激光吸收光谱技术应用于锅炉优化控制研究

赖小明，邹 婷，陈 昊，沈德明

(1.南京科远智慧科技集团股份有限公司，南京 211102；2.江苏省热工过程智能控制重点实验室，南京211102)

引 言

目前我国火电发电量比重占总的发电量80% 以上，而电厂锅炉设计工况和实际工况差异较大，现有的燃烧控制精度差，效率比较低下，锅炉偏烧容易影响金属寿命，锅炉炉膛燃烧气体的温度场测量可作为燃烧优化的重要参量。

可调谐二极管激光吸收光谱法(tunable diode laser absorption spectroscopy,TDLAS)作为一种快速、准确的测量手段，常被用在锅炉[1-6]以及航空发动机、激波管[7-10]等高温环境下的气体温度测量。国内不少学者利用TDLAS技术在锅炉测量方面进行了仿真和实验室研究。LU等人[11]对锅炉CO2浓度测量中进行了常温研究。ZHAI等人[12]针对工业现场设计了温度测量系统。SUN等人[13]在平焰炉上用多测量路径对温度场测量技术进行了研究。

结合TDLAS技术和计算机层析(computed tomography,CT)的激光吸收光谱计算机层析诊断技术(tunable diode-laser absorption tomography，TDLAT)技术在近年内被提出[14-15]。为进行温度场的重建，通常需要超过6个投影角度。MA等人提出减少投影光线数，增加谱线数量的超光谱法进行2维燃烧场重建[16-17]。HUANG[18]与YU[19]等人分别利用深度学习和极限学习机等方法对2维温度、浓度场重建进行了数值计算研究。

由于电厂锅炉炉膛燃烧的环境较为复杂、干扰因素较多、安装调整空间受限，使得原位在线测量变得较为困难，并且投影角度非常受限，因此，国内鲜有在电站锅炉炉膛进行温度场重建的报道。尽管如此，作者仍然期望能够实现锅炉炉膛温度场的在线测量。在国内某最高蒸汽量为61kg/s全烧煤气(高炉煤气、转炉煤气、焦炉煤气)的锅炉上布置3×3条测量路径形成测量网格，采用TDLAT技术对电站锅炉炉膛温度场进行重建，以寻找温度测量结果与锅炉运行过程参量的关系，分析该技术应用于锅炉燃烧优化控制的可行性。

1 TDLAT对锅炉的优化控制原理

1.1 TDLAS温度测量原理

TDLAS测量技术分直接吸收法和波长调制法[20-21]。相比于波长调制法而言，直接吸收法主要应用于具有足够吸光度的条件。电站锅炉一般尺寸为7m～20m，H2O体积分数约为0.10，适合应用直接吸收法进行温度测量。

当频率为的激光通过的被测气体，气体对激光的吸收满足Beer-Lambert定律[20]，即：

Iν=Iin,νexp[-αν]=

Iin,νexp[-S(T)Φ(ν,p,x,T)pxL]

(1)

T=

(2)

式中，S1(Tr)和S2(Tr)分别为吸收谱线1和吸收谱线2在参考温度Tr下的线强,h为普朗克常数,c为光速,k为玻尔兹曼常数,E1″和E2″为吸收谱线1和谱线2跃迁对应的低态能级能量,r为两条谱线吸光度积分面积的比值。

1.2 重建算法

重建算法分变换法和迭代法，在投影数据比较充分的情况下，变换法能够得到较高的重建精度。由于电厂锅炉的炉膛的条件所限，投影数据较少，采用代数迭代重建法(algebraic reconstruction technique，ART)能够较好地重建出图像。ART的表达式可以描述为[14]：

(3)

式中，下标i为测量路径序号，下标j代表网格序号，k为迭代次数，λ为松弛因子，M为网格总数，Pi为第i个测量路径的投影值，ai,j为投影系数矩阵中的元素，代表第i条测量路径经过第j个网格的权重。在ART算法中，每一个方程都对各xj的值修正一次，即第i条测量路径对各xj的值修正完以后，再用第i+1条测量路径对各xj进行修正，直到所有测量路径修正完成以后，完成一轮迭代。如果此时没有达到收敛条件，则进行第2次迭代，直到满足收敛条件。

1.3 基于TDLAS的锅炉优化控制

炉膛燃烧气体通过辐射对水冷壁中的水蒸气进行加热，主蒸汽对汽轮机做工从而发电。根据斯特藩定律，燃烧气体在单位时间内辐射出的总能量称为辐射度J，与气体的热力学温度T成四次方关系：

J=εσT4

(4)

式中，ε为气体的辐射系数，σ为斯特藩常量，因此气体的温度T可以反映炉内的辐射量。由于分布反馈(distributed feedback,DFB)激光器的扫描速率可以达到千赫兹，因此温度测量可以达到很高的刷新速率，从而得到当前炉膛积蓄的总能量。

应用温度测量锅炉控制的优化主要体现在以下3个方面。

1.3.1 应对锅炉调节惯性 锅炉控制系统收到负荷调整指令后，运行人员通过控制燃料及风量对炉膛燃烧进行调整。当机组发电功率调度指令已经下达，投入的燃料量和风量将进行大幅度调节。由于锅炉燃烧存在惯性，主蒸汽流量相对于燃料量、风量的投入存在滞后，若待运行人员观察到当前负荷超过调节指令后再开始减少燃料量，将会导致负荷的超调。因此将温度测量作为辐射能的表征能够迅速的得知当前燃料量、风量的投入是否合适，并作出相应调整。

1.3.2 应对燃料热值波动 锅炉的设计燃料和实际运行采用的燃料通常存在很大的不同，燃料热值存在很大的波动，例如焦炉煤气的热值为17000kJ/m3，高炉煤气的热值则仅为3500kJ//m3，不仅每种煤气本身的热值有一定波动，不同煤气混合比例的波动也会极大的导致燃料总热值的波动。根据(4)式，锅炉内的温度可作为燃料辐射能的度量方式，通过TDLAS测量得到气体温度可及时对燃料投入量进行调整。

1.3.3 锅炉的实时调平 电厂锅炉通常有数个燃烧器，由于燃料管道和风道中的流量和压力测点通常不准确，每个燃烧器的燃料量投入存在不平衡的情况，导致水冷壁起皮，影响金属寿命。通过TDