摘要
保证焚烧烟气在大于850℃区域内停留2 s以上是保证垃圾稳定燃烧和避免二次污染的重要途径,但目前只采用炉膛出口热电偶测温对其定性评估,难以定量计算和预测烟气在高温区域停留时间.本研究基于热力学计算方法、运行参数关联性分析和多种机器学习算法(反向传播神经网络、循环神经网络、随机森林算法),对我国某典型生活垃圾循环流化床焚烧锅炉开展了烟气高温段(>850℃)停留时间计算、关键运行参数关联计算和停留时间预测模型构建等研究.结果表明,炉膛温度、一二次风温度和压力等10个关键运行参数与高温烟气停留时间具有强关联性和预测性.循环神经网络预测模型相对最优,其拟合度及准确性较反向神经网络、随机森林算法更高,均方根误差(MSE)为0.116 26,预测值与真实值的平均绝对误差为1.174%.本研究可以用于预测炉内高温区域烟气温度变化,为炉内焚烧工况优化和污染物减排超前调控提供支撑.
- 单位