CN102460018A - 尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统 - Google Patents

尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统 Download PDF

Info

Publication number
CN102460018A
CN102460018A CN2010800362587A CN201080036258A CN102460018A CN 102460018 A CN102460018 A CN 102460018A CN 2010800362587 A CN2010800362587 A CN 2010800362587A CN 201080036258 A CN201080036258 A CN 201080036258A CN 102460018 A CN102460018 A CN 102460018A
Authority
CN
China
Prior art keywords
combustion
control
parameter
described method
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2010800362587A
Other languages
English (en)
Other versions
CN102460018B (zh
Inventor
M.贝曼
T.斯帕斯
K.温德尔伯格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Energy Global GmbH and Co KG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN102460018A publication Critical patent/CN102460018A/zh
Application granted granted Critical
Publication of CN102460018B publication Critical patent/CN102460018B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23DBURNERS
    • F23D1/00Burners for combustion of pulverulent fuel
    • F23D1/02Vortex burners, e.g. for cyclone-type combustion apparatus
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N5/00Systems for controlling combustion
    • F23N5/003Systems for controlling combustion using detectors sensitive to combustion gas properties
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N5/00Systems for controlling combustion
    • F23N5/02Systems for controlling combustion using devices responsive to thermal changes or to thermal expansion of a medium
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23NREGULATING OR CONTROLLING COMBUSTION
    • F23N2900/00Special features of, or arrangements for controlling combustion
    • F23N2900/05006Controlling systems using neuronal networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Regulation And Control Of Combustion (AREA)
  • Incineration Of Waste (AREA)
  • Control Of Steam Boilers And Waste-Gas Boilers (AREA)

Abstract

本发明涉及一种尤其矿物燃料锅炉燃烧室(FR)内的燃烧过程的控制方法,其中确定燃烧室内的空间分辨的测量值(MW)。空间分辨的测量值被变换为可用于控制目的的状态参数(RG),以及接着作为实际值被输入给控制回路(R)。在控制回路中所确定的执行参数改变(RA)通过反向变换(RT)在考虑最优化目标的情况下被分配给多个执行元件。本发明还涉及一种相应的燃烧系统。

