CN102235893B

CN102235893B - 一次风量测量方法及装置

Info

Publication number: CN102235893B
Application number: CN201010159865A
Authority: CN
Inventors: 赵振宁; 朱宪然; 张清峰
Original assignee: North China Electric Power Research Institute Co Ltd
Current assignee: State Grid Corp of China SGCC; North China Electric Power Research Institute Co Ltd
Priority date: 2010-04-29
Filing date: 2010-04-29
Publication date: 2012-10-24
Anticipated expiration: 2030-04-29
Also published as: CN102235893A

Abstract

本发明提供一种一次风测量方法及装置，所述方法包括：获取用户输入的n项判断因素的判断参数；将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3，得到每个判断因素的判断参数评判集R_i＝(r_i1，r_i2，r_i3)，其中，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，所述隶属度函数为半梯形函数；获取全部判断参数评判集，将各因素评判集的隶属度为行组成评判矩阵；计算B＝AοR，得出评价模糊集B＝(b₁，b₂，b₃)，其中A为预设的n项判断因素的权重集A＝{a₁，a₂，a₃，…a_n}，所述权重集A对各项判断因素应赋予一相应的权数a_i＝(i＝1，2，…，n)；比较出评价模糊集B＝(b₁，b₂，b₃)中最大的元素，获取该元素对应的预设隶属度函数所表示的状态。

Description

一次风量测量方法及装置

技术领域

本发明是关于火力发电领域中速磨煤机的一次风量测量，特别是一种基于模糊评价的中速磨一次风量测量方法及装置。

背景技术

中速磨煤机是目前国内300MW以上机组的主流配置，该制粉系统具有启动迅速、调节灵活、制粉单耗低等优点，对一次风量有严格要求。因此适当的一次风量对于磨煤机乃至整台机组的正常运行具有重要的意义。

目前配备中速磨煤机的电站锅炉制粉系统中，一般都是使用非标测速元件（如机翼式风量测量装置、文丘里流量计、阿牛巴流量计等）在磨煤机的入口烟道进行一次风测量。图1给出了目前电厂内中速磨煤机入口前的冷、热一次风管道的常用布置形式，其中测速元件通常装设于虚线所指的截面上。

这些非标测速元件一般都是单点或几点测量，其测量原理是：在测量元件前后一次风管道直管段足够长的前提下，认为流场已经充分发展，且流场稳定，单点或几点测量可以代表整个管道截面上一次风量的测量。测速元件一般测量的是一次风的动压p_d，然后根据公式（1）换算成质量流量：

Q_{m} = 3.6 kA \sqrt{2 p_{d} ρ} - - - (1)

式中：Q_m——质量流量，单位t/h；

p_d——为测速管测得的平均动压，单位Pa；

k－－测速管速度系数；

A——管道截面积，单位m²；

ρ——气体密度，单位kg/m³。

然而现状却是很多火力发电厂的一次风量无法准确测量，究其原因，问题的根源在于：随着火力发电厂规模越来越大和节能意识的提高，锅炉制粉系统设计的越来越紧凑，测量元件的位置不符合测量要求——测量元件前面的一次风道直管段太短，且流场且受到诸多因素的影响，很不稳定，仅在一点或几点测量就不具有代表性了，从而导致现有测量元件很难得到精确的一次风量。

从测量角度来看，可以从三个方面来解决这个问题：

1）可以通过加长一次风管的直管段，但由于占地面积的限制，很难达到这一目的；

2）可以采用很多个点进行测量，但这需要投入众多的测量一、二次元件，引起投资及维护工作；

3）也可以采用方法2，但是把测速元件的未端连在一起，这种情况实际是用算术平均代替流量权加权平均，在测速点处代表性很差的时候，这种测量结果也不是很精确。

因此，单纯从设备的角度来看，一次风测量不准的问题难以解决。

在实际电厂运行中，一次风在分散控制系统（Distributed Control System，DCS）中只设置了最小报警值，而对风量范围没有明显界限。专家和经验丰富的运行人员根据负荷、给煤量、燃烧煤种、出入口风温及风压等运行数据，即可判断出风量是否准确并进行调整。但经验不足的运行人员，对DCS上的表盘数据无法做出准确判断。因此，对广大的火电机组运行人员来说，急需一套科学的风量测量和评价系统，以用于风量是否合适的综合评价。

发明内容

本发明提供一种一次风测量方法，其特征在于，所述方法包括：获取用户输入的n项判断因素的判断参数，其中n≥2；将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3的计算公式，得到每个判断因素的判断参数评判集R_i＝(r_i1,r_i2,r_i3)，其中1≤i≤n，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，所述隶属度函数为半梯形函数；获取全部判断参数评判集，将各因素评判集的隶属度为行组成评判矩阵：

R = (\begin{matrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ r_{n 1} & r_{n 2} & r_{n 3} \end{matrix});

计算B=AоR，得出评价模糊集B＝(b₁,b₂,b₃)，其中A为预设的n项判断因素的权重集A={a₁,a₂,a₃,…a_n}，所述权重集A对各项判断因素应赋予一相应的权数a_i=(i＝1,2,…,n)，a_i满足归一性和非负性，

a_i≥0；比较出评价模糊集B＝(b₁,b₂,b₃)中最大的元素，获取该元素对应的预设隶属度函数所表示的状态。

本发明还提供一种一次风测量装置，所述装置包括：判断参数获取单元，用于获取用户输入的n项判断因素的判断参数，其中n≥2；评判集计算单元，用于将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3的计算公式，得到每个判断因素的判断参数评判集R_i＝(r_i1,r_i2,r_i3)，其中1≤i≤n，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，所述隶属度函数为半梯形函数；评判矩阵生成单元，用于获取全部判断参数评判集，将各因素评判集的隶属度为行组成评判矩阵：

R = (\begin{matrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ r_{n 1} & r_{n 2} & r_{n 3} \end{matrix});

评价模糊集计算单元，用于计算B=AоR，得出评价模糊集B＝(b₁,b₂,b₃)，其中A为预设的n项判断因素的权重集A={a₁,a₂,a₃,…a_n}，所述权重集A对各项判断因素应赋予一相应的权数a_i=(i＝1,2,…,n)，a_i满足归一性和非负性，

a_i≥0；风量状态确定单元，用于比较出评价模糊集B＝(b₁,b₂,b₃)中最大的元素，获取该元素对应的预设隶属度函数所表示的状态。

本发明提供的方法及装置不仅能较为全面地反映整体风量倾向而且能很直观地看出风量倾向的程度综合评判，综合考虑各参数的影响，因此利用本发明提供的方法及装置，可在合理范围内适当调整制粉系统的运行参数，保证更加准确的一次风量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为图1现有技术的中速磨煤机制粉系统通常采用的一次风道和流量传感器布置方式；

图2为本发明一实施例提供一次风测量方法流程图；

图3为本发明又一实施例提供一次风测量方法流程图；

图4为本发明一实施例提供一次风测量装置结构图；

图5为本发明又一实施例提供一次风测量装置结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的重点包括实现一次风量的模糊评估及一次风压是否可以满足克服阻力的要求的模糊评估，通过磨煤机DCS中监控的常规参数进行，基于热平衡原理制定模糊规则并进行模糊计算后，可得出可以克服阻力，比测速元件更为准确的一次风量，提供给运行人员，供其对磨煤机一次风进行控制。

1）模糊评价所考虑的因素

磨煤机的运行控制需要考虑冷热风门的开度、磨煤机入口一次风压力、入口一次风温度、磨煤机出口一次风压力、磨的阻力（压差）、出口风粉混合物的温度及磨煤机给煤量等参数，这些参数可在DCS表盘或者厂日志记录得到，并通过能量守恒及动量守恒（压力/阻力）的制约达到匹配与平衡。

2）热平衡为基础的模糊评估

当一次风量测量不准时，通过这些参数及其中的关系，运行人员实际上也是在进行模糊的判断一次风量真正的量，从而实现磨煤机更好的控制，只不过是这种模糊的判断更主要是基于运行人员的经验与感觉，模型较为粗糙而已。如：磨煤机出口温度一定时，入口风温如果维持较高，则冷风门开度小，一次风有更大的干燥出力，可以从而减少一次风的用量；反之，一次风温如果降低，则冷风门的开度必然加大，还要加大一次风的用量。

