基于清潔度的冷凝器污垢監測方法研究*

張 瑩,王耀南,文益民

(1.湖南大學電氣與信息工程學院,湖南長沙 410082;2.湘潭大學信息工程學院,湖南湘潭 411105; 3.桂林電子科技大學計算機科學與工程學院,廣西桂林 541004)

基于清潔度的冷凝器污垢監測方法研究*

張 瑩1,2?,王耀南1,文益民3

(1.湖南大學電氣與信息工程學院,湖南長沙 410082;2.湘潭大學信息工程學院,湖南湘潭 411105; 3.桂林電子科技大學計算機科學與工程學院,廣西桂林 541004)

衡量冷凝器運行狀況的污垢系數容易受到多種因素的影響,故以污垢系數為基礎來判斷冷凝器水側壁管臟污的情況,會產生很大的誤差.本文提出清潔度的定義,從而將冷凝器汽側空氣量、水管壁的污垢程度、冷凝器管束布置系數等因素對凝汽器總體傳熱系數的影響分離開來,能夠更準確地診斷凝汽器的污垢程度,為凝汽器的合理清洗提供依據.實驗數據表明,當冷凝器的運行出現以下變化如冷凝管堵塞、自動清洗裝置停運、空氣漏入量較大時,清潔度能夠取得比T-S模型、熱阻法、RBF神經網絡更精確的測量結果,對冷凝器的高效運行具有重要的工程意義.

冷凝器;污垢監測;清潔度;管束布置;汽側空氣量

冷凝器是汽輪機組的一個重要組成部分,其作用是將汽輪機的排汽冷卻凝結成水,形成高度真空,使進入汽輪機的蒸汽能膨脹到遠低于大氣壓力而多做功,以提高熱力循環的效率.可是由于冷卻水質的不潔凈,熱交換時發生化學反應等原因,使冷凝器換熱管內壁積聚了許多降低傳熱效率的污垢,使汽輪機的輸出功率減少,熱耗率增加.為了測取不同條件下的污垢數據,研制了各種各樣的實驗研究設備和監測方法.目前常采用熱阻法、傳熱系數法和溫差法等方法測量污垢系數[1].

隨著機組單機容量的增加,排汽口數量相應增加,污垢系數容易受到冷凝器汽側漏入的空氣量、抽氣器的工作情況、汽側冷卻面的清潔程度以及冷卻水進口溫度等因素的影響,因而以污垢系數為基礎來判斷冷凝器水管側臟污的情況,會產生很大的誤差[2].如何準確地測定冷凝器的污垢程度,以便為冷凝器的及時清洗提供依據,是許多學者都在研究的問題.

1 冷凝器清潔度的定義

傳熱系數是單位時間內,經單位冷卻面積在溫差為1 K時蒸汽向冷卻水傳遞的熱量.傳熱系數計算的別爾曼公式為:

傳熱系數法容易將汽側漏入空氣量的增加誤認為水側管壁污垢的增加,會造成對水管壁污垢的誤診斷,尤其是當汽輪機低負荷運行時,漏入的空氣量對j的影響更大.由式(1)計算剛清洗完的冷凝器管壁清潔率j=0.918.而一般認為冷凝器剛投入使用或管壁足夠清潔時,j=1.

修正后的理想傳熱系數Kp＇為:

由于運行時冷卻水流量通常變化很小且入口溫度是由自然條件決定的,并且管子材料、壁厚在運行中也是無法改變的,而冷凝器性能與冷凝管的布置和冷凝器的真空度密切相關.故重新定義清潔度Cf為:

式中:C s為管束布置修正系數;C a為汽側空氣量修正系數.管束布置修正系數C s越大,說明冷凝管布置越合理,傳熱效果越好.汽側空氣量修正系數與汽側空氣量對冷凝器傳熱的影響成正比,對于真空系統嚴密性好且抽氣設備工作性能良好的機組,水側管壁足夠清潔時,Ca=1.

清潔度Cf的值在0～1之間,實際應用中,當Cf＜0.8就需要進行清潔了.

2 冷凝器清潔度的求解

2.1 管束布置修正系數的確定

冷凝管在管板上的基本排列有三角形、正方形和輻向形等方式.三角形排列的特點是傳熱效果好,但汽阻較大;方形排列的特點是蒸汽流動阻力小,但需要較大的管板面積,多用于空冷區;輻向排列的特點是蒸汽流速和熱負荷較均勻,傳熱效果好,現代大型凝汽器的主凝結區多采用這種排列方式[3].