Description

尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统
本发明涉及一种尤其矿物燃料锅炉燃烧室内的燃烧过程的控制方法,其中确定燃烧室内的空间分辨的测量值。本发明还涉及一种相应的燃烧系统。
在锅炉的燃烧过程中首先处理燃料(例如在粉煤机中粉碎煤炭、预热燃油等),然后按照设备当前的热量需求来控制燃烧用空气向燃烧室的供给。在这里,在锅炉的不同位置、亦即在所谓的燃烧器处将燃料加入燃烧室。空气的供给也在不同位置实施。在燃烧器本身处也始终进行空气输入。除此之外还可以在那些没有燃料流入燃烧室的位置输入空气。
现在的任务在于,这样操控燃烧过程,使之尽可能高效、低损耗和/或排放量尽可能小地完成。锅炉燃烧过程典型的重要影响参数是:
·各燃烧器的燃料分配
·不同燃烧区燃烧用空气的分配
·燃烧用空气的总质量流量
·燃料处理的品质(例如粉煤机的磨削力、分离器转速、分离器温度)
·烟气再循环
·回转燃烧器的位置
通常在锅炉投入运行的时刻调整这些影响参数。为此在前台根据有关运行的边界条件提出不同的最优化目标,如设备效率最高、排放量最小(NOx、CO、…)、灰中碳含量最低(燃烧的完全性)。然而,由于过程参数随时间的易变性,尤其燃料的波动的特性(热值、空气需求、点火特性等),必须持续监测并调节燃烧过程。因此在工业设备中借助测量技术装置来监测燃烧,以及按当前检测的燃烧状况通过控制干预来修改可供使用的影响参数。
但是在设备运行期间改变影响参数只能在很有限的程度内实施。其原因是,由于高的温度以及化学及机械地严重损耗的环境,从燃烧区附近的环境只能提供少量甚至根本不能提供有质量保证的测量结果。因此只有那些在远离燃烧区的烟气路径内所记录的测量数据,才能使用于燃烧控制。由此,只能延时地以及在不具体涉及各执行元件的情况下提供过程参数以便用于控制技术的最优化。此外,由于大型工业燃烧装置巨大的尺寸,可供使用的点测量往往没有代表性,以及无法描述实际空间的过程状况的有差别的图像。
因为在许多情况下不可能控制或优化燃烧过程,所以过程参数(例如空气的过量)被调整为离工业过程极限有足够的距离。这样做,由于以低的过程效率、较高的损耗和/或较大的排放量进行运行而引起损失。
按照当前的现有技术以不同的方法实施燃烧过程的必要时可用的控制和优化:
-以测量烟气流中氧含量为基础控制总空气质量流量。
-以测量烟气流中的NOx和必要时的CO为基础来控制燃烧用空气与二次空气之比。
-在烧煤锅炉中,测量所供给的燃料质量流作为分配器传送带的转速,借助所述分配器传送带将煤炭输送到粉煤机中。在这里往往不检测煤炭流在由粉煤机供给的燃烧器上的准确分配。因此假定,每个燃烧器具有燃料质量流的一个固定份额并且相应地调整燃烧用空气。不过存在不同的测量系统,借助它们可以检测各燃烧器的煤流量。由此有可能更准确地控制空气,其中每个燃烧器的空气质量流量与相应的煤炭质量流量相匹配。
-在配备有风箱的锅炉中,起先每次空气供应的空气质量流量也是未知的。为了仍然能对每次空气供应实施空气控制,借助测量技术检测经过各空气阀的压差,并根据这些测量数据计算空气质量流量。由此又有可能与燃料相协调地更加准确地控制空气质量流量。
-将神经元网络使用于,学习不同影响参数与过程测量参数之间的关系。然后,以如此形成的锅炉神经元模型为基础,实施燃烧过程的最优化。
-在专利申请EP1850069B1中定义了一种“燃烧过程的控制方法和控制回路”,其中对燃烧器燃烧过程进行图像采集并且被用于训练神经元网络,然后借助神经元网络实施燃烧的最优化。
-为了应对大型燃烧装置的巨大的空间尺寸,通过叶栅测量装置在锅炉出口处检测部分重要的过程参数,如烟气中的氧浓度。由此可以在有限的范围内推断出燃烧过程中过程参数的空间分布。
