KR101839274B1 - 발전용 보일러 튜브의 마모 예측 시스템 및 방법 - Google Patents

발전용 보일러 튜브의 마모 예측 시스템 및 방법 Download PDF

Info

Publication number
KR101839274B1
KR101839274B1 KR1020170142230A KR20170142230A KR101839274B1 KR 101839274 B1 KR101839274 B1 KR 101839274B1 KR 1020170142230 A KR1020170142230 A KR 1020170142230A KR 20170142230 A KR20170142230 A KR 20170142230A KR 101839274 B1 KR101839274 B1 KR 101839274B1
Authority
KR
South Korea
Prior art keywords
boiler
information
local
fuel
wear
Prior art date
Application number
KR1020170142230A
Other languages
English (en)
Inventor
백세현
김영주
김태형
김현희
박상빈
박호영
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020170142230A priority Critical patent/KR101839274B1/ko
Priority to PCT/KR2018/001419 priority patent/WO2019088368A1/ko
Application granted granted Critical
Publication of KR101839274B1 publication Critical patent/KR101839274B1/ko

Links

Images

Classifications

    • G06F17/5009—
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/04—Ageing analysis or optimisation against ageing
    • G06F2217/76—

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Regulation And Control Of Combustion (AREA)

Abstract

본 발명의 일 실시예에 따른 보일러 튜브의 마모 예측 시스템은, 발전소에서 현재 연소하는 연료의 성상에 대한 정보를 제공하고, 상기 연료 성상에 대한 정보를 이용하여 계산된 연료 자체의 마모 경향 지수를 저장하는 연료 성상 데이터 베이스, 상기 연료 성상 데이터 베이스로부터 제공 받은 정보와 상기 발전소의 운전 데이터를 입력값으로 하여, 보일러 고온부의 상태 정보를 계산하는 운전 데이터 연계 연소 해석 장치, 상기 보일러의 각 단면에 대하여 측정한 보일러 내부의 국부 유속 분포 데이터를 저장하는 냉간 유동 분포 측정 데이터 베이스, 상기 보일러 고온부의 상태 정보 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 실제 유속을 산출하는 실제 국부 유속 계산 장치, 및 상기 마모 경향 지수, 상기 보일러 고온부의 상태 정보, 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 마모 경향을 예측하는 보일러 국부 마모 예측 장치를 포함한다.

