熱工多變量動態過程主導因素分析

王群

摘 要：熱工過程具有顯著復雜性特征，運行回路多，涉及變量多，且回路與變量間存在相互作用，主導因素的探究是管控熱工過程的關鍵。文章以熱工多變量動態過程主導因素分析為研究對象，應用多元統計分析方法，明確分析思路，以某機組為例，開展實踐分析，總結如何確定熱工多變量動態過程的主導因素。

關鍵詞：熱工多變量;動態過程;主導因素

前言：傳統主導因素分析缺乏動態性，未能根據熱工過程數據開展針對性分析，需創新分析思路。在熱工過程主導因素分析中，技術人員可應用多元統計分析方法，在主元分析的基礎上，熱工過程的各項數據實施多變量計算處理，明確導致熱工過程變化的主導因素，為機組管理提供參考。

1 熱工多變量動態過程主導因素分析思路

在熱工過程主導因素分析中，分析思路可用圖1表示。

觀察上圖可知，運行數據為分析基礎，需動態采集熱工過程的各項數據，為主導分析提供保障。采集原始數據的基礎上，技術人員需對數據進行標準化處理，方可規避原始數據尺度對分析結果的影響，提高分析的準確性。最常用的標準化處理方案如下：（原始數據-均值）/標準差[1]。

在數據處理完成后，實施主元分析及多變量計算處理，具體分析流程如下：（1）構建主元模型，X=t1p1T+t2p2T+……+tkpkT+E;（2）計算處理，基于該模型對熱工過程的各個變量數據進行監測分析，總結影響熱工參數變化的主導因素。在監測分析中，分別計算T2統計量與控制限、熱工過程中各個變量對T2統計量的貢獻，以此繪制貢獻圖，根據圖像確定主導因素。其中，T2的計算公式如下：

Ti2=

在上式中，ti是指TK矩陣中的第i行，該矩陣是基于主元模型的得分向量構建而來;λ是指對角矩陣[2]。

2 熱工多變量動態過程主導因素分析實踐

為明確上述分析思路的實踐要點，本文以某蒸汽機組為例，開展主導因素分析，為相關工作人員提供實踐參考。

2.1機組運行分析

在機組運行期間，主蒸汽溫度變化是熱工過程中最顯著的變化，引起主蒸汽溫度變化的因素相對較多，包括蒸汽流量、燃燒狀態、過熱器煙氣流速、過熱器煙氣溫度、過熱器蒸汽溫度等。相關研究指出，機組中的主蒸汽溫度變化表現出顯著的對流特性。在鍋爐負荷提升時，機組的燃料消耗量變大，使燃料燃燒產生的煙氣增多，進而加大過熱器的煙氣流速，機組系統中的煙氣側具備更高的傳熱系數。在傳熱系數增高的影響下，機組負荷提升，機組鍋爐的出口部位煙氣溫度隨之增加，進而加大平均傳熱溫差。在此基礎上，如果機組的鍋爐負荷和運行時的燃料消耗量相同，則機組的出口蒸汽溫度提升。在機組實際運行中，可能出現鍋爐負荷階躍式提升現象，而此時燃料不能及時供給，燃料消耗量與鍋爐負荷不同，燃料消耗量/鍋爐負荷數值下降，使主蒸汽溫度出現變化。

結合上述運行原理，在機組正常運行工況下，當機組的過熱器水流量數值為0時，機組熱工過程中主蒸汽溫度變化的影響因素包括鍋爐負荷與燃料消耗量，而燃料消耗量受給煤總量、燃料性質、給水溫度、機組送風量、機組燃燒器開度等因素影響，在主導因素分析中，可在上述因素中進行變量選擇。

2.2數據處理

在數據處理中，基于蒸汽機組的運行原理和溫度變化狀況，以主蒸汽溫度為基礎開展主導因素分析。分析涉及的變量包括機組的給煤總量、熱工過程的總空氣流量、機組的鍋爐負荷、主蒸汽壓力、系統給水溫度、機組燃燒器擋板開度（用擋板的傾角變化表示）。采集熱工過程中上述變量對應的數據，按照上述方法進行標準化處理，構建變量矩陣，以供后續分析。為保障原始數據的準確性，數據采集周期為1min，可為主導因素分析奠定良好技術。

2.3主導因素分析

2.3.1構建主元模型

對變量矩陣實施歸一化處理，依據矩陣構建主元模型，具體如下：

第一主元的模型為：

P1=0.4769X1+0.4928X2+0.4898X3+0.2797X4+0.4975X5+0.2299X6

第二主元的模型為：

P2=0.3344X1-0.0989X2-0.2674X3+0.6907X4-0.551X5+0.7636X6

2.3.2計算主元貢獻率

在主元分析中，主元貢獻率是指在主元矩陣中，前k個主元對應的變量數據變化，在所有變量數據變化中的占比。經計算，第一主元的貢獻率為70%，第二主元的貢獻率為21%，第三主元的貢獻率為9%。總的來說，第二主元和第二主元可以解釋大部分變量數據變化狀況，證實上述兩個主元模型可用于開展主導因素分析。

2.3.3計算T2統計量與控制限

應用上述兩個主元模型開展變量數據監測與分析，通常采用F分布計算T2統計量與控制限。計算結果顯示，T2統計量的最大值和蒸汽機組運行中的溫度最高值間存在對應關系，且在T2統計量達到最大值時，其數值遠大于規定的控制限值。就此，可根據熱工過程中各個變量的貢獻圖，分析其對T2統計量的影響，進而明確主導因素。

2.3.4計算各個變量對T2統計量的貢獻

基于上述計算結果，計算各個變量T2統計量的貢獻，并繪制貢獻圖。在第一主元貢獻分析中，鍋爐負荷對主蒸汽溫度的影響最大，給煤總量次之、給水溫度位于第三，總空氣流量第四。考慮到第一主元可以表示主蒸汽溫度變化中的70%，可以確定主蒸汽溫度變化的主導因素為鍋爐負荷與給煤總量。

在第二主元貢獻分析中，發現燃燒器擋板開度會對主蒸汽溫度變化產生影響。在蒸汽機組實際運行中，在鍋爐負荷與給煤總量變化忽略不計，且過熱器噴水流量為0的情況下，燃燒器擋板開度會使主蒸汽溫度產生變化。

2.3.5明確主導因素

綜合上述分析結果，在機組運行期間，存在三種主蒸汽溫度波動較大的工況，分別是過熱器噴水流量過高的工況、過熱器噴水流量為0且系統負荷變化的工況、過熱器噴水流量為0但系統負荷穩定的工況。基于三種工況下機組運行參數，明確主導因素為過熱器噴水流量、給煤總量與鍋爐負荷、燃燒器擋板開度。

結論：綜上所述，在主導因素分析中，技術人員首先要做好數據采集與標準化處理工作，再開展主導因素分析。在主導因素分析中，按照主元模型構建、主元貢獻率統計、計算T2統計量與控制限、計算各個變量對T2統計量的貢獻、繪制得分貢獻圖的流程，準確定位主導因素，為熱工過程監控變量管理提供指導。

參考文獻：

[1]景亞杰，董鴻霖，韋志康，等.基于動態稀疏主成分分析的熱工過程故障檢測方法[J].發電設備，2021，35（01）：58-62.

[2]朱建忠.熱工過程的多變量擾動抑制控制方法研究[D].東南大學，2019.11-24.