当使用空间分辨的测量系统时,便有可能更进一步地优化燃烧,借助这种测量系统可以提供贴近燃烧区的测量数据。
本发明的目的是,提供一种改进的燃烧过程控制方法,其中使用燃烧室内空间分辨的测量值。另一个目的在于,提供一种相应的燃烧系统。
通过独立专利权利要求的特征达到此目的。在从属的专利权利要求中分别说明有利的设计。
本发明的主要特征可归纳如下:
-空间测量信息被变换为可用于控制目的的状态参数。
-接着针对这些状态参数定义对所期望的运行特性进行说明的额定值;
-然后这些状态参数被用作尤其传统控制回路的实际值,并在那里与规定的额定值比较。
-将如此形成的控制差输入给控制器,所述控制器对必要的执行参数改变进行确定。
-将控制器输出分配给存在的执行元件,其中发生从控制器输出向存在的执行元件的反向变换,因为控制器输出的结果必须与设备相匹配。
因此,为了实现有细微差别和更快速的过程控制,本发明通过采用至少一种测量技术从而对燃烧过程的当前状态进行更好地检测,这种测量技术具有空间分辨的检测范围用于定量确定在工业燃烧设备内部燃烧后的燃烧产物。本发明突出的优点在于,可以通过变换为简单的状态参数或控制参数借助传统的控制器对空间分辨检测技术的复杂的测量值分布进行处理。此外,通过反向变换来实现将传统控制器的输出信号按规定的最优化目标分配给存在的执行参数。由此达到在新规定的控制方案与所采用的复杂的测量技术之间最佳的协调。但尤其通过这种改进的控制结构,可以实现一种尽可能高效、低损耗和排放量尽可能小地完成的燃烧过程。
按第一种实施方案,借助空间分辨的测量值的统计信息来确定状态参数。这样做的优点是,在这里可以压缩有关存在的例如温度或浓度分布的多种信息。可以引入权重并可使用其他图像处理方法。另一个优点在于,以此方式形成一些过程数据,借助它们可以说明和控制燃烧过程。
另一种实施方案涉及额定值确定。规定额定值的优点在于,可以具体和普遍理解地规定最优化目标。由此明确和能领会地说明所期望的最优设备特性。因此设备操作者随时有可能通过改变额定值重新确定最佳工作点,例如给最小排放量增大权重,付出的代价是效率略有下降。
在实施方案中借助神经元网络对控制器输出在执行元件上的分配进行优化。可以借助神经元网络对控制干预进行进一步精调。由此达到特别人工智能的和精确的控制,这种控制针对外部影响的变化(例如燃料品质的改变)是鲁棒的。
下面借助附图中所描述的实施例来详细说明本发明。
图中示意表示按本发明的燃烧控制。
电厂或内部发生燃烧过程的其他工业设备的燃烧室FR,配备有空间分辨的测量系统(图中用MS表示)。在这里可以涉及任何测量系统,只要借助它可提供贴近燃烧区的测量数据。这些测量系统例如是:
-燃烧室摄像机,借助它可以检测燃烧室内的燃烧过程。在这种情况下通过对由火焰所确定的光进行光谱分析来获得一些附加的有关燃烧的信息。
-由激光器和相应的探测器组成的装置。在这里激光束通过燃烧室被导向到光探测器。对从燃烧室重新射出的激光束进行的光谱分析,由于对特定波长的吸收,所以可提供有关燃烧本身的信息。若光栅状地沿多个路径通过燃烧室发送激光束,则测量信息可以空间分辨。
在选择测量技术时起决定性作用的是,它应适用于空间分辨地确定重要的燃烧特征。在这里例如在燃烧过程附近的燃烧室横截面上实施测量。所确定的测量值借助一些特征来表征燃烧,所述特征例如局部浓度(CO、O2、CO2、H2O、…)和温度。
在所有的情况下获得多个与空间坐标有关的完全不同的测量值。因此在按本发明的控制系统输入端并非出现单个测量值,而是类似于二维或三维模式的整个测量值分布。
在变量变换VT的框架内,在图中用M个测量值MW表示的数据在第一个步骤中被变换为可用于控制目的的状态参数。在这里,将有关燃烧室的空间信息映射为各个特征参数并且由此将空间信息压缩。
为了根据空间测量信息导出不同的状态参数,典型地对下列要点进行评估:
a)加强或抑制部分测量技术检测空间而得到的加权平均值,
b)在测量技术检测空间内测量参数的平均值,
c)测量值重心的空间位置,
d)空间分配模式的统计特征参数。
最优化目标可定义为额定值,用于控制目的的状态参数。此外,这些状态参数与传统控制技术可提供使用的测量信息和过程信息相结合,表征燃烧过程当前的运行状态。
因此,通过所述变量变换VT,任意数量M个测量值MW被重新变换为任意数量N个控制参数RG,其中M和N表示自然数以及N通常小于M。控制参数RG涉及状态参数,它们接着用作各控制器的实际值。
将N个控制参数输入N个控制器R。这在图中借助控制组件表示,它含有一个减法器和另一些控制技术组件(例如PI控制器)。在这里是传统的控制组件,它在必要时已经存在于要控制的工业设备中。根据实施方案,也可以是多参数的控制组件。此外在这里研究的控制组件还具有输入端ESW,以便用于导出状态参数的额定值。额定值或者人为规定,或者是常数,或者规定为与负荷有关,并且应表征期望的运行特性。此外除了控制参数RG的输入端ERG,还存在另一个输入端EPG用于在空间分辨的测量系统之外所检测的其他任意的过程测量参数PG。在控制器内形成额定值与实际值之间的控制差,此控制差通过另一些过程测量参数被改变(例如用于根据当前的负荷状态来调整控制器放大系数),并且将此控制差输入给当前的确定必要的执行参数改变的控制器(在这里是指PI控制器)。这一信号置于控制器的输出端ARA处。
若现在存在N个控制器,则在这些地方存在N个控制器输出RA的值(见附图)。现在,在反向变换RT时,这些数量N个表示为控制器输出的信号RA这样被变换,使规定的数量为K的执行元件分别获得为达到控制目标所必要的执行信号。换句话说,现在必须从N个控制器R的控制器输出RA中为不同的执行元件导出控制干预,借助它们可以有利地影响燃烧过程。在这里,控制干预可以在多个执行元件上以不同的强度进行。
执行元件例如是设在燃烧室内空气阀的口。在计算装置RT内进行给K个执行元件分配N个控制器输出(N、K分别为自然数)。在这里还要考虑在空间分辨的测量系统之外检测的过程测量参数PG。在控制器输出被反向变换为存在的执行参数时,特别有利的是,以最佳的方式实施将控制器输出分配给执行元件,从而例如可以发生最小排放量,但与此同时又能达到设备尽可能高的效率。在本实施例中为达到此目的采取的措施是,还将来自优化器OPT的优化值OW输入给计算装置RT。优化器得到来自不同区域的信息。
除了在空间分辨的测量系统之外检测的过程测量参数外,优化器同样可以获得设在燃烧室内空间分辨的测量装置的测量结果。在变量变换VT′的框架内,数量M′个空间分辨的测量值变换为任意数量N′个状态参数,将它们输入优化器OPT。在这里可以是与前面所述相同的测量值,可选地也可以采用其他测量值。可选地,优化器OPT可以与神经元网络NN连接。在这种情况下实现由传统的控制组件以及神经元网络组成的混合式控制结构。神经元网络用过程测量参数来训练,并作为特殊的模型用于预测燃烧反应。借助由神经元网络预测的燃烧反应,迭代的最优化算法确定了控制干预对于执行元件的最佳分布并确定了执行元件的修正值。由此相应于规定的目标函数来优化过程。
优化值OW例如还可以是微调系数。借助微调系数在考虑过程优化的情况下根据期望的控制目标给反向变换RT的结果进行加权、移动和调整。
最后,借助反向变换的输出值以及必要时在进一步考虑最优化过程的结果的情况下,进行总执行参数计算GSB用于存在的K个执行元件。将不同的控制干预叠加在各个具有被识别的不同额定值偏差的不同执行元件上,合计成每个执行元件的总控制干预。在所述算法结束时,将K个执行参数改变ST进一步传给各执行元件,如空气阀或燃料供给装置。
在整个控制方法实施期间,各控制干预的速度和大小与提供的工业设备技术边界条件和极限相适应。不超过由过程规定的极限。