Description

발전용 보일러 튜브의 마모 예측 시스템 및 방법{SYSTEM AND METHOD FOR PREDICTING WEAR OF POWER PLANT BOILER TUBE}
본 발명은 발전용 보일러 튜브의 마모 예측 시스템 및 방법에 관한 것이다.
석탄 화력 발전소는 최근 환경 문제로 이슈가 되고는 있으나, 모든 석탄 화력을 신재생 에너지로 대체하기에는 기술적으로나 경제적으로 매우 어려운 상황이다. 이에 따라, 석탄은 향후에도 오랜 기간 가장 저렴하고 고품질의 전기를 안정적으로 제공하는 전력공급원의 역할을 수행할 것으로 예상된다. 특히, 저개발국 또는 개발도상국에 대한 해외 발전사업에 있어서는 석탄 화력이 여전히 유망한 사업 대상이다.
그러나 석탄 화력 발전소 보일러는 석탄이 연소되고 남은 회분(ash)이 튜브를 침식시키는 마모 현상이 고질적으로 발생된다. 이러한 마모는 보일러 튜브 파열에 의한 발전소 불시 정지를 초래하기도 하고, 막대한 정비 비용을 발생시키는 원인이 되고 있다.
국내의 경우 최근 10년간 수행한 320건의 보일러 정밀 진단 결과 심각한 마모 문제점이 220건이상 발견되었으며, Y 발전소 3호기 보일러 재열기 누설 등 마모에 의한 발전소 불시 정지가 10건 이상 발생되는 등 그 심각성이 크다.
한편 석탄화력 보일러의 마모 현상에 대한 대책은, 아직까지는 발전소 정지 중에 실시하는 육안 점검 및 보수 작업에 의존하고 있는 실정이며 발견된 마모 발생 부위에 대해서는 일상적인 보강 조치를 취하고 있다.
그러나 보일러 내부의 복잡한 형상, 탄종의 변경, 연소 특성 변화 및 운전 제어 변수 변화에 따라 보일러 내부의 국부적인 유동이 달라지고, 이에 따라 가스 유속이 높아지는 부위에서 국부적으로 심각한 마모현상이 발생되는데, 이렇게 국부적으로 발생되는 현상을 사전에 예측하기에는 많은 어려움이 있다.
본 발명은 발전용 보일러의 운전 조건 및 탄종의 변화에 따라 보일러 내부의 국부적인 마모 경향을 실시간으로 예측하는 발전용 보일러 튜브의 마모 예측 시스템 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 보일러 튜브의 마모 예측 시스템은, 발전소에서 현재 연소하는 연료의 성상에 대한 정보를 제공하고, 상기 연료 성상에 대한 정보를 이용하여 계산된 연료 자체의 마모 경향 지수(index)를 저장하는 연료 성상 데이터 베이스, 상기 연료 성상 데이터 베이스로부터 제공 받은 정보와 상기 발전소의 운전 데이터를 입력값으로 하여, 보일러 고온부의 상태 정보를 계산하는 운전 데이터 연계 연소 해석 장치, 상기 보일러의 각 단면에 대하여 측정한 보일러 내부의 국부 유속 분포 데이터를 저장하는 냉간 유동 분포 측정 데이터 베이스, 상기 보일러 고온부의 상태 정보 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 실제 유속을 산출하는 실제 국부 유속 계산 장치, 및 상기 마모 경향 지수, 상기 보일러 고온부의 상태 정보, 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 마모 경향을 예측하는 보일러 국부 마모 예측 장치를 포함한다.
본 발명의 일 실시예에 따른 보일러 튜브의 마모 예측 방법은 발전소에서 현재 연소하는 연료의 성상에 대한 정보를 이용하여 연료 자체의 마모 경향 지수를 산출하는 단계, 상기 연료의 성상에 대한 정보와 상기 발전소의 운전 데이터를 입력값으로 하여 보일러 고온부의 상태 정보를 계산하는 단계, 상기 보일러의 각 단면에 대하여 측정한 보일러 내부의 국부 유속 분포 데이터를 취득하는 단계, 상기 보일러 고온부의 상태 정보 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 실제 유속을 산출하는 단계, 및 상기 마모 경향 지수, 상기 보일러 고온부의 상태 정보, 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 마모 경향을 예측하는 단계를 포함한다.