3）阻力平衡

风量必须可以克服阻力即保证不堵磨、不堵粉管，而阻力的大小与风量呈现一定的关系，风量大，阻力也大，反之阻力小，因而用阻力的大小也可以侧面反应风量的大小。

本专利的优点在用模糊评价的方法把若干个风量相关的参数关系融合，得出多个参数条件约束下，较为准确的风量值。在目前设备不做任何改动的条件下，很大程度上解决300MW以上机组由于紧凑布置而带来的一次风测量问题，对此类锅炉的安全经济运行有很大意义。

本发明的基本原理：

（1）建立因素集

U={u₁,u₂,u₃,…,u_n}

因素集是影响评判对象的各种因素元素的普通集合。式中，U是因素集，u_i(i＝1,2,…,m)代表各种因素。

（2）建立权重集

因为各个因素的重要程度不一样，为了反映各因素的重要程度，对各个因素应赋予一相应的权数a_i＝(i＝1,2,…,m)，由各权数所组成的集合。

A＝{a₁,a₂,a₃,…a_n}称为权重集。

通常各权数a_i＝(i＝1,2,…m)应满足归一性和非负性，

a_i≥0。

（3）建立评价集

评价集是评判者对评判对象可能作出的各种总的评判结果组成的集合。

V={v₁,v₂,v₃,…v_n}

（4）找出评判矩阵

对评判对象按因素集中第i个因素u_i进行评判，对评价集中第j个因素v_j的隶属度为r_ij，则第i个因素u_i评判的结果，可用因素评判集R_i＝(r_i1,r_i2,r_i3,…r_in)表示，即可得相应于每个因素的单因素评判集。将各单因素评判集的隶属度为行组成评判矩阵

R = (\begin{matrix} r_{11} & r_{12} & \cdot \cdot \cdot & r_{1 m} \\ r_{21} & r_{22} & \cdot \cdot \cdot & r_{2 m} \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ r_{n 1} & r_{n 2} & \cdot \cdot \cdot & r_{nm} \end{matrix})

则对该评判对象的模糊综合评价B是评价集V上的模糊子集，根据权重集A与单因素模糊评价矩阵R合成，进行模糊综合评判求取评价模糊集B。

如图2所示，本发明提供一种一次风测量方法，包括：

步骤S101：获取用户输入的n项判断因素的判断参数，其中n≥2；

步骤S102：将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3，得到每个判断因素的判断参数评判集R_i＝(r_i1,r_i2,r_i3)，其中1≤i≤n，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，所述隶属度函数为半梯形函数；

步骤S103：获取全部判断参数评判集，将各因素的判断参数评判集的隶属度为行组成评判矩阵：

R = (\begin{matrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ r_{n 1} & r_{n 2} & \cdot \cdot \cdot & r_{n 3} \end{matrix});

步骤S104：计算B=AоR，得出评价模糊集B＝(b₁,b₂,b₃)，其中A为预设的n项判断因素的权重集A＝{a₁,a₂,a₃,…a_n}，所述权重集A对各项判断因素应赋予一相应的权数a_i=(i＝1,2,…,n)；

步骤S105：比较出评价模糊集B＝(b₁,b₂,b₃)中最大的元素，获取该元素对应的预设隶属度函数所表示的状态。

其中如图3所示，在步骤S102之前还可包括：

步骤S201：获取各判断因素的倾向判别标准，所述各判断因素的倾向判别标准为判断参数的数值落在偏小、适中或偏大时的数值范围；

步骤S202：根据所述各判断因素的倾向判别标准，建立由判断参数到对应的隶属度的模糊映射，当判断参数落在偏小或偏大的数据范围内时，映射函数取0或1；当指标落在适中的范围内时在0～l范围内按线性插值来给出映射函数。

下面以某电厂中速磨煤机为例，给出本方法的具体实现过程。

一次风量主要受4方面因素影响：煤量、煤质特性、入口风温、出口风温。其中，出口温度有一定要求，故影响因素可减化为三个（或更多）：煤量、煤质特性（水分）、出入口温差。预设的判断因素集可为（煤量、煤质水分、出入口温差）。上述预设的判断因素具有一权重集，所述权重集是对煤量、煤质特性（水分）、出入口温差3个指标进行归一化处理得出各因素的权重例如A＝（0.2，0.35，0.45），所谓的归一化处理是指将此3个指标的权重之和取为1，而3个指标的具体权重值大小为经验结果，由工程技术人员预先指定。权重的大小分别表示了3个指标对一次风量影响程度的大小。对不同磨煤机、不同工况，该3个因素的权重值是不一样的。