Claims (13)

1.一种尤其矿物燃料锅炉燃烧室内的燃烧过程的控制方法,其中确定所述燃烧室(FR)内的空间分辨的测量值(MW),其特征为:
-将所述空间分辨的测量值(MW)变换为能够用于控制目的的状态参数(RG),接着将所述状态参数作为实际值输入给控制回路(R);
-在控制回路(R)中所确定的执行参数改变(RA)通过反向变换(RT)在考虑目标最优化的情况下分配给执行元件。
2.按照权利要求1所述的方法,其特征为,为了根据空间的测量值(MW)确定不同的状态参数,分析来自于下列基准参数组中的基准参数:
a)加强或抑制部分测量技术检测空间而得到的加权平均值,和/或,
b)在测量技术检测空间内测量参数的平均值,和/或,
c)测量值重心的空间位置,和/或,
d)空间分配模式的统计特征参数。
3.按照权利要求1或2所述的方法,其特征为,对于所述状态参数能够确定最优化目标作为额定值(SW),其中,这些状态参数与按传统可利用的测量和过程信息相结合来表征燃烧过程当前的运行状态。
4.按照上述任一项权利要求所述的方法,其特征为,定义导出状态参数的额定值(SW),用于规定期望的运行特性。
5.按照上述任一项权利要求所述的方法,其特征为,导出针对不同执行参数的控制干预,借助它们有针对性地影响所述燃烧过程,其中,尤其控制干预以不同强度作用在多个执行元件上。
6.按照上述任一项权利要求所述的方法,其特征为,计算额定值偏差,以便识别用于在过程中按控制技术修正干预的偏差。
7.按照上述任一项权利要求所述的方法,其特征为:将通过不同的被识别的额定值偏差在不同执行元件上所施加的不同的控制干预,叠加合计成用于每个执行元件的总控制干预。
8.按照权利要求1至7之一所述的方法,其中,为达到最优化目标用过程测量参数训练神经元网络,并将该神经元网络作为专用模型用于预测燃烧反应。
9.按照权利要求1至8之一所述的方法,其中,利用迭代的最优化算法,借助由神经元网络所预测的燃烧反应,确定所述控制干预在所述执行元件中的有利分配并确定这些执行元件的修正值。
10.按照上述任一项权利要求所述的方法,其特征为,在所述燃烧室燃烧区附近的横截面上实施测量。
11.按照上述任一项权利要求所述的方法,其特征为,确定CO、O2、CO2、H2O的局部浓度和温度,或这些测量参数的或类似测量参数的子群,作为燃烧的特性。
12.一种尤其用于矿物燃料锅炉的具有燃烧室的燃烧系统,包括具有燃烧诊断装置的控制系统,其中,燃烧诊断装置配备有在燃烧室内空间分辨的测量系统,其特征为,所述控制系统被构造用于实施按照权利要求1至11之一所述的方法。
13.一种矿物燃料电厂设备,包括一个按照权利要求12所述的燃烧系统。
CN201080036258.7A 2009-06-24 2010-06-23 尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统 Active CN102460018B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102009030322.7 2009-06-24
DE102009030322A DE102009030322A1 (de) 2009-06-24 2009-06-24 Konzept zur Regelung und Optimierung der Verbrennung eines Dampferzeugers auf der Basis von räumlich auflösender Messinformation aus dem Feuerraum
PCT/EP2010/058878 WO2010149687A2 (de) 2009-06-24 2010-06-23 Verfahren zur regelung eines verbrennungsprozesses, insbesondere in einem feuerraum eines fossilbefeuerten dampferzeugers, und verbrennungssystem

Publications (2)

Publication Number Publication Date
CN102460018A true CN102460018A (zh) 2012-05-16
CN102460018B CN102460018B (zh) 2016-03-09

Family

ID=43217810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080036258.7A Active CN102460018B (zh) 2009-06-24 2010-06-23 尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统

Country Status (11)