본 발명의 발전용 보일러 튜브의 마모 예측 시스템 및 방법에 따르면, 발전용 보일러의 운전 조건 및 탄종의 변화에 따라 보일러 내부의 국부적인 마모 경향을 실시간으로 예측하여 발전소의 불시 정지 및 막대한 정비 비용 지출을 저감할 수 있다.
도 1은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템의 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템의 계통도를 나타낸다.
도 3은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템에 있어서 계산에 적용하는 운전 데이터의 포인트를 나타낸다.
도 4는 본 발명의 냉간 유동 분포 측정 데이터 베이스를 구축하는 방법에 대한 도면이다.
도 5는 본 발명의 냉간 유동 분포 측정 데이터 베이스의 국부 유속 분포의 정규화(normalizing) 결과의 예시를 나타내는 도면이다.
도 6은 보일러의 각 단면별 실제 국부 유속의 계산 방법을 나타내는 도면이다.
도 7은 보일러 국부 마모 예측 장치 및 그 입력을 나타내는 도면이다.
도 8은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 방법에 대한 흐름도이다.
도 9는 보일러의 국부 마모 예측 요약 결과의 예시를 나타낸다.
도 10은 보일러의 특정 단면에 대한 국부 마모 예측 결과의 예시를 나타낸다.
도 11은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템 및 방법을 적용하여 예측한 마모 경향과 정밀 육안 점검을 시행하여 확인한 실제 마모 경향을 비교한 결과를 나타낸다.
이하, 첨부한 도면을 참조하여 본 발명의 다양한 실시 예들에 대해 상세히 설명하고자 한다. 본 문서에서 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본 문서에 개시되어 있는 본 발명의 다양한 실시 예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시 예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 다양한 실시 예들은 여러 가지 형태로 실시될 수 있으며 본 문서에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니 된다.
다양한 실시 예에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 해당 구성 요소들을 한정하지 않는다. 예를 들면, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성 요소로 바꾸어 명명될 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의된 용어들은 관련 기술의 문맥 상 가지는 의미와 동일 또는 유사한 의미를 가지는 것으로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 발명의 실시 예들을 배제하도록 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템(1)의 구성을 나타내는 도면이며, 도 2는 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템의 계통도를 나타낸다.
도 1 및 도 2를 참조하면, 발전용 보일러 튜브의 마모 예측 시스템은 연료 성상 데이터 베이스(10), 운전 데이터 연계 연소 해석 장치(20), 냉간 유동 분포 측정 데이터 베이스(30), 실제 국부 유속 계산 장치(40), 및 보일러 국부 마모 예측 장치(50)를 포함한다.
연료 성상 데이터 베이스(10)는 발전소에서 현재 연소하는 연료에 대한 공업 분석, 원소 분석, 발열량 및 회성상에 대한 정보를 저장하여 필요할 때 외부로 제공한다. 또한, 회성상에 대한 정보를 이용하여 일반적인 연료 자체의 마모 경향 지수를 계산한다.
운전 데이터 연계 연소 해석 장치(20)는 연료 성상 데이터 베이스(10)로부터 제공 받은 연료 성상 데이터와 발전소의 실시간 운전 정보 시스템으로부터 제공받은 운전 데이터들을 입력값으로 하여, 자동 연소 해석을 수행한다. 상술한 발전소 실시간 운전 정보 시스템으로부터 제공받은 운전 데이터의 예시로는 각 전열면 입출구의 스팀 온도, 압력, 유량 및 보일러 출구의 가스 온도, 산소 농도, 회분 질량 플럭스(ash mass flux)가 있다. 특히, 연소 해석을 통해 각 전열면 입출구의 가스 온도 및 유량을 계산함으로써, 운전 중에는 계측이 불가능한 보일러 고온부 가스 측의 실제 상태를 알아낼 수 있다.
냉간 유동 분포 측정 데이터 베이스(30, 60)는 보일러 내부의 각 단면에 대하여 측정한 보일러 내부의 국부 유속 데이터를 저장한다. 보일러 내부의 유속 데이터는 발전소 정지 중에 상온의 미리 설정된 수치 이하의 낮은 유량 조건에서 측정될 수 있다. 또한, 측정된 국부 유속 데이터는 정규화 처리하여 특정 단면에 대한 국부 유속 분포 데이터를 산출할 수 있다.
실제 국부 유속 계산 장치(40)는 운전 데이터 연계 연소 해석 장치(20)에서 제공받은 보일러 각 단면별 평균 유속에 대한 데이터와 냉간 유동 분포 측정 데이터 베이스(30)에서 제공받은 보일러 내부의 국부 유속 분포 데이터를 이용하여, 보일러의 각 단면들에 대한 국부 위치별 실제 유속을 산출한다.
보일러 국부 마모 예측 장치(50)는 연료 성상 데이터 베이스(10)에서 계산된 마모 경향 지수, 운전 데이터 연계 연소 해석 장치(20)에서 제공받은 회분의 질량 플럭스 및 실제 국부 유속 계산 장치(40)에서 제공 받은 국부 위치별 실제 유속 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 마모 경향을 예측한다.
도 3은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템에 있어서 계산에 적용하는 운전 데이터의 포인트를 나타낸다.
발전소의 일반적인 운전 데이터들은 위치 및 조건에 따라 높은 불확실성을 포함하며, 특히 보일러 고온부의 연소 가스 온도 및 유량은 계측이 불가하여 정확한 운전값을 알기가 어렵다.
반면, 보일러에 유입되는 급수의 유량(310) 및 전열면 각 부위의 입출구 증기 온도 및 압력(320)은 신뢰도 높게 측정이 가능하다. 또한, 보일러 출구의 가스 측 온도 및 산소 농도(330) 역시 신뢰도 높게 측정할 수 있다.
본 발명의 일 실시예에 따른 운전 데이터 연계 연소 해석 장치는 신뢰도가 확보된 스팀 측의 운전 데이터, 즉 보일러에 유입되는 급수의 유량(310), 각 전열면 입출구 스팀 온도, 압력 및 유량(320), 보일러 출구 가스 온도, 산소 농도(330) 및 연료 성상을 기반으로, 기존의 방법으로는 계측이 불가능한 가스 측 온도, 유량, 조성 및 전열량 등을 역계산할 수 있도록 한다. 즉, 신뢰도가 높은 최소한의 운전 데이터만을 이용하여 연소 해석을 수행할 수 있다.
보일러의 각 전열면 위치별 가스 온도는 보일러 출구의 가스 온도 및 유량 계산값을 기초로 열량을 계산한 후, 각각의 전열면의 증기측에서 흡수한 열량을 순차적으로 보정하는 방법을 적용하며, 이러한 접근 방법은 측정이 불가능한 고온부 단면의 평균 가스 온도를 실질적으로 알아낼 수 있도록 한다.
도 4는 본 발명의 냉간 유동 분포 측정 데이터 베이스를 구축하는 방법에 대한 도면이다.
도 4의 410을 참조하면, 본 발명의 일 실시예에 따른 냉간 유동 분포 측정 데이터 베이스는 발전소 정지 중 상온에서 보일러의 송풍기만 가동한 상태에서 보일러의 주요 전열면들에 대해 측정 단면을 선정한 후, 단면 내의 위치들에 대해 유속을 측정한다. 측정하고자 하는 데이터는 상대적인 유동 분포이므로, 송풍기의 유량은 정상 운전시의 유량보다 적어도 무관하다.
한편, 도 4의 420은 냉간 유동 분포의 측정시 속도 센서 프로브의 위치를 나타낸 것으로서, 각 전열면의 가스 유동과 만나는 첫번째 튜브들의 중심선 부위를 기준으로 측정한다.
또한, 도 4의 430은 특정 단면에 대한 냉간 유동 분포 측정의 위치 선정 및 시트에 대한 예시를 나타낸다. 측정 대상의 단면에서의 유동 측정 위치는 보일러의 전-후 및 좌-우 벽면 주변은 촘촘하게 선정하는 것이 효과적이다. 따라서, 각각의 위치 (i, j) 측정 포인트가 점유하는 셀의 면적이 다르게 되므로, 다음 단계에서 냉간 유동 분포 측정 데이터를 정규화 할 때, 각각의 셀들의 면적을 고려하여 가중치를 부여한다.