冷凝器的管束布置系數Cs在冷凝器設計安裝后是固定值.為盡量減小和消除熱負荷分布的不均勾、蒸汽流動阻力增大等問題,管束設計應遵循下列原則[4]:

1)蒸汽剛進入管束時,應盡可能保證有較大的通流面積;

在輸送臂的運動過程中，可以實時觀察到變量的變化情況，對于發現問題及時對參數或者函數進行修改，直到合理為止。試驗證明，利用ADAMS技術建立輸送臂的虛擬樣機，并進行運動仿真，大大提高了生產率，為輸送臂的控制提供了有力依據。

2)蒸汽通道應深入內層管束,以提高內層管束的熱負荷.

3)汽氣混合物到抽氣口的路徑盡可能短并且不要彎曲;

4)凝結水和汽氣混合物的引出點應相隔較遠的距離.

文獻[5]提供了一些冷凝器的管束布置系數表.比較各種管束布置的傳熱效果,結論為采用汽流均勻向心式外圍帶狀管束布置的冷凝器傳熱效果最好.這一結論與其它文獻的試驗結果完全吻合,也證明了采用管束布置系數來評價冷凝器管束布置傳熱效果這一方法的合理性.

2.2 汽側空氣量修正系數的確定

冷凝器內的空氣主要是通過汽輪機設備中處于真空狀態下的低壓系統與相應的回熱系統、排汽缸、凝汽設備等的不嚴密處漏入.漏氣會造成冷卻管外圍的空氣分壓力明顯增大,當汽氣混合物流向冷卻水管,會在汽側冷卻表面形成空氣膜,造成冷卻管外圍的空氣分壓力明顯增大.等先前進入冷凝區的蒸汽在冷卻水管表面冷卻凝結流走后,空氣積存在冷卻水管表面,使后進來的蒸汽只能通過擴散靠近冷卻管外側,造成凝結水過冷度增加,故可以利用凝結水的過冷度作為指標來確定汽側空氣量的修正系數.

對某一特定型號的冷凝器,常采取實驗的方法確定汽側空氣量修正系數C a[6].在冷凝器水管清潔的情況下,測量在不同過冷度θi對應的參數就可以得到C a和θi的關系.如某電廠300 MW汽輪機,匹配N17650型冷凝器(Cs=0.842),運行中投入一臺CS-40-75型抽氣器,標準工況下凝結水θi= 0.5℃.分別記錄該機組二次加壓清洗后的運行參數和負荷如表1所示.

兩次清洗后,在θi分別為2.0℃和1.1℃下對應的C a分別為0.42和0.60,再考慮標準工況θi= 0.5℃,C a=1時,利用3點插值公式,得到該機組C a與過冷度θi的關系為:

如果冷凝器的真空性能下降,同時水側還有結垢現象,運行時測得的數據如氣密性降低后一欄所示,此時過冷度θi=2.1℃,由式(4)得到空氣量修正系數C a =0.43.由式(3)得到水管側壁的清潔度為:

這樣便把汽側空氣量的影響與水側污垢二者分離開來,為冷凝器的合理清洗提供了依據[7].當機組負荷變化時,由于凝汽器汽側汽阻的變化,可能引起過冷度的變化,但根據文獻[4],當機組負荷由100%降到70%時,過冷度基本保持不變.

表1 汽側空氣量的修正系數Tab.1 The correction coefficient of steam side

3 冷凝器清潔度的應用

某電廠300MW火力發電機組配套的冷凝器型號為N17650,冷卻面積17 650m2,冷卻水量37 300 t/h,銅管根數9 758×2根,主凝結區內的冷卻管管徑為φ28 ,單根管長2 m,水室工作壓力0.25MPa.

3.1 與T-S模糊模型計算值的比較

T-S模糊模型[8]是基于輸入、輸出測量數據的智能建模方法,能以任意精度逼近任何非線性函數,是實現軟測量的理想選擇.

設冷凝器的冷卻水流速v=2 m/s,選取536組不同工況下的冷卻水入口、出口溫度和飽和蒸汽溫度樣本數據用于模糊建模,另選200組數據用于模型檢驗.試驗中j m=0.96,C s=0.842,采用機組熱耗率增量作為評價指標來驗證該方法的準確性.