首先在步骤S101中获取用户输入的这3项判断因素的判断参数，例如该电厂400MW负荷时煤量、煤质特性（水分）、出入口温差分别为51，7.2，178。（其中煤量可从DCS表盘数据查得，出入口温差可从表盘求得，煤质水分由煤质工业分析得到）。

步骤S102中：将51，7.2，178分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3，得到每个判断因素的判断参数评判集R_i＝(r_i1，r_i2,r_i3)，其中1≤i≤n，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，（偏小、适中、偏大）即作为各判断参数的评价集V={v₁,v₂,v₃}，评价集是评判者对评判对象可能作出的各种总的评判结果组成的集合。所述隶属度函数为半梯形函数。其中各隶属度函数按如下方法获得：

以下为该电厂某台机组400MW负荷时各判断因素倾向判别标准：

表1某电厂400MW负荷时各因素倾向判别标准

项目	风量偏小	风量适中	风量偏大
				煤量（t/h）	大于60	50-60	小于50
煤质特性(外水％)	大于10	5-10	小于5
				出入口温差	小于160	160-175	大于175

该判别标准可由工作人员输入，选用半梯形函数作为确定隶属原则的函数，建立由x到y的模糊映射。即当指标落在偏小或偏大的数据范围内时，映射函数取0或1；当指标落在适中的范围内时在0～l范围内按线性插值来给出映射函数。

根据模糊数学原理，模糊分布中的梯形分布得到各判断因素隶属函数如下所示：

1）煤量Q

r_{11} = \{\begin{matrix} 1 & Q > 60 \\ \frac{60 - Q}{10} & 50 \leq Q \leq 60 \\ 0 & Q < 50 \end{matrix}

r_{12} = \{\begin{matrix} 0 & Q < 50 \\ \frac{Q - 50}{3} & 50 \leq Q < 53 \\ 1 & 53 \leq Q < 57 \\ \frac{60 - Q}{3} & 57 \leq Q < 60 \\ 0 & Q &GreaterEqual; 60 \end{matrix}

r_{13} = \{\begin{matrix} 0 & Q > 60 \\ \frac{Q - 50}{10} & 50 \leq Q \leq 60 \\ 1 & Q < 50 \end{matrix}

2）外水分m

r_{21} = \{\begin{matrix} 1 & m > 10 \\ \frac{10 - m}{5} & 5 \leq m \leq 10 \\ 0 & m < 5 \end{matrix}

r_{22} = \{\begin{matrix} 0 & m < 5 \\ \frac{m - 5}{2} & 5 \leq m < 7 \\ 1 & 7 \leq m < 8 \\ \frac{10 - m}{2} & 8 \leq m < 10 \\ 0 & m &GreaterEqual; 10 \end{matrix}

r_{23} = \{\begin{matrix} 0 & m > 10 \\ \frac{m - 5}{5} & 5 \leq m \leq 10 \\ 1 & m < 5 \end{matrix}

3）出入口温差ΔT

r_{31} = \{\begin{matrix} 1 & ΔT < 160 \\ \frac{175 - ΔT}{15} & 160 \leq ΔT \leq 175 \\ 0 & ΔT > 175 \end{matrix}

r_{32} = \{\begin{matrix} 0 & ΔT < 160 \\ \frac{ΔT - 160}{6} & 160 \leq ΔT < 166 \\ 1 & 166 \leq ΔT < 169 \\ \frac{175 - ΔT}{6} & 166 \leq ΔT < 175 \\ 0 & ΔT &GreaterEqual; 175 \end{matrix}

r_{33} = \{\begin{matrix} 0 & ΔT < 160 \\ \frac{ΔT - 160}{15} & 160 \leq ΔT \leq 175 \\ 1 & ΔT > 175 \end{matrix}

