垃圾焚燒爐蒸發(fā)量預(yù)測(cè)可行性研究

文_劉澤慶 上海環(huán)境衛(wèi)生工程設(shè)計(jì)院有限公司

國(guó)內(nèi)垃圾焚燒爐多采用往復(fù)式爐排爐，垃圾通過(guò)料斗進(jìn)入垃圾焚燒爐，依次經(jīng)過(guò)爐排干燥段、燃燒段、燃盡段，完成垃圾燃燒并落入除渣器。由于燃燒垃圾是由多種物料，如竹木、塑料、橡膠、紙、濕垃圾等組成，且難以混合均勻，在燃燒過(guò)程中，燃燒工況波動(dòng)大，蒸發(fā)量一般在10%的范圍內(nèi)波動(dòng)，影響焚燒爐及余熱鍋爐運(yùn)行穩(wěn)定，同時(shí)降低了發(fā)電效能。

燃燒過(guò)程屬于非線性、強(qiáng)耦合、多變量、大滯后的復(fù)雜過(guò)程，難以精確建模。現(xiàn)有焚燒廠主要采用ACC系統(tǒng)進(jìn)行焚燒控制，通過(guò)蒸發(fā)量、煙氣種氧含量、爐膛溫度等參數(shù)作為調(diào)控的主要依據(jù)，垃圾從焚燒爐入口到掉渣口需要1～2h，燃燒過(guò)程長(zhǎng)，調(diào)節(jié)時(shí)滯性大，調(diào)整推料器給料頻率后，反應(yīng)至爐膛火焰溫度等參數(shù)需要10～30min。

神經(jīng)網(wǎng)絡(luò)一種模仿生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型,具有逼近任何非線性函數(shù)的能力，可以建立任何系統(tǒng)的非線性黑箱模型。神經(jīng)網(wǎng)絡(luò)在垃圾焚燒領(lǐng)域已有部分研究及應(yīng)用案例。馬曉茜等采用神經(jīng)網(wǎng)絡(luò)算法,建立垃圾焚燒爐入爐垃圾熱值的預(yù)測(cè)模型，研究結(jié)果表明，該模型預(yù)測(cè)平均相對(duì)誤差為2.64%。

本文通過(guò)建立基于梯度下降算法的4層神經(jīng)網(wǎng)絡(luò)，對(duì)蒸發(fā)量進(jìn)行預(yù)測(cè)，以期實(shí)現(xiàn)蒸發(fā)量提前控制，實(shí)現(xiàn)蒸發(fā)量平穩(wěn)，提高設(shè)備運(yùn)行穩(wěn)定性及發(fā)電效益。

1 神經(jīng)網(wǎng)絡(luò)模型構(gòu)建簡(jiǎn)介

本文選用4層神經(jīng)網(wǎng)絡(luò)，輸入層有14個(gè)輸入變量： 一次風(fēng)量、二次風(fēng)量、燃盡段上部左側(cè)溫度、燃盡段上部右側(cè)溫度、焚燒爐出口左側(cè)煙氣溫度、焚燒爐出口右側(cè)煙氣溫度、第三煙道出口煙氣溫度、省煤器出口煙氣溫度、煙氣含氧量、煙氣量、爐膛壓力、干燥段底部壓力、燃燒一段底部壓力、燃燒二段底部壓力。

輸入變量對(duì)蒸發(fā)量預(yù)測(cè)的作用：①焚燒爐出口溫度。該參數(shù)可以表征垃圾焚燒劇烈程度，爐膛出口溫度較高，火焰輻射強(qiáng)，將對(duì)干燥段垃圾形成較好的干化作用，對(duì)垃圾燃燒及蒸發(fā)量預(yù)測(cè)有重要意義。②燃盡段上部溫度。該參數(shù)可以在一定程度表征垃圾火焰位置，如燃盡段上部溫度偏高，說(shuō)明垃圾火焰靠后，燃燒段上待燃燒垃圾的量較多，對(duì)后續(xù)蒸發(fā)量有較大影響。③干燥段、燃燒段底部壓力，該參數(shù)與焚燒爐內(nèi)壓力差值為垃圾料層厚度的表征，而垃圾料層厚度影響著瞬時(shí)燃料量，如干燥段料層在10～15min會(huì)運(yùn)動(dòng)至燃燒段，所以干燥段對(duì)垃圾蒸發(fā)量預(yù)測(cè)提供重要指標(biāo)；而煙氣量、溫度及煙氣中氧氣含量能夠較好的表征當(dāng)前的垃圾焚燒狀況，由于垃圾本身由大顆粒組分，從垃圾外部到內(nèi)部有一個(gè)相對(duì)較長(zhǎng)的燃燒過(guò)程，當(dāng)前燃燒狀態(tài)能夠在一定范圍內(nèi)表征后續(xù)燃燒狀態(tài)，從而對(duì)蒸發(fā)量預(yù)測(cè)提供參考。

4層神經(jīng)網(wǎng)絡(luò)：第一個(gè)隱藏層有12個(gè)神經(jīng)元，第二隱藏層有5個(gè)神經(jīng)元，最后輸出1個(gè)神經(jīng)元來(lái)預(yù)測(cè)蒸發(fā)量。選用ReLU激活函數(shù),使用有效的梯度下降算法Adam作為優(yōu)化器。

