论文部分内容阅读
电厂储煤筒仓因其环保、给料均匀和调度灵活而得到广泛应用,但储煤在有限的封闭空间中长期存储发热,导致煤体发生氧化反应,易造成储煤温度升高甚至发生自燃。因此,对储煤温度进行有效的实时监测和高温热源点的预测是解决储煤自燃问题的前提。针对电厂储煤易发生自燃的现象,设计并搭建了筒径为1.5m和0.52m的储煤筒仓试验平台,采用温度传感器来监测试验过程中储煤和筒壁的温度变化情况。通过改变筒仓内热源位置和热源加热功率来改变热源的温升速率,每个实验平台均进行多次试验,对各自试验工况的结果进行对比分析,得出热源加热过程中储煤各区域温度变化规律;将两种不同筒径试验台的结果进行对比分析,可以得出不同筒径下,高温热源对于储煤筒仓温度场影响规律的共性特征。使用ANSYS建立筒仓模型,进行参数设置和计算。将得出的计算数据应用于BP神经网络算法,对筒仓模型中高温热源点的位置和温度数据进行训练和预测,发现结果可靠;再使用BP神经网络算法对筒径为1.5m的筒仓实验所得数据进行训练和预测,结果可靠。验证了BP神经网络算法可以应用于储煤加热过程中高温热源点位置和温度的预测。结合试验和BP神经网络自燃点预测,基于VC6.0软件,开发了储煤筒仓智能安全监控系统,实时监测试验过程中筒仓各测点的温度变化。此监控系统首先将传感器和采集板采集到的数据存储到MySQL数据库中,再经由开发的显示界面对存储的数据进行实时显示,实现了储煤筒仓温度实时监测功能。