步骤S103：获取全部判断参数评判集，将各因素评判集的隶属度为行组成评判矩阵。根据51，7.2，178对其属于风量偏小、适中、偏大求出隶属度得到评判矩阵R。可计算得各隶属度（隶属度为因素集对评价集的隶属程度，将因素集依次代入上面的隶属函数可得到一个隶属度矩阵），从而得到

R = [\begin{matrix} 0.9 & 0.33 & 0.1 \\ 0.56 & 1 & 0.44 \\ 0 & 0 & 1 \end{matrix}]

步骤S104：根据B＝AоR可求得评价模糊集B。根据b_j的最大隶属原则，若b₁最大,则判为偏小，b₂最大为适中，b₃最大为偏大；若b₁=b₃，且均大于b₂，则判为中等；若b₁=b₂>b₃，则判为中偏大；若b₁<b₂=b₃，则也判为中偏大；同样,若b₂与b₃接近且远大于b₁，则可以判为中偏小。根据B＝AоR 可得B＝（0.3760，0.4160，0.6240）。其中B=AоR是模糊矩阵的合成运算，合成算子“о”用来代表两个模糊矩阵的相乘（该符号为模糊数学中的通用符号，各种课本中均如此表示），与线性代数中矩阵的乘法极为相似，只是将普通矩阵乘运算中对应元素间相乘用取小运算“∧”来代替，而元素间相加用取大“∨”来代替。

步骤S105：根据模糊数学中的最大隶属原则，三个数中第三个数最大，即该风量偏大的隶属度最大，所以该风量偏大。

该电厂机组在实际运行中表现为风量偏大，与理论预测的完全相符。这表明利用模糊综合评判能较为准确地达到与实际运行相一致的效果。

再取该电厂400MW负荷时煤量、煤质特性（水分）、出入口温差瞬时数据分别为48，7.2，152。

通过上述步骤可计算得各隶属度，从而得到

R = [\begin{matrix} 0 & 0 & 1 \\ 0.56 & 1 & 0.44 \\ 1 & 0 & 0 \end{matrix}]

根据B=AоR可得B=（0.6460，0.3500，0.3540），根据最大隶属原则可得，该风量偏小。

再取该电厂400MW负荷时煤量、煤质特性（水分）、出入口温差瞬时数据分别为56，7.8，162。

可计算得各隶属度，从而得到

R = [\begin{matrix} 0.4 & 1 & 0.6 \\ 0.44 & 1 & 0.56 \\ 0.87 & 0.67 & 0.13 \end{matrix}]

根据B=AоR可得B=（0.6255，0.8515，0.3745），根据最大隶属原则可得，该风量适中。

当然也可以根据2个或者4个或更多判断因素进行判断。2个指标即可在一定负荷下，煤量范围变化不大，即可建立因素集（煤质水分、出入口温差），例如：

该电厂400MW负荷时取得煤蒸发水分、出入口温差瞬时数据分别为（6.8，210.2）预设权重A＝（0.6，0.4），可计算得各隶属度，从而得到：

R = [\begin{matrix} 0.64 & 0.9 & 0.36 \\ 0 & 0.5 & 1 \end{matrix}]

根据B=AоR可得B=（0.3840，0.5400，0.6160），根据最大隶属原则可得，该风量偏大。

本发明实施还提供一种一次风测量装置，如图4所示，所述装置包括：

判断参数获取单元101，用于获取用户输入的n项判断因素的判断参数，其中n≥2，所述判断参数获取单元101获取的判断因素包括：煤量、煤质特性、入口风温、出口风温中至少2种的组合；评判集计算单元102，用于将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3，得到每个判断因素的判断参数评判集R_i＝(r_i1,r_i2,r_i3)，其中1≤i≤n，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，所述隶属度函数为半梯形函数；评判矩阵生成单元103，用于获取全部判断参数评判集，将各因素评判集的隶属度为行组成评判矩阵：

R = (\begin{matrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ r_{n 1} & r_{n 2} & r_{n 3} \end{matrix});

评价模糊集计算单元104，用于计算B=AоR，得出评价模糊集B＝(b₁,b₂,b₃)，其中A为预设的n项判断因素的权重集A＝{a₁,a₂,a₃,…a_n}，所述权重集A对各项判断因素应赋予一相应的权数a_i=(i＝1,2,…,n)；风量状态确定单元105，用于比较出评价模糊集B＝(b₁,b₂,b₃)中最大的元素，获取该元素对应的预设隶属度函数所表示的状态。