訓(xùn)練數(shù)據(jù)：取洛陽(yáng)某焚燒廠運(yùn)行數(shù)據(jù)，一分鐘一個(gè)采集數(shù)據(jù)，訓(xùn)練數(shù)據(jù)1000條（1000min），每條包含14個(gè)輸入變量，一個(gè)輸出變量。預(yù)測(cè)數(shù)據(jù)選取另外的100條數(shù)據(jù)（相當(dāng)于進(jìn)行了100次檢驗(yàn)，采用相關(guān)系數(shù)R2作為檢驗(yàn)最終的評(píng)價(jià)）。

本文要求輸入變量后，預(yù)測(cè)Xmin后蒸發(fā)量，所以采用輸入變量與Xmin后的蒸發(fā)量相對(duì)應(yīng)，進(jìn)行訓(xùn)練及預(yù)測(cè)。

2 預(yù)測(cè)結(jié)果分析

2.1 蒸發(fā)量預(yù)測(cè)提前預(yù)測(cè)時(shí)間與預(yù)測(cè)準(zhǔn)確度分析

采用上述模型，分別進(jìn)行10、13、16、19min蒸發(fā)量預(yù)測(cè)，相關(guān)系數(shù)R2分別為：0.72、0.71、0.45、0.07。從圖1、圖2、圖3、圖4可見(jiàn)，隨著預(yù)測(cè)時(shí)間增長(zhǎng)，蒸發(fā)量與實(shí)際值偏差越大，主要是由于所使用的因變量，在一定時(shí)間范圍內(nèi)有表征蒸發(fā)量發(fā)展趨勢(shì)的能力，13min內(nèi)預(yù)測(cè)誤差相對(duì)較小，對(duì)工程提前控制相關(guān)參數(shù)，保持蒸發(fā)量平穩(wěn)有較大意義。

圖1 10min蒸發(fā)量預(yù)測(cè)值與真實(shí)值比較

圖2 13min蒸發(fā)量預(yù)測(cè)值與真實(shí)值比較

圖3 16min蒸發(fā)量預(yù)測(cè)值與真實(shí)值比較

圖4 19min蒸發(fā)量預(yù)測(cè)值與真實(shí)值比較

2.2 爐排下方風(fēng)壓對(duì)蒸發(fā)量預(yù)測(cè)的影響

預(yù)測(cè)時(shí)間取10min，對(duì)是否采用爐排下風(fēng)壓參數(shù)作為輸入變量進(jìn)行對(duì)比研究，通過(guò)模型計(jì)算（圖5、圖6），采用風(fēng)壓參數(shù)（爐膛壓力、干燥段底部壓力、燃燒一段底部壓力、燃燒二段底部壓力），輸入變量14個(gè)，相關(guān)系數(shù)R2為0.72；不用采用風(fēng)壓參數(shù)，輸入變量10個(gè)，相關(guān)系數(shù)R2為0.65。可見(jiàn)，風(fēng)壓參數(shù)對(duì)蒸發(fā)量預(yù)測(cè)有一定影響，主要是由于爐排下方風(fēng)壓與爐膛內(nèi)壓差能夠反應(yīng)爐排上方垃圾堆料厚度。如干燥段風(fēng)壓體現(xiàn)了干燥段的堆料厚度，干燥段垃圾經(jīng)過(guò)10～15min到爐排燃燒段進(jìn)行燃燒，干燥段垃圾層厚較厚，將導(dǎo)致10～15min后的燃燒段燃料量較高，進(jìn)而導(dǎo)致該時(shí)段蒸發(fā)量提升。

圖5 采用風(fēng)壓參數(shù)蒸發(fā)量預(yù)測(cè)誤差

圖6 不采用風(fēng)壓參數(shù)蒸發(fā)量預(yù)測(cè)誤差

3 結(jié)語(yǔ)

針對(duì)垃圾焚燒爐蒸發(fā)量提前預(yù)測(cè)問(wèn)題，本文構(gòu)建了4層神經(jīng)網(wǎng)絡(luò)模型，第一個(gè)隱藏層有12個(gè)神經(jīng)元，第二隱藏層有5個(gè)神經(jīng)元，最后輸出1個(gè)神經(jīng)元來(lái)預(yù)測(cè)蒸發(fā)量。選用ReLU激活函數(shù),使用有效的梯度下降算法Adam作為優(yōu)化器。選取14種輸入變量來(lái)預(yù)測(cè)垃圾焚燒爐蒸發(fā)量，分別進(jìn)行10、13、16、19min蒸發(fā)量預(yù)測(cè)，相關(guān)系數(shù)R2分別為：0.72、0.71、0.45、0.07。13min內(nèi)預(yù)測(cè)誤差相對(duì)較小，對(duì)工程提前控制相關(guān)參數(shù)，保持蒸發(fā)量平穩(wěn)有較大意義。

預(yù)測(cè)時(shí)間取10min，對(duì)是否采用爐排下風(fēng)壓參數(shù)作為輸入變量進(jìn)行對(duì)比研究，采用風(fēng)壓參數(shù)時(shí)（爐膛壓力、干燥段底部壓力、燃燒一段底部壓力、燃燒二段底部壓力），相關(guān)系數(shù)R2為0.72；不采用風(fēng)壓參數(shù)時(shí)，相關(guān)系數(shù)R2為0.65。主要是由于爐排下方風(fēng)壓能夠反應(yīng)爐排上方垃圾堆料厚度，進(jìn)而影響后續(xù)燃燒段的燃燒情況，進(jìn)而影響后續(xù)的蒸發(fā)量。