Country Link
US (1) US9360209B2 (zh)
EP (1) EP2446193B1 (zh)
CN (1) CN102460018B (zh)
AU (1) AU2010264723B2 (zh)
BR (1) BRPI1012684A2 (zh)
CA (1) CA2766458C (zh)
DE (1) DE102009030322A1 (zh)
ES (1) ES2465068T3 (zh)
MX (1) MX2012000184A (zh)
RU (1) RU2523931C2 (zh)
WO (1) WO2010149687A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103032887A (zh) * 2012-12-31 2013-04-10 河南省电力公司电力科学研究院 一种实现燃煤锅炉节能运行的方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103615736A (zh) * 2013-11-27 2014-03-05 广东电网公司电力科学研究院 泡沫陶瓷燃烧器的火焰区厚度模拟监测方法
CN103615735B (zh) * 2013-11-27 2017-02-01 广东电网公司电力科学研究院 泡沫陶瓷燃烧器的预混燃烧模拟监测方法
DE102015203978A1 (de) * 2015-03-05 2016-09-08 Stg Combustion Control Gmbh & Co. Kg Verfahren zum geregelten Betrieb eines, insbesondere regenerativ, beheizten Industrieofens, Steuer- und Regeleinrichtung und beheizbarer Industrieofen
EP3356736B1 (en) * 2015-09-28 2022-08-10 Services Pétroliers Schlumberger Burner monitoring and control systems
RU2715302C1 (ru) * 2018-12-10 2020-02-26 Федеральное государственное бюджетное учреждение науки Институт теплофизики им. С.С. Кутателадзе Сибирского отделения Российской академии наук (ИТ СО РАН) Автоматическая система диагностики процесса сжигания пылеугольного топлива в камере сгорания
RU2713850C1 (ru) * 2018-12-10 2020-02-07 Федеральное государственное бюджетное учреждение науки Институт теплофизики им. С.С. Кутателадзе Сибирского отделения Российской академии наук (ИТ СО РАН) Система мониторинга режимов горения топлива путем анализа изображений факела при помощи классификатора на основе свёрточной нейронной сети
DE102022106628A1 (de) 2022-03-22 2023-09-28 Uniper Technologies GmbH Verfahren zur Prädiktion verfahrenstechnischer Prozesswerte einer Verbrennungsanlage mittels eines trainierten neuronalen Netzes

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101016995A (zh) * 2005-11-30 2007-08-15 通用电气公司 调节锅炉系统中预定位置co排放水平的系统、方法及产品

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1992014197A1 (en) * 1991-02-08 1992-08-20 Kabushiki Kaisha Toshiba Model forecasting controller
DE4220149C2 (de) 1992-06-19 2002-06-13 Steinmueller Gmbh L & C Verfahren zum Regelung der Verbrennung von Müll auf einem Rost einer Feuerungsanlage und Vorrichtung zur Durchführung des Verfahrens
US5408406A (en) * 1993-10-07 1995-04-18 Honeywell Inc. Neural net based disturbance predictor for model predictive control
US5493631A (en) * 1993-11-17 1996-02-20 Northrop Grumman Corporation Stabilized adaptive neural network based control system
DE19509412C2 (de) * 1995-03-15 1997-01-30 Siemens Ag Verfahren und Vorrichtung zur Feuerungsregelung einer Dampferzeugeranlage
US5822740A (en) * 1996-06-28 1998-10-13 Honeywell Inc. Adaptive fuzzy controller that modifies membership functions
DE19710206A1 (de) * 1997-03-12 1998-09-17 Siemens Ag Verfahren und Vorrichtung zur Verbrennungsanalyse sowie Flammenüberwachung in einem Verbrennungsraum
DE19841877A1 (de) 1998-09-11 2000-04-20 Siemens Ag Verfahren und Vorrichtung zur Ermittlung der Rußbeladung eines Verbrennungsraums
US6532454B1 (en) * 1998-09-24 2003-03-11 Paul J. Werbos Stable adaptive control using critic designs
US6553924B2 (en) * 1998-10-19 2003-04-29 Eco/Technologies, Llc Co-combustion of waste sludge in municipal waste combustors and other furnaces
NL1013209C2 (nl) * 1999-10-04 2001-04-05 Tno Regelsysteem voor een verbrandingsinstallatie, zoals bijvoorbeeld een afvalverbrandingsinstallatie.
DE19948377C1 (de) * 1999-10-07 2001-05-23 Siemens Ag Verfahren und Vorrichtung zur Bestimmung sowie zur Regelung des Luftüberschusses bei einem Verbrennungsprozeß
CH694823A5 (de) * 2000-12-08 2005-07-29 Von Roll Umwelttechnik Ag Verfahren zum Betreiben einer Müllverbrennungsanlage.
CN100416438C (zh) 2002-09-26 2008-09-03 西门子公司 监控包括多个系统的技术设备特别是电站的装置和方法
PL1850069T3 (pl) 2006-04-25 2009-01-30 Powitec Intelligent Tech Gmbh Sposób i układ regulacji procesu spalania
MX2008014186A (es) * 2006-05-05 2009-02-25 Plascoenergy Ip Holdings Slb Sistema de control para la conversion de materias primas carbonaceas a gas.
DE102006022626B4 (de) * 2006-05-12 2010-09-02 Rwe Power Ag Verfahren zum Betrieb eines mit Kohle befeuerten Dampferzeugers
US8219247B2 (en) * 2009-11-19 2012-07-10 Air Products And Chemicals, Inc. Method of operating a furnace

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101016995A (zh) * 2005-11-30 2007-08-15 通用电气公司 调节锅炉系统中预定位置co排放水平的系统、方法及产品

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103032887A (zh) * 2012-12-31 2013-04-10 河南省电力公司电力科学研究院 一种实现燃煤锅炉节能运行的方法
CN103032887B (zh) * 2012-12-31 2015-02-04 河南省电力公司电力科学研究院 一种实现燃煤锅炉节能运行的方法

Also Published As

Publication number Publication date
RU2523931C2 (ru) 2014-07-27
EP2446193B1 (de) 2014-05-07
BRPI1012684A2 (pt) 2016-03-29
WO2010149687A2 (de) 2010-12-29
DE102009030322A1 (de) 2010-12-30
CA2766458C (en) 2014-10-14
EP2446193A2 (de) 2012-05-02
MX2012000184A (es) 2012-02-28
ES2465068T3 (es) 2014-06-05
US9360209B2 (en) 2016-06-07
CN102460018B (zh) 2016-03-09
AU2010264723A1 (en) 2012-01-19
US20120125003A1 (en) 2012-05-24
AU2010264723B2 (en) 2013-02-21
RU2012102271A (ru) 2013-07-27
WO2010149687A3 (de) 2011-03-03
CA2766458A1 (en) 2010-12-29

Similar Documents

Publication Publication Date Title
CN102460018A (zh) 尤其矿物燃料锅炉燃烧室内燃烧过程的控制方法和燃烧系统
US7966080B2 (en) System for optimizing oxygen in a boiler
US20210163823A1 (en) Integrated coke plant automation and optimization using advanced control and optimization techniques
US8527072B2 (en) System and method for multi-unit optimization of boiler and SCR operations
US8755940B2 (en) Modeling and control optimization system for integrated fluidized bed combustion process and air pollution control system
CN1202371C (zh) 循环流化床锅炉燃烧自动调节系统
US20160319198A1 (en) Integrated coke plant automation and optimization using advanced control and optimization techniques
CN104615114B (zh) 一种循环流化床的炉内脱硫优化控制方法
CN102639937B (zh) 用于监测和控制电厂的系统和关联的方法
JP7053244B2 (ja) 燃焼炉の燃焼条件決定装置、燃焼条件決定方法、および燃焼システム
JP2018105592A (ja) ミル分級機の回転数制御装置、及びこれに好適な燃料比算定装置
WO2008011250A2 (en) Perturbation test method for measuring output responses
JP2008001816A (ja) コークス炉の燃焼制御方法
CN113609684A (zh) 基于工业数据和工艺机理的锅炉吨煤产汽优化方法
Zhou et al. Using a core-vector machine to correct the steam-separator temperature deviations of a 1000 MW boiler
Dadiala et al. Model predictive control for an industrial coal pulveriser
Kellerman et al. Modelling of boiler fireside control in flownex software environment
CZ2011601A3 (cs) Zpusob rízení spalování s vyuzitím pravdepodobnostního modelování a zarízení k provádení tohoto zpusobu
Thai et al. Neural Network Modeling and Control of Stoker-Fired Boiler Plant
Gallestey Advanced Process Control Increases Usage of Alternative Fuels in Precalciners and Cement Kilns

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20201202

Address after: Munich, Germany

Patentee after: Siemens Gas & Power Co., Ltd

Address before: Munich, Germany

Patentee before: SIEMENS AG

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Munich, Germany

Patentee after: Siemens energy Global Ltd.

Address before: Munich, Germany

Patentee before: Siemens Gas & Power Co., Ltd