Zastosowanie sztucznej sieci neuronowej do sterowania kotłem parowym OR16 i turbozespołem STG I

• Autorzy: Lichota J. , Grabowski M.

Warianty tytułu

EN

Application of artificial neural networks to boiler and turbine control

• Języki publikacji: PL

Abstrakty

PL

W artykule pokazano, że można zastosować jednokierunkową sztuczną sieć neuronową do identyfikacji własności kotła parowego oraz turbiny parowej. Praca pokazuje sposób identyfikacji oraz wykorzystania neuronowego modelu obiektu do optymalizacji pracy elektrociepłowni on-line. Sygnałem wejściowym do modelu jest strumień, ciśnienie i temperatura wody, pary i spalin w różnych punktach elektrociepłowni oraz wysokość warstwy węgla na ruszcie, posuw rusztu, moc cieplna kotła i elektryczna turbiny. Model może zostać wykorzystany do symulacji zużycia węgla poprzez zmniejszenie posuwu rusztu oraz zmniejszenie gru-bości warstwy węgla na ruszcie. Drugim zastosowaniem jest symulacja zmiany mocy czynnej turbiny w zależności od stop-nia otwarcia zaworu turbinowego.

EN

This paper shows that artificial neural network can be used in properties identification of traveling grate stroker boiler and steam turbine. Paper shows how to obtain mathematical model of a process and utilize it in on-line control. Both models are static, because of time between consecutive measurements (15 minuts). Boiler's model input signal are: feedwater pressure and flow, grate stroker velocity, steam pressure and temperature behind boiler, steam flow, flue gases pressure and temperature in furnace, flue gases pressure and temperature behind a boiler, height of coal layer on a stroker, boiler's heat output. Turbine's model input signal are: inlet stem pressure and temperature, outlet stem pressure and temperature, steam pressure behind turbine's valve, valve's opening, steam flow, turbine's rotary velocity, electric power of turbine. Heat output and electric power were modeled. Model's error is 2% and 1% respectively. Models can be utilized in optimization problem. Objective function is minimum of coal flow to a boiler, constraints are steady heat and power output. An algorithm of optimization is described.

Słowa kluczowe

PL

sztuczne sieci neuronowe; sterowanie kotłem parowym i turbiną parową

EN

artificial neutral network; boiler and steam turbine control

• Wydawca: KAPRINT
• Czasopismo: Rynek Energii
• Rocznik: 2010
• Tom: nr 1
• Strony: 99--107
• Opis fizyczny: Bibliogr. 7 poz., rys.

Twórcy

autor

Lichota J.

autor

Grabowski M.

• Politechnika Wrocławska, Instytut Inżynierii Lotniczej, Procesowej i Maszyn Energetycznych, ul. Wybrzeże Wyspiańskiego 27, 50-370 Wrocław

Bibliografia

• [1] Cybenko G.: Approximation by Superpositions of a Sigmoidal Function, Mathematics of Control. Signals and Systems, Springer Verlag 1989.
• [2] Grabowski B. M.: Wykorzystanie sztucznych sieci neuronowych w sterowaniu procesami energetycznymi. Praca magisterska, Wydział Mechaniczno-Energetyczny, Politechnika Wrocławska 2009.
• [3] Lichota J.: Artificial Neural Networks Applications in Energy Control Systems. Coal: Word Energy Security: the Clearwater Clean Coal Conference: proceedings of the 34th International Technical Conference on Clean Coal & Fuel Systems, Clearwater, Florida, USA, May 31 to June 4, 2009. Vol. 2 of 2. Gaithersburg: Coal Technology Association, 2009.
• [4] Lichota J.: Artificial Neural Networks Application to Optimization of Heat - Only Boiler Control. Rynek Energii. 2009, nr 4.
• [5] Lichota J.: Sterowanie turbiną gazową na rynku energii elektrycznej z wykorzystaniem sztucznych sieci neuronowych. Rynek Energii. 2008 nr 2.
• [6] Wydra M.: Modelowanie pracy bloku gazowo-parowego. Rynek Energii 2007, nr 4.
• [7] Wydra M.: Wykorzystanie sztucznych sieci neuronowych do modelowania układu turbiny gazowej z generatorem. Rynek Energii 2005, nr 4.