大学
Abstract: 一种褐煤改性提质系统，属于褐煤提质装置，解决现有褐煤改性提质系统脱除硫、汞等污染物的效率较低，产生的污染性气体和粉尘未能得到有效处理的问题，同时解决锅炉尾气热量未有效利用的问题。本发明包括原煤仓、给料装置、流化热解装置、恒流泵、垂直管道、一级提质煤仓、水平管道、旋风分离器、二级提质煤仓、气体净化装置和引风机。原煤仓中的褐煤经烟气预干燥后，经过给料装置送入流化热解装置进行热解提质，通过两级提质煤仓和旋风分离器分离收集提质煤，热解烟气流过气体净化装置后通入原煤仓中作为原煤预干燥脱水的热源。本发明的可靠性高，对煤种适应性强，能提高提质煤的品质，增大硫、汞等污染物的协同脱除效率。
-
公开(公告)号：CN102541036B
公开(公告)日：2013-10-30
申请号：CN201210037142.6
申请日：2012-02-20
Applicant: 华中科技大学
IPC: G05B19/418
CPC classification number: Y02P90/20
Abstract: 本发明提供了一种火电厂燃煤智能调度系统，包括在线盘煤单元、堆取料机单元、输煤单元、煤仓单元和系统服务器，系统服务器包括智能堆料计算模块、智能配煤及上煤计算模块、取料决策模块；智能堆料计算模块确定最佳堆煤位置以指导堆取料机单元完成堆煤，智能配煤及上煤计算模块用于接收在线盘煤单元的盘煤信息及锅炉机组的实时状态，依据盘煤信息及锅炉机组的实时状态确定配煤方案，进而根据锅炉特性和配煤方案确定上煤方案；取料决策模块依据盘煤信息和上煤方案确定取料途径以指导堆取料机单元和输煤单元协作完成取料。本发明对电厂燃煤进行全生命周期的管理和智能化调度，保证锅炉机组在掺烧条件下具备较高的安全性、经济性和环保性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.022 seconds)