在冷凝器清洗干凈后,停止自動清洗裝置后運行,測得此時θi=0.59℃,C a=0.925 5,運行過程中清潔度的變化結果見表2.然后重新投運清洗裝置,此時θi=0.55℃,C a=0.957 9,試驗結果如表3所示.從表中可得出結論,清潔度符合冷凝器換熱管污垢的積聚變化特性,而且機組熱耗率增量隨清潔度的變化而改變,其幅度較好地反映了冷凝器污垢對汽輪機效率的影響,表明清潔度定義是可信的.表3的最后2個清潔度數據不符合下降趨勢,是因為冷凝器長久運行后,真空度發生了變化,再用原來的汽側空氣量修正系數去計算真空度就會發生誤差.

3.2 與熱阻法的比較

熱阻法[9]采用污垢熱阻的變化來描述冷凝器結垢程度,測得的污垢系數在安裝有熱電偶的換熱管不堵塞時較為準確,但冷凝器運行時,由于污垢積累、換熱管破損等原因,堵管現象時有發生,測量準確度會受到影響.

試驗中,在冷凝器的不同冷卻管位置埋設了12個熱電偶,無堵管時θi=0.54℃,C a=0.966 2,試驗結果見表4.在對冷凝管進行堵管后,θi=0.6℃,C a=0.917 6,試驗結果見表5.剛清洗完的冷凝器,由熱阻法測得污垢系數為0.216,原因是冷凝管堵塞后,熱電偶所測得的管壁溫度不能體現冷凝器的真實換熱情況,從而導致大的誤差,而清潔度得到的參數不受堵管影響.

3.3 與RBF神經網絡的比較

RBF是一種典型的局部逼近神經網絡,不僅具有很強的非線性映射能力,而且還具有較快的收斂速度和全局優化能力[10].

表2 停運清洗裝置后冷凝器的清潔度Tab.2 Cleanliness of condenser after cleaning device closed

表3 重新投入清洗裝置后冷凝器的清潔度Tab.3 Clean liness o f condenser after cleaning device reused

試驗中采集550組樣本數據用于神經網絡建模,300組數據用于模型檢驗,最終確定的模型階次n=4,RBF網絡的隱層節點數p=5,神經網絡的平均誤差為0.001 8,最大誤差為0.092,模型驗證的平均誤差為0.002 1,最大誤差為0.010 7.表6為 qi=0.6℃時的實驗結果,表7為qi=0.68℃,C a =0.856 3時的實驗結果.結果證明,不管是在冷凝器出現堵管還是在空氣漏入量較大時,清潔度能取得與RBF神經網絡測量模型一樣的測量結果.

表4 換熱管無堵塞時冷凝器的清潔度Tab.4 Cleanliness of condenser when the tubeswithout b locking

表5 換熱管堵塞時冷凝器的清潔度Tab.5 Clean liness of condenser when the tubes blocked

表6 冷卻管發生堵塞后冷凝器的清潔度Tab.6 Cleanliness of condenser after the tubes blocked

表7 空氣漏入量較大時冷凝器的清潔度Tab.7 Clean liness of condenser when a large amount of air leakage

4 結 論

提出了一種基于清潔度的冷凝器污垢判定方法,將汽側空氣量,水管壁的污垢程度,冷凝器管束布置系數這三者對凝汽器總體傳熱系數的影響分離開來,能夠更準確地診斷冷凝器的清潔程度,并分別與T-S模型、熱阻法、RBF神經網絡等智能技術進行了對比試驗,結果表明,清潔度在冷凝器出現堵管、空氣漏入量較大時、冷凝器的工況參數大范圍變化時,能夠取得比其它方法更可靠的測量結果.

[1] 樊紹勝.冷凝器污垢清洗的智能測量與控制方法研究[D].長沙:湖南大學電氣與信息工程學院,2006.

FAN Shao-sheng,The research on app roaches of intelligent m easuremen t and control for fouling cleaning in condenser [D].Changsha:College of E lectrical and Information Engineering,H unan Univ,2006.(In Chinese)

[2] 金達,朱譽,徐治皋.火電機組凝汽器真空動態特性的研究與計算[J].東南電力,2009,37(2):306-310.