도 5는 본 발명의 냉간 유동 분포 측정 데이터 베이스의 국부 유속 분포의 정규화 결과의 예시를 나타내는 도면이다.
냉간 유동 분포 측정 데이터의 정규화는 도 4에서 상술한 바와 같이, 특정 단면에 대해 상온에서 측정된 국부 위치별 유속 측정 결과를 2차원 평면 상의 위치 (i, j) 및 측정 포인트의 셀 크기 정보와 함께 기록하고, 각각의 위치에 대한 유속 데이터를 '행과 열의 가중평균 계산'과 '단면의 가중평균 계산'을 통해 이루어진다.
먼저, 행과 열의 가중평균 계산은 다음과 같은 식에 의해 수행된다.
Figure 112017107086554-pat00001
Vj: 셀의 좌우 치수를 고려한 j행 가중평균 속도
Vi,j: i열의 개별 셀 속도 측정값
Wi,j: i열에 있는 셀의 좌우 치수
WT: 평가 대상 단면의 보일러 좌우 치수
Figure 112017107086554-pat00002
Vi: 셀 전후 치수를 고려한 i열 가중평균 속도
Vi,j: j행의 개별 셀 속도 측정값
li,j: j행의 전후 셀 치수
LT: 평가대상 단면의 보일러 전후 치수
한편, 단면의 가중평균 계산은 다음과 같은 식에 의해 수행된다.
Figure 112017107086554-pat00003
VPj: j행 평균값에 근거한 평면 단균 가중 속도
Vj: j행 평균 가중 속도
li,j: j행의 전후 셀 치수
LT: 평가대상 단면의 보일러 전후 치수
Figure 112017107086554-pat00004
VPi: i열 평균값에 근거한 단면 평균 가중 속도
Vi: i열 평균 가중 속도
wi,j: i열의 좌우 치수
WT: 캐비티의 좌우 치수
최종적으로, 다음의 식을 통해 개별 셀의 정규화 된 속도를 구할 수 있다.
Figure 112017107086554-pat00005
Vni,j: i, j셀의 정규화 속도
Vi,j: 개별 셀 속도 측정값
Vp: 평면 평균 가중 속도
상기와 같은 과정을 통해, 도 5에 나타난 바와 같이 보일러의 특정 단면에 대한 국부 유속 분포의 정규화 결과를 얻을 수 있다.
도 6은 보일러의 각 단면별 실제 국부 유속의 계산 방법을 나타내는 도면이다.
상술한 바와 같이, 보일러의 각 단면별 실제 국부 유속 계산은 운전 데이터 연계 연속 장치로부터 제공되는 보일러 각 단면별 평균 유속 데이터(610)와 냉간 유동 분포 측정 데이터 베이스에서 제공되는 각 단면별 국부 유속 분포 데이터(620)를 이용하여 수행된다.
구체적인 계산 식(630)은 다음과 같다.
Figure 112017107086554-pat00006
VOi,j: i, j셀에 대한 실제 가스 유속
Vni,j: i, j에 대해 정규화 된 가스 유속
Figure 112017107086554-pat00007
: 단면 평균 가스 유속
상기와 같은 식을 통해 보일러 튜브의 각 단면에 대한 실제 국부 유속(640)을 계산할 수 있으며, 이는 후술하는 바와 같이 보일러의 국부 마모를 예측하는 데 입력값으로서 사용된다.
도 7은 보일러 국부 마모 예측 장치 및 그 입력을 나타내는 도면이다.
상술한 바와 같이, 보일러 국부 마모 예측 장치(50)는 연료 성상 데이터 베이스(10)로부터의 마모 경향 지수(자세한 수식은 후술함)와, 운전 데이터 연계 연소 해석 장치(20)로부터의 회분 질량 플럭스와, 실제 국부 유속 장치(40)로부터의 보일러 각 단면의 국부 위치별 실제 유속을 입력으로 하여, 하기 식에 따라 보일러 내부 각 단면들에 대해 국부 위치별 마모 경향을 예측한다.
Figure 112017107086554-pat00008
ERi,j: i,j 위치에서 마모율
a, b: tuning factor
mi,j: i,j 위치에서 ash mass flux
Vi,j: i,j 위치에서 속도
n: 속도 상수
한편, 계산에 필요한 입력으로서, 연료 성상 데이터 베이스로부터 제공받은 연료 자체의 마모 경향 지수 데이터는 다음과 같은 식에 의해 얻을 수 있다.
Figure 112017107086554-pat00009
Figure 112017107086554-pat00010
qc: 석탄 내 석영 함유량 (wt%)
pc: 석탄 내 파일라이트 함유량 (wt%)
Ac: 석탄 내 회분 함유량 (wt%)
도 8은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 방법에 대한 흐름도이다.
도 8을 참조하면, 먼저, 발전소에서 현재 연소하는 연료의 성상에 대한 정보를 제공하고, 회성상 자료를 이용하여 연료 자체의 마모 경향 지수를 계산한다(S10).
다음으로, 연료 성상 데이터 베이스로부터 제공 받은 연료 성상 정보와 발전소의 실시간 운전 정보 시스템으로부터 제공받은 운전 데이터를 입력값으로 하여, 회분의 질량 플럭스 및 보일러의 각 단면별 평균 유속을 계산한다(S20).
보일러의 각 단면에 대하여 측정한 보일러 내부의 국부 유속 데이터를 저장한 후, 해당 국부 유속 분포에 대하여 정규화 처리를 실시한다(S30).
단계 S20 및 단계 S30에서 각각 산출한 보일러의 각 단면별 평균 유속 및 보일러 내부의 국부 유속 분포 데이터를 이용하여, 보일러의 각 단면들에 대한 국부 위치별 실제 유속을 산출한다(S40).
단계 S10에서 계산한 마모 경향 지수, 단계 S20에서 계산한 회분의 질량 플럭스, 및 보일러 내부의 각 단면들에 대한 국부 위치별 실제 유속을 이용하여, 보일러의 각 단면들에 대한 국부 위치별 마모 경향을 예측한다(S50).
이와 같이, 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템 및 방법에 의하면 발전용 보일러의 운전 조건 및 탄종의 변화에 따라 보일러 내부의 국부적인 마모 경향을 실시간으로 예측하여 발전소의 불시 정지 및 막대한 정비 비용 지출을 저감할 수 있다.
도 9는 보일러의 국부 마모 예측 요약 결과의 예시를 나타내며, 도 10은 보일러의 특정 단면에 대한 국부 마모 예측 결과의 예시를 나타낸다.
도 9와 도 10을 참조하면, 2차원 및 3차원 그래프의 가로축은 실제 보일러 단면의 국부 위치를 나타내며, 세로축은 단면의 국부 위치에 따라 마모가 일어나는 정도를 나타낸다. 특히, 특정 단면에 대한 국부 마모 예측 결과를 살펴보면, 보일러 튜브의 가장 자리 부분에서 마모가 강하게 일어나는 경향을 나타냄을 확인할 수 있다.
도 11은 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템 및 방법을 적용하여 예측한 마모 경향과 정밀 육안 점검을 시행하여 확인한 실제 마모 경향을 비교한 결과를 나타낸다.
도 11을 참조하면, 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템을 통해 예측한 마모 경향과 발전소 정지중 직접 정밀 육안 점검을 시행하여 확인한 실제의 마모 경향이 매우 유사한 결과로 나타남을 확인할 수 있다.
이를 통해, 본 발명의 일 실시예에 따른 발전용 보일러 튜브의 마모 예측 시스템 및 방법에 의하면, 석탄 화력 보일러의 고질적 문제점인 보일러 튜브의 국부적인 마모 경향을 예측할 수 있음을 확인할 수 있다. 따라서 보일러 튜브의 마모 취약 부위 및 국부적 마모현상을 사전에 예측하고 보강할 수 있게함으로써 발전소의 불시 정지 및 막대한 정비 비용 지출을 저감할 수 있다. 또한, 각종 운전 변수 및 연료성상에 따른 마모 경향을 비교 분석할 수 있기 때문에 마모 예방 측면의 최적 운전 방안을 도출하는데 활용할 수 있다
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
1: 보일러 튜브의 마모 예측 시스템 10: 연료 성상 데이터 베이스
20: 운전 데이터 연계 연소 해석 장치
30, 60: 냉간 유동 분포 측정 데이터 베이스
40: 실제 국부 유속 계산 장치 50: 보일러 국부 마모 예측 장치
310: 보일러에 유입되는 급수의 온도, 압력, 유량
320: 전열면 각 부위의 입출구 증기 온도, 압력, 유량
330: 보일러 출구의 가스 측 온도 및 산소 농도
410: 냉간 유동 분포 측정 개념도 420: 유동 측정 위치
430: 냉간 유동 분포 측정 시트의 예시
610: 보일러 각 단면별 평균 유속 데이터
620: 제공되는 각 단면별 국부 유속 분포 데이터
630: 각 단면별 실제 국부 유속 계산

Claims (14)

  1. 발전소에서 현재 연소하는 연료의 성상에 대한 정보를 제공하고, 상기 연료의 성상에 대한 정보를 이용하여 계산된 연료 자체의 마모 경향 지수(index)를 저장하는 연료 성상 데이터 베이스;
    상기 연료 성상 데이터 베이스로부터 제공 받은 정보와 상기 발전소의 운전 데이터를 입력값으로 하여, 보일러 고온부의 상태 정보를 계산하는 운전 데이터 연계 연소 해석 장치;
    상기 보일러의 각 단면에 대하여 측정한 보일러 내부의 국부 유속 분포 데이터를 저장하는 냉간 유동 분포 측정 데이터 베이스;
    상기 보일러 고온부의 상태 정보 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 실제 유속을 산출하는 실제 국부 유속 계산 장치; 및
    상기 마모 경향 지수, 상기 보일러 고온부의 상태 정보, 및 상기 보일러의 각 단면들에 대한 상기 국부 위치별 실제 유속 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 마모 경향을 예측하는 보일러 국부 마모 예측 장치를 포함하는 보일러 튜브의 마모 예측 시스템.
  2. 청구항 1에 있어서,
    상기 연료의 성상에 대한 정보는 현재 연소하는 연료에 대한 공업 분석, 연소 분석, 발열량 및 회성상에 대한 정보를 포함하고,
    상기 연료의 마모 경향 지수는 상기 회성상의 자료를 이용하여 계산하는 보일러 튜브의 마모 예측 시스템.
  3. 청구항 1에 있어서,
    상기 보일러 고온부의 상태 정보는 회분(ash)의 질량 플럭스(mass flux) 및 보일러의 각 단면별 평균 유속을 포함하는 보일러 튜브의 마모 예측 시스템.
  4. 청구항 1에 있어서,
    상기 보일러 고온부의 상태 정보는 발전소 실시간 운전 정보 시스템으로부터 제공받는 보일러 튜브의 마모 예측 시스템.
  5. 청구항 1에 있어서,
    상기 운전 데이터는 각 전열면 입출구 스팀 온도, 압력, 유량, 보일러 출구 가스 온도, 및 산소 농도를 포함하는 보일러 튜브의 마모 예측 시스템.
  6. 청구항 1에 있어서,
    상기 보일러 내부의 국부 유속 분포 데이터는 상기 보일러의 각 단면에 대하여 발전소의 정지중에 상온의 미리 설정된 유량 이하의 조건에서 측정하는 보일러 튜브의 마모 예측 시스템.
  7. 청구항 1에 있어서,
    상기 단면별 냉간 유동 분포 데이터 베이스는 상기 보일러 내부의 국부 유속 분포 데이터를 정규화(normalizing) 처리한 자료를 저장하는 보일러 튜브의 마모 예측 시스템.
  8. 발전소에서 현재 연소하는 연료의 성상에 대한 정보를 이용하여 연료 자체의 마모 경향 지수를 산출하는 단계;
    상기 연료의 성상에 대한 정보와 상기 발전소의 운전 데이터를 입력값으로 하여 보일러 고온부의 상태 정보를 계산하는 단계;
    상기 보일러의 각 단면에 대하여 측정한 보일러 내부의 국부 유속 분포 데이터를 취득하는 단계;
    상기 보일러 고온부의 상태 정보 및 상기 보일러 내부의 국부 유속 분포 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 실제 유속을 산출하는 단계; 및
    상기 마모 경향 지수, 상기 보일러 고온부의 상태 정보, 및 상기 보일러의 각 단면들에 대한 상기 국부 위치별 실제 유속 데이터를 이용하여, 상기 보일러의 각 단면들에 대한 국부 위치별 마모 경향을 예측하는 단계를 포함하는 보일러 튜브의 마모 예측 방법.
  9. 청구항 8에 있어서,
    상기 연료의 성상에 대한 정보는 현재 연소하는 연료에 대한 공업 분석, 연소 분석, 발열량 및 회성상에 대한 정보를 포함하고,
    상기 연료의 마모 경향 지수는 상기 회성상의 자료를 이용하여 계산하는 보일러 튜브의 마모 예측 방법.
  10. 청구항 8에 있어서,
    상기 보일러 고온부의 상태 정보는 회분의 질량 플럭스 및 보일러의 각 단면별 평균 유속을 포함하는 보일러 튜브의 마모 예측 방법.
  11. 청구항 8에 있어서,
    상기 보일러 고온부의 상태 정보는 발전소 실시간 운전 정보 시스템으로부터 제공받는 단계를 더 포함하는 보일러 튜브의 마모 예측 방법.
  12. 청구항 8에 있어서,
    상기 운전 데이터는 각 전열면 입출구 스팀 온도, 압력, 유량, 보일러 출구 가스 온도, 및 산소 농도를 포함하는 보일러 튜브의 마모 예측 방법.
  13. 청구항 8에 있어서,
    상기 보일러 내부의 국부 유속 분포 데이터는 상기 보일러의 각 단면에 대하여 발전소의 정지중에 상온의 미리 설정된 유량 이하의 조건에서 측정하는 단계를 더 포함하는 보일러 튜브의 마모 예측 방법.
  14. 청구항 8에 있어서,
    상기 보일러 내부의 국부 유속 분포 데이터를 정규화 처리하는 단계를 더 포함하는 보일러 튜브의 마모 예측 방법.

