2018, 33(5):78-84.
摘要:
摘 要:随着环保意识的提高,火电厂氮氧化物的排放问题引起了社会的关注。选择性催化还原方法(selective catalytic reduction,SCR)普遍采用于火电厂的脱硝系统中,喷氨量的控制是脱硝系统的关键问题,若不能得到有效控制,不仅影响火电厂脱硝效率,而且氨逃逸有可能会造成二次污染。SCR系统的准确动态建模是对喷氨量进行有效控制的前提。本文通过分析SCR系统化学反应机理建立了SCR动态模型,并利用实际运行数据对其进行验证,平均百分比误差为10.73%,仿真结果表明该模型精度高。因该系统具有较强的非线性,传统比例、积分、微分(PID)控制器难以得到满意的控制效果,本文设计了神经网络预测控制器,对SCR系统的喷氨量进行控制,并与传统PID控制器进行对比,利用火电厂实际运行数据对该方法进行了验证,提出的控制策略在两个典型工况下的脱硝效率比传统PID控制策略高约10%,结果表明该方法具有较好的控制效果。