如图5所示，在本发明又一实施例中，所述装置还包括：

隶属度函数生成单元106，用于获取各判断因素的倾向判别标准，所述各判断因素的倾向判别标准为判断参数的数值落在偏小、适中或偏大时的数值范围，根据所述各判断因素的倾向判别标准，建立由判断参数到对应的隶属度的模糊映射，当判断参数落在偏小或偏大的数据范围内时，映射函数取0或1；当指标落在适中的范围内时在0～l范围内按线性插值来给出映射函数。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种一次风测量方法，其特征在于，所述方法包括：

获取用户输入的n项判断因素的判断参数，其中n≥2；

将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3的计算公式，得到每个判断因素的判断参数评判集R_i＝(r_i1,r_i2,r_i3)，其中1≤i≤n，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，所述隶属度函数为半梯形函数；

获取全部判断参数评判集，将各因素评判集的隶属度为行组成评判矩阵：

R = (\begin{matrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ r_{n 1} & r_{n 2} & \cdot \cdot \cdot & r_{n 3} \end{matrix});

a_i≥0；

比较出评价模糊集B＝(b₁,b₂,b₃)中最大的元素，获取该元素对应的预设隶属度函数所表示的状态。

2.如权利要求1所述的一次风测量方法，其特征在于，在将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3的计算公式之前还包括：

获取各判断因素的倾向判别标准，所述各判断因素的倾向判别标准为判断参数的数值落在偏小、适中或偏大时的数值范围；

根据所述各判断因素的倾向判别标准，建立由判断参数到对应的隶属度的模糊映射，当判断参数落在偏小或偏大的数据范围内时，映射函数取0或1；当指标落在适中的范围内时在0～l范围内按线性插值来给出映射函数。

3.如权利要求1所述的一次风测量方法，其特征在于，所述判断因素包括：煤量、煤质特性、入口风温、出口风温中至少2种的组合。

4.一种一次风测量装置，其特征在于，所述装置包括：

判断参数获取单元，用于获取用户输入的n项判断因素的判断参数，其中n≥2；

评判集计算单元，用于将所述判断参数分别带入对应判断因素的3个预设隶属度函数r_i1、r_i2、r_i3的计算公式，得到每个判断因素的判断参数评判集R_i＝(r_i1,r_i2,r_i3)，其中1≤i≤n，每项判断因素的所述3个预设隶属度函数分别表示对应的判断参数的数值偏小、适中和偏大的隶属度，所述隶属度函数为半梯形函数；

评判矩阵生成单元，用于获取全部判断参数评判集，将各因素评判集的隶属度为行组成评判矩阵：

R = (\begin{matrix} r_{11} & r_{12} & r_{13} \\ r_{21} & r_{22} & r_{23} \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ r_{n 1} & r_{n 2} & r_{n 3} \end{matrix});

评价模糊集计算单元，用于计算B=AоR，得出评价模糊集B＝(b₁,b₂,b₃)，其中A为预设的n项判断因素的权重集A＝{a₁,a₂,a₃,…a_n}，所述权重集A对各项判断因素应赋予一相应的权数a_i=(i＝1,2,…,n)，a_i满足归一性和非负性，

Σ_{i = 1}^{n} a_{i} = 1;

a_i≥0；

风量状态确定单元，用于比较出评价模糊集B＝(b₁,b₂,b₃)中最大的元素，获取该元素对应的预设隶属度函数所表示的状态。

5.如权利要求4所述的一次风测量装置，其特征在于，所述装置还包括：

隶属度函数生成单元，用于获取各判断因素的倾向判别标准，所述各判断因素的倾向判别标准为判断参数的数值落在偏小、适中或偏大时的数值范围，根据所述各判断因素的倾向判别标准，建立由判断参数到对应的隶属度的模糊映射，当判断参数落在偏小或偏大的数据范围内时，映射函数取0或1；当指标落在适中的范围内时在0～l范围内按线性插值来给出映射函数。

6.如权利要求4所述的一次风测量装置，其特征在于，所述判断参数获取单元获取的判断因素包括：煤量、煤质特性、入口风温、出口风温中至少2种的组合。