KR1020170142230A 2017-10-30 2017-10-30 발전용 보일러 튜브의 마모 예측 시스템 및 방법 KR101839274B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170142230A KR101839274B1 (ko) 2017-10-30 2017-10-30 발전용 보일러 튜브의 마모 예측 시스템 및 방법
PCT/KR2018/001419 WO2019088368A1 (ko) 2017-10-30 2018-02-02 발전용 보일러 튜브의 마모 예측 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170142230A KR101839274B1 (ko) 2017-10-30 2017-10-30 발전용 보일러 튜브의 마모 예측 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR101839274B1 true KR101839274B1 (ko) 2018-03-15

Family

ID=61659953

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170142230A KR101839274B1 (ko) 2017-10-30 2017-10-30 발전용 보일러 튜브의 마모 예측 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR101839274B1 (ko)
WO (1) WO2019088368A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110410819A (zh) * 2019-08-05 2019-11-05 东南大学 燃煤锅炉燃烧动力场快速计算和实时显示系统及计算方法
KR20200080089A (ko) 2018-12-26 2020-07-06 울산대학교 산학협력단 결함을 검출하는 방법, 그 장치 및 그 방법을 컴퓨터에서 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009281087A (ja) 2008-05-23 2009-12-03 Hitachi Ltd 水力発電所における水車部品の摩耗診断方法及び摩耗診断システム
JP2011112533A (ja) 2009-11-27 2011-06-09 Hitachi-Ge Nuclear Energy Ltd 超音波給水流量計の検証方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101135168B1 (ko) * 2009-08-07 2012-04-16 한국전력공사 열교환 증기 튜브의 크리프 및 감육 손상을 감시하기 위한 방법 및 시스템
KR101345598B1 (ko) * 2012-08-08 2013-12-27 경희대학교 산학협력단 풍력발전기 상태 모니터링 방법 및 시스템
KR101656673B1 (ko) * 2014-09-24 2016-09-19 한국전력공사 석탄 연소 시뮬레이션 장치, 석탄 연소 최적화 장치 및 석탄 연소 최적화 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009281087A (ja) 2008-05-23 2009-12-03 Hitachi Ltd 水力発電所における水車部品の摩耗診断方法及び摩耗診断システム
JP2011112533A (ja) 2009-11-27 2011-06-09 Hitachi-Ge Nuclear Energy Ltd 超音波給水流量計の検証方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200080089A (ko) 2018-12-26 2020-07-06 울산대학교 산학협력단 결함을 검출하는 방법, 그 장치 및 그 방법을 컴퓨터에서 수행하기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체
CN110410819A (zh) * 2019-08-05 2019-11-05 东南大学 燃煤锅炉燃烧动力场快速计算和实时显示系统及计算方法

Also Published As

Publication number Publication date
WO2019088368A1 (ko) 2019-05-09

Similar Documents

Publication Publication Date Title
CN101657765B (zh) 利用从统计和实时数据得到的可达到性能对设备进行通用性能评估的方法和装置
Shi et al. On-line monitoring of ash fouling and soot-blowing optimization for convective heat exchanger in coal-fired power plant boiler
US20140316737A1 (en) Method for monitoring inside-boiler dynamic wall temperature of power plant boiler high-temperature piping system
CN103115356B (zh) 超临界cfb锅炉燃烧信号的监测方法及优化控制方法
CN110245411B (zh) 一种城镇集中供热系统及泄漏点检测方法
CN109253870B (zh) 生物质燃料锅炉热交换管寿命的评估装置及方法
CN111695249B (zh) 一种燃气锅炉热效率的预测方法
CN107166429B (zh) 一种锅炉炉膛火焰中心位置监控方法
CN111339716B (zh) 一种锅炉高温烟气流场在线代理模型构建方法
WO2019208773A1 (ja) プラントの運転支援装置、プラントの運転支援方法、プラントの学習モデルの作成方法、プラントの運転支援プログラム、プラントの運転支援プログラムを記録した記録媒体、プラントの学習モデルの作成プログラム、及びプラントの学習モデルの作成プログラムを記録した記録媒体
JP4466232B2 (ja) ボイラの劣化診断方法，装置，システム及びプログラムを記録した記録媒体
CN113361192A (zh) 一种锅炉内受热面壁温安全监测评估系统
CN103267684B (zh) 一种电站锅炉承压元件寿命损耗获取方法及系统
KR101839274B1 (ko) 발전용 보일러 튜브의 마모 예측 시스템 및 방법
CN112989694B (zh) 受热面灰污区段化监测系统及方法
Shi et al. Ash fouling monitoring and key variables analysis for coal fired power plant boiler
CN109829189B (zh) 一种基于数值模拟的炉膛结渣厚度判断方法
Rusin et al. Improving the availability and lengthening the life of power unit elements through the use of risk-based maintenance planning
Xu et al. Improvement of slagging monitoring and soot-blowing of waterwall in a 650MWe coal-fired utility boiler
CN116776770B (zh) 基于cfd数值模拟耦合bp神经网络缓解锅炉高温腐蚀的方法
Wen et al. Analysis and prediction of thermal stress distribution on the membrane wall in the arch-fired boiler based on machine learning technology
CN112328590B (zh) 一种热力设备运行数据深度清洗方法
JP7142545B2 (ja) ボイラチューブリーク診断システム及びボイラチューブリーク診断方法
CN114675607A (zh) 结合火焰温度的入炉煤热值预测与校正控制方法
Zagorodnii EXPERT DIAGNOSTICS OF SLAGGING OF COAL-FIRED BOILERS HEATING SURFACES

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant