燃煤電站磨煤機狀態監測優化軟件
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了燃煤電站磨煤機狀態監測優化軟件范文，希望能給你帶來靈感和參考，敬請閱讀。
隨著信息化、自動化技術在火電機組運行管理中的廣泛應用，我國火電機組普遍建立了DCS、SIS等信息化系統，實現了采集并存儲全廠實時運行數據的功能，為磨煤機的狀態監測與優化運行奠定了數據基礎，同時在提升磨煤機的運行效率與管理水平方面發揮著巨大的作用。本文將基于以往研究內容開發磨煤機狀態監測與和優化調度軟件，為現場優化運行和檢修指導提供依據。
1系統設計與開發
1．1開發環境
本軟件平臺借助于電廠SIS系統和eDNA實時數據庫［1］儲存歷史運行數據，并利用SQLServer關系數據庫［2］儲存模型計算結果等信息。軟件平臺采用VisualStudio和Matlab［3］作為集成開發工具，基于．NET框架和B／S架構進行開發，采用JavaScript、HTML、CSS等技術進行Web網頁前端開發，并通過Web頁面展示軟件平臺功能以及和用戶進行交互，實現軟件平臺可視化，采用C＃［4］和Matlab作為后端開發編程語言。
1．2軟件需求分析
本軟件平臺通過運行數據集成、數據分析、智能算法建模等技術手段，實現磨煤機狀態監測與運行優化，主要包括以下4個功能：1）通過建立的灰箱模型對煤粉水分以及磨煤機出口狀態參數監測，此外，結合統計方法對磨煤機典型故障進行預警；2）通過數據驅動方式建立磨煤機功耗特性模型，指導單臺磨運行優化；3）建立負荷分配優化模型，實現磨煤機出力優化分配；4）建立磨煤機性能退化預測模型，為檢修提供參考依據。
1．3基本框架
磨煤機狀態監測與優化運行軟件架構如圖1所示，軟件的系統架構可以分為數據層、邏輯層和用戶層。（1）數據層數據層包括實時數據庫和關系型數據庫，實時數據庫存儲機組實時／歷史運行參數和機組實時性能計算指標。關系型數據庫存儲軟件所需的后臺配置表、測點位號信息表等。數據存儲前需要進行數據預處理，保留符合給定條件的數據，剔除錯誤或者異常的數據。（2）邏輯層邏輯層為系統核心部分，主要包括磨煤機狀態監測模塊、磨煤機功耗計算模塊、磨煤機優化調度模塊以及性能退化預測模塊，磨煤機運行優化提供數據支持。但由于模型較多，計算過程較為復雜，采用Web在線計算效率較低，因此采用C＃語言開發了相應的后臺計算程序，并將模型計算結果存儲在SQL數據庫中。（3）用戶層用戶界面模塊以Web頁面的形式展示模型計算結果，并接收用戶輸入數據，實現與用戶間的人機交互，為磨煤機優化運行結果提供可視化平臺，方便運行人員通過瀏覽器更直觀、有效地對磨煤機運行進行指導。
2軟件平臺功能
磨煤機狀態監測與優化運行軟件平臺用戶界面如圖2所示。其主要功能分為如下四個部分：
2．1磨煤機狀態監測及預警功能
通過SIS系統獲取磨煤機歷史運行數據，通過數據預處理以及數據清洗等為建模做好數據準備工作，建立一個四輸入四輸出的磨煤機灰箱模型，用來監測磨煤機出口參數變化，此外，通過該模型模擬得出磨煤機典型故障數據，并結合統計理論建立磨煤機故障預警功能，該模型需要實時更新以適應磨煤機特性變化。
2．2磨煤機功耗特性模型
建立一個六輸入一輸出的磨煤單耗特性模型，實時監測磨煤單耗的變化趨勢。通過模型建立得到的磨煤單耗特性曲線更為接近磨煤機的實際運行狀況，進而可以通過合理地調配輸入參數，仿真優化磨煤機運行，從而能夠降低磨煤單耗，該模型需要實時更新，此外該模型也為負荷分配優化奠定了基礎。
2．3磨煤機負荷分配模型
在磨煤單耗模型的基礎上進行負荷優化分配，通過前文所建立的負荷分配模型結合磨煤單耗模型可以快速給出負荷分配優化方案。
2．4磨煤機性能退化模型
首先通過數據預處理得出磨煤機大修時段，通過分時段多模型的方式建立多個電流模型，并給定典型工況下輸入，得到時序序列電流模型值，進而通過LSTM神經網絡預測磨煤機性能退化趨勢，為現場檢修工作提供合理的判斷依據。
3結束語
本文首先介紹了磨煤機狀態監測與優化運行軟件系統的開發環境、軟件框架及計算流程，然后借助軟件系統界面介紹了系統的主要功能。目前該軟件平臺已在現場投入實際應用，軟件系統界面簡單、內容直觀，可實現人機友好交互，方便快捷地為現場運行和檢修人員提供指導。
參考文獻
［1］李輝，崔彥鋒，司風琪，等．一種基于SOA的eDNA在火電廠的應用框架［J］．工業控制計算機，2008，21（1）：43－44
［2］張曉輝，李祥勝．SQLServer2000管理及應用系統開發［M］．北京：人民郵電出版社，2002
［3］AlfioQuarteroni,FaustoSaleri．MATLAB科學計算［M］．北京：清華大學出版社，2005
［4］汪維華，汪維清，胡章平．C＃．NET程序設計實用教程［M］．北京：清華大學出版社，2011
作者：張銘源 單位：西安電子科技大學