frequently employ energy balance analysis [9], taking also into
consideration the specific enthalpy of the boiler system [10] in
order to derive a simplified process model. The aforementioned
approaches have resulted in several models of varying levels of
complexity, such as the dynamic simulator of water-tube boiler
system [7], a lumped-parameter model of boiler water level
dynamics [11], and a boiler model combining physical and empirical
relationships [12]. Parameter estimation of physical boiler process
models can be based on the suitably chosen Kalman estimator
[13] used for off-line identification based on previously recorded
boiler experimental data. Instead of a fully-physical boiler model,
a hybrid model can be used [14], combining energy balance equations
for the analytical part of the model, and a neural networkbased
artificial intelligence system for the empirical modeling of
those quantities which are difficult to measure. Neural network
systems have been also applied for: (i) emulation of simplified
dynamic behavior of a boiler system [15], (ii) on-line boiler effi-
ciency estimation based on averaged process measurements [16],
and (iii) on-line boiler diagnostics [17] with neural network-based
data processing and pattern recognition alongside a more complex
boiler CFD model [18]. The boiler control system design, on the
other hand, typically requires a non-parametric process model,
such as: (i) linear ARX and ARMAX time-series discrete-time model
[19], (ii) a linear time-invariant state-space model [20] for the
design of a robust H1 controller or state estimator for boiler monitoring
purposes [21], and (iii) nonlinear ARX (NARX) boiler model
in the form of a fuzzy neural network (FNN) [22]. The model
parameter estimation in the above cases is based on appropriate
test signals applied in the vicinity of the boiler operating point,
and suitable process model identification techniques. Model validation
may either be performed through comparative simulation
tests against other models [11], including comparison with data
from the literature [8], or against experimental data as suggested
in [6,23]. Naturally, the latter approach may be considered as a
kind of an ultimate model assessment, especially if in-field application
is considered.
Still, in order to cover all the aspects of steam generation process
within the boiler, and to facilitate high accuracy of the boiler
model performance (i.e. the ability to faithfully track highlydynamic
internal boiler phenomena over a wide range of operating
conditions) it is vital to build a fully physically-based boiler model
taking into account the boiler system internal structure and
boundary conditions [8], and basic physical laws of conservation
of mass, energy and boiler media (steam + water) momentum.
The utilization of empirical relationships, such as proposed in [6],
should be avoided because they may not be universally applicable
to any type of boiler facility, whereas a physically-based modeling
approach would be easily applied to any boiler facility of the similar
type. Thus, only the boiler system parameters (e.g. drum
dimensions, fuel type, and similar) would have to be adjusted in
order to facilitate faithful emulation of actual boiler system behavior.
To this end, this paper analyzes a steam generator with a single
drum and natural recirculation, wherein the steam generator drum
design is of the frequently used type, whose integral part is the
steam separation system based on cyclone steam separators. The
goal of this work is to derive a fully-physical lumped-parameter
steam generator (boiler) process model based on fundamental
physical laws, while at the same time avoiding any reliance on
empirical relationships between model dynamic variables (in contrast
to boiler modeling approaches proposed in [6,14]). The subject
matter presented herein is based on the operation of a plant
used for the production of superheated steam, as a part of the larger
power production facility. The paper analyzes the dynamics of
the boiler system while taking into account pressure and enthalpy
changes within the drum, as well as the dynamics of the downcomer
and furnace tubes, and validates the model against the
experimental data obtained from the dedicated data collection system
(DCS). The resulting straightforward model is suitable for the
analysis of different boiler system dynamic effects, and on-line
monitoring and estimation of key boiler dynamic variables. Since
the model is also not limited by the fuel type, it could be wellsuited
for steady-state analyses aimed for economic assessment
through energy balance analysis for both the traditional (fossil
fuel) and alternative fuel boiler systems [24], which have become
increasingly attractive in recent years [25], especially in the context
of cogeneration plants [26]. The simulation model has been
developed and implemented within MATLAB/Simulink software
environment [27].
The paper is organized as follows. Section 2 briefly describes the
boiler facility in question, including the boiler drum water level
control system. This is followed by detailed derivation of the boiler
system model in Section 3, based on the fundamental physical laws
of conservation applied to each of the boiler subsystems. Thus
obtained boiler system model is summarized in Section 4 in a compact
model form suitable for simulation model building. Section 5
presents the comparative results of boiler system simulation and
field test experimental data for the case of abrupt disturbance transient
along with detailed analysis of the observed event. Concluding
remarks are given in Section 6.
2. Facility description
2.1. Boiler specification
The considered boiler system with nominal operating pressure
and temperature of 80 bar/510 C and a total power output of
84 MW is an integral part of a larger power plant, and is used as
the main source of steam for the operation of 30 MW condensing
turbine with two controlled extractions and additional heating
power supply for an oil refinery production facility. Fig. 1 shows
the simplified schematic representation of a boiler with natural
water circulation. The pump delivers the feed-water under the pressure
of about 120 bar with the capacity of 40–105 t/h. The pump
flow is controlled by a control valve commanded by the water level
controller. After passing through two economizers and heating to a
temperature of approximately 265 C, the feed-water enters the
boiler drum. Apart from the feed-water, a two-phase medium
(water + steam) is returned to the drum from the recirculation circuit
riser tubes. Most of the water exiting the drum comes through
the downcomer, with a rather small ratio of approximately 2% being
passed through the desalting (desalinization) tubes, while the produced
steam exits the drum and enters the superheaters before
finally being transported towards the consumers. Since the boiler
with natural circulation is discussed in this paper, the circulation
in evaporator part of the boiler occurs due to density differences
of the medium in downcomer and furnace pipes.
Inside the boiler drum, a dynamic balance of water and steam
mass and energy accumulation processes is being continuously
maintained. Accumulation of mass and energy is caused by: (i) different
and variable flow of input and output medium, (ii) energy
losses due to drum walls-medium heat exchange. Drum water output
and the return of two-phase medium to the drum are variables
depending on the processes in the boiler. Desalting water valve
opening typically does not change or changes rarely once it has
been adjusted, so that its mass flow can be regarded as constant,
or it can be determined from the known valve position.
equations [8]. Indeed, the physical modeling approaches
มักใช้พลังงานดุลวิเคราะห์ [9], พิจารณายังพิจารณาความร้อนแฝงเฉพาะเจาะจงของระบบหม้อน้ำ [10] ในสั่งมาแบบจำลองกระบวนการแบบง่าย ดังกล่าววิธีทำให้ในหลายรูปแบบของระดับที่แตกต่างกันความซับซ้อน เช่นจำลองแบบไดนามิกของหม้อไอน้ำท่อน้ำระบบ [7], แบบ lumped พารามิเตอร์ระดับน้ำหม้อน้ำdynamics [11], และแบบหม้อน้ำรวมจริง และประจักษ์ความสัมพันธ์ [12] ประมาณพารามิเตอร์การหม้อน้ำทางกายภาพรุ่นสามารถยึดตามประมาณ Kalman ท่านเหมาะสม[13] ใช้สำหรับการระบุออฟไลน์ตามบันทึกข้อมูลการทดลองการใช้หม้อไอน้ำ แทนแบบหม้อน้ำทางกายภาพทั้งหมดแบบผสมสามารถใช้ [14] , รวมสมการสมดุลพลังงานการวิเคราะห์ส่วนของรูปแบบ และ networkbased ประสาทสร้างแบบจำลองผลของระบบปัญญาประดิษฐ์ปริมาณเหล่านั้นซึ่งเป็นเรื่องยากที่จะวัด โครงข่ายประสาทระบบได้นอกจากนี้ยังใช้สำหรับ: (i) แบบจำลองของลักษณะการทำงานแบบไดนามิกของระบบหม้อน้ำ [15], effi ง่ายดายหม้อ (ii) -ciency การประเมินตามกระบวนการเฉลี่ยวัด [16],และ (iii) หม้อน้ำง่ายดายวินิจฉัย [17] มีประสาทตามเครือข่ายประมวลผลข้อมูลและการรับรู้รูปแบบควบคู่ไปกับความซับซ้อนมากขึ้นหม้อน้ำ CFD รุ่น [18] การออกแบบระบบ ควบคุมหม้อต้มในตัวอีก ต้องใช้แบบจำลองกระบวนการไม่ใช่พาราเมตริกเช่น: (i) เส้น ARX และ ARMAX เวลาชุดแยกกันเวลารูปแบบ[19], (ii) แบบเชิงเส้นเวลาบล็อกพื้นที่รัฐรุ่น [20] ในการออกแบบแข็งแกร่ง H1 ควบคุมหรือประมาณสถานะสำหรับการตรวจสอบหม้อไอน้ำประสงค์ [21], และ (iii) ไม่เชิงเส้นหม้อน้ำรุ่น ARX (NARX)ในรูปแบบของเครือข่ายประสาทเอิบ (FNN) [22] แบบจำลองประมาณพารามิเตอร์ในกรณีข้างต้นตามความเหมาะสมทดสอบสัญญาณใช้ดีหม้อต้มทำงานจุดและเทคนิคการระบุแบบจำลองกระบวนการเหมาะสม ตรวจสอบรูปแบบอาจอาจทำ ด้วยการจำลองสถานการณ์เปรียบเทียบทดสอบกับแบบจำลองอื่น ๆ [11], รวมทั้งเปรียบเทียบกับข้อมูลจากวรรณคดี [8], หรือ จากข้อมูลทดลองเป็นแนะนำใน [6,23] ธรรมชาติ วิธีหลังอาจถือว่าเป็นการประเภทของการประเมินการแบบจำลองที่ดีที่สุด โดยเฉพาะอย่างยิ่งถ้าในเขตข้อมูลโปรแกรมประยุกต์จะถือว่ายังคง เพื่อครอบคลุมทุกด้านของกระบวนการสร้างไอน้ำภาย ในหม้อต้ม และเพื่อความแม่นยำสูงของหม้อต้มประสิทธิภาพของรูปแบบ (เช่นความสามารถในการติดตาม highlydynamic faithfullyปรากฏการณ์ภายในหม้อน้ำช่วงกว้างของการทำงานเงื่อนไข) จะต้องสร้างแบบเต็มจริงใช้หม้อน้ำคำนึงถึงโครงสร้างภายในระบบหม้อไอน้ำ และเงื่อนไขขอบเขต [8], และกฎหมายทางกายภาพพื้นฐานของการอนุรักษ์ของมวล โมเมนตัมสื่อ (ไอน้ำ + น้ำ) หม้อไอน้ำและพลังงานใช้ความสัมพันธ์ประจักษ์ เช่นเสนอ [6],ควรหลีกเลี่ยงเนื่องจากพวกเขาอาจไม่หยุ่นหม้อน้ำสิ่งอำนวยความสะดวก ชนิดใดในขณะที่โมเดลที่ใช้จริงวิธีจะได้ใช้กับทุกสถานที่หม้อน้ำของคล้ายกันชนิดของ ดังนั้น เฉพาะหม้อน้ำระบบพารามิเตอร์ (เช่นกลองขนาด ชนิดของน้ำมันเชื้อเพลิง และคล้ายคลึงกัน) จะต้องมีการปรับปรุงในสั่งเพื่อจำลองลักษณะระบบหม้อน้ำจริงซื่อสัตย์เพื่อการนี้ กระดาษนี้วิเคราะห์เครื่องกำเนิดไอน้ำแบบเดียวกับกลองและ recirculation ธรรมชาติ กลองเครื่องกำเนิดไอน้ำนั้นออกแบบเป็นชนิดที่ใช้บ่อย เป็นส่วนหนึ่งที่มีการระบบการแยกไอน้ำตามตัวแยกไอน้ำพายุ ที่เป้าหมายของงานนี้คือการ ได้รับทางกายภาพทั้งหมด lumped-พารามิเตอร์อบไอน้ำเครื่องกำเนิดไฟฟ้า (หม้อน้ำ) แบบจำลองกระบวนการตามพื้นฐานกฎหมายทางกายภาพ ขณะที่หลีกเลี่ยงการอ้างอิงในเวลาเดียวกันรวมความสัมพันธ์ระหว่างรูปแบบตัวแปรชั่วคราว (ในทางตรงกันข้ามไปหม้อน้ำ วิธีการสร้างโมเดลนำเสนอใน [6.14]) ชื่อเรื่องเรื่องที่นำเสนอนี้จะขึ้นอยู่กับการดำเนินงานของโรงงานใช้สำหรับการผลิตไอน้ำ superheated เป็นส่วนหนึ่งของมีขนาดใหญ่สถานที่ผลิตพลังงาน กระดาษวิเคราะห์ของระบบหม้อน้ำในขณะที่พิจารณาบัญชีความดันและความร้อนแฝงเปลี่ยนแปลงภายในกลอง รวมทั้งของ downcomerและเตาท่อ และตรวจสอบรูปแบบกับการทดลองการใช้ข้อมูลที่ได้จากระบบเก็บข้อมูลเฉพาะ(DCS) แบบตรงไปตรงมาได้เหมาะสมสำหรับการวิเคราะห์หม้อไอน้ำแตกต่างกันระบบไดนามิก ผล และง่ายดายตรวจสอบและการประเมินตัวแปรแบบหม้อไอน้ำที่สำคัญ ตั้งแต่แบบยังไม่ได้ถูกจำกัด โดยชนิดเชื้อเพลิง อาจ wellsuitedการมุ่งเน้นประเมินเศรษฐกิจวิเคราะห์ท่อนผ่านการวิเคราะห์สมดุลพลังงานสำหรับทั้งแบบดั้งเดิม (ซากพืชซากสัตว์น้ำมันเชื้อเพลิง) และเชื้อเพลิงทดแทนหม้อน้ำระบบ [24], ซึ่งได้กลายเป็นน่าสนใจมากขึ้นในปีล่าสุด [25], โดยเฉพาะอย่างยิ่งในบริบทศักยภาพพืช [26] แบบจำลองได้พัฒนา และดำเนินการภายในซอฟต์แวร์ MATLAB/Simulinkสิ่งแวดล้อม [27]กระดาษมีการจัดระเบียบดังนี้ ส่วน 2 อธิบายสั้น ๆสอบถาม หม้อกลองระดับน้ำรวมทั้งสิ่งอำนวยความสะดวกหม้อน้ำควบคุมระบบ นี้ตาม ด้วยมารายละเอียดของหม้อต้มแบบจำลองระบบใน 3 ส่วน ตามกฎหมายทางกายภาพพื้นฐานการอนุรักษ์กับแต่ละระบบย่อยหม้อน้ำ ดังนั้นสรุปแบบจำลองระบบหม้อไอน้ำที่ได้รับเป็น 4 ส่วนในการกระชับแบบฟอร์มรูปแบบเหมาะสำหรับการจำลองโมเดลอาคาร 5 ส่วนแสดงผลการเปรียบเทียบการจำลองระบบหม้อไอน้ำ และฟิลด์ข้อมูลทดลองทดสอบสำหรับกรณีของรบกวนฉับพลันแบบฉับพลันพร้อมวิเคราะห์รายละเอียดของเหตุการณ์ที่สังเกต สรุปหมายเหตุจะได้รับในส่วน 62. อธิบายสิ่งอำนวยความสะดวก2.1. ข้อกำหนดหม้อน้ำระบบหม้อน้ำเป็น มีความดันทำงานที่ระบุและอุณหภูมิของบาร์ 80 510 C และพลังงานรวมผลผลิตของ84 MW เป็นส่วนหนึ่งของโรงไฟฟ้าขนาดใหญ่ และใช้เป็นแหล่งที่มาหลักของไอน้ำในการดำเนินงานของ MW กลั่นตัว 30กังหันสองควบคุมสกัดด้วยความร้อนเพิ่มเติมไฟสำหรับสถานที่ผลิตการกลั่นน้ำมัน แสดง fig. 1แสดงแผนผังวงจรที่ง่ายของหม้อน้ำกับธรรมชาติน้ำหมุนเวียน ปั๊มให้อาหารน้ำภายใต้ความดันของบาร์ประมาณ 120 รอง 40-105 t/h เครื่องสูบกระแสจะถูกควบคุม โดยวาล์วที่สั่ง โดยระดับน้ำควบคุมการ หลังจากผ่านสอง economizers และความร้อนเพื่อเป็นป้อนอาหารน้ำอุณหภูมิประมาณ 265 C การหม้อต้มเยื่อ นอกจากอาหารน้ำ สื่อ two-phase(น้ำ + ไอน้ำ) ถูกส่งกลับไปกลองจากวงจร recirculationriser หลอด ของน้ำออกจากกลองมาผ่านdowncomer มีอัตราส่วนค่อนข้างเล็กประมาณ 2% มีการผ่าน desalting (desalinization) หลอด ในขณะที่การผลิตไอน้ำออกจากกลอง และป้อน superheaters ก่อนสุดท้าย ถูกส่งไปยังผู้บริโภค ตั้งแต่หม้อต้มมีการหมุนเวียนทางธรรมชาติจะกล่าวถึงในเอกสารนี้ การหมุนเวียนใน evaporator ของหม้อไอน้ำที่เกิดขึ้นเนื่องจากความแตกต่างของความหนาแน่นของกลางในท่อ downcomer และเตาภายในกลองหม้อน้ำ สมดุลไดนามิกของน้ำและไอน้ำเป็นกระบวนการรวบรวมมวลและพลังงานอย่างต่อเนื่องรักษา เกิดจากการสะสมของมวลและพลังงาน: (i) แตกต่างกันและกระแสตัวแปรอินพุท และเอาท์พุทพลังงาน (ii) ขนาดกลางขาดทุนจากการแลกเปลี่ยนความร้อนกลางผนังกลอง กลองน้ำผลและการคืนของกลาง two-phase กลอง ตัวแปรขึ้นอยู่กับกระบวนการในหม้อต้ม วาล์วน้ำ desaltingปกติเปิดเปลี่ยน หรือเปลี่ยนแปลงน้อยมากเมื่อมีการปรับปรุง เพื่อให้การไหลเชิงมวลสามารถถือเป็นค่าคงหรือสามารถถูกกำหนดจากตำแหน่งลิ้นรู้จักสมการ [8] แน่นอน วิธีสร้างแบบจำลองทางกายภาพ
การแปล กรุณารอสักครู่..