JIN Da,ZHU Yu,XU Zhi-gao.Study and calculations of dynam ic characteristics of condenser vacuum for thermal power units[J].East China EIectric Pow er,2009,37(2):306-310. (In Chinese)

[3] 董愛華.大型電站凝汽器管束排列的開發及優化[J].電站輔機,2007,102(3):14-17.

DONG A i-hua.Development and optim ization of the tubebundle arrangem en t fo r condenser in large pow er plant[J].Power Station Auxiliary Equipment,2007,102(3):14-17.(In Chinese)

[4] 齊復東,賈樹本,馬義偉.電站凝汽設備和冷卻系統[M].北京:水利電力出版社,1990:5-53.

QI Fu-dong,JIA Shu-ben,M A Y i-w ei.Condensing equipment and cooling system of pow er station[M].Beijing:Hydraulic and Electric Pow er Press,1990:5-53.(In Chinese)

[5] 李勇,張延廣,曹祖慶.冷凝器管束布置的傳熱效果評價方法[J].汽輪機技術,1994,36(6):364-366.

LI Yong,ZHANG Yan-guang,CAO Zu-qing.Evaluation method of condenser tube bundle layout on the heat transfer effection[J].Tu rbine Technology,1994,36(6):364-366.(In Chinese)

[6] 李勇,陳梅倩.汽輪機運行性能診斷技術及其應用[M].北京:科學出版社,1999.

LIYong,CHNG Mei-qian.Turbine diagnostic technology of operating performance and itsapplication[M].Beijing:Science Press,1999.(In Chinese)

[7] 李勇,曹祖慶.凝汽器清潔率的概念及測試方法[J].汽輪機技術,1995,37(2):73-76.

LI Yong.CAO Zu-qing.The concept and m easu ration method of condenser cleanness rate[J].Tu rbine Technology,1995,37 (2):73-76.(In Chinese)

[8] ROUBOS J A,MOLLOV S,BABUSKA R,et al.Fuzzy model based predictive con trol using Takagi-Sugeno m odels [J].International Jou rnal of App roximate Reasoning,1999, 22(2):3-30.

[9] 楊善讓.換熱設備的污垢與對策[M].2版.北京:科學出版社,2004.

YANG Shan-rang.Fou ling and prevention in heat transfer equipment[M].2nd ed.Beijing:Science Press,2004.(In Chinses)

[10]CHO S B,K IM JH.Com bining mu ltiple neural netw orks by fuzzy integral for robust chassification[J].IEEE T ransactions on System s,M an and Cybernetics,1995,25(2):380-384.

Condenser Fouling Monitoring Methods Based on Cleanliness

ZHANG Ying1,2?,WANG Yao-nan1,WEN Yi-ming3

(1.College o f Electrical and In formation Engineering,Hunan Univ,Changsha,H unan 410082,China;
2.College of Information Engineering,Xiangtan Univ,Xiangtan,H unan 411105,China;
3.School of Computer Scienceand Engineering,Guilin Univ of Electronic Techno logy,Guilin,Guangxi 541004,China)

Fouling coefficient is an importantm easure param eter of condenser performance,but it isaffected by multi-factors,therefore judging the condenser water side of tube walls fouling based on coefficient would have a significant error.So this paper proposed the concep to f degree of cleanliness,which allow s us to analyze the influence of the air accumulated on the steam side、the fouling on condenser water side of tubewalls、and the tube bundle coefficientof condenser on the overallheat transfer coefficient of the condenser respectively.It can diagnose the condenser fouling more accurately and provide a basis for scheduling reasonable cleaning.Experimental results show themethod can be more reliable than the T-S fuzzy m odel,thermal resistancemethod,RBF neural network modelw hen the condenser pipe b lockage or a larger amount of air leakage into the condenser or condenser operatingmode parameters change rapidly.

condenser;foulingmonitoring;cleanliness;tube bundle coefficient;steam sidewith air accumulated

TP274

A

1674-2974(2011)04-0036-05 *

2010-09-15

國家自然科學基金資助項目(60775047);國家863計劃資助項目(2007AA 04Z244,2008AA 04Z214);湖南省自然科學基金資助項目(10JJ5067)

張 瑩(1972-),男,湖南長沙人,湖南大學博士研究生,湘潭大學講師

?通訊聯系人,E-mail:gdu tzy@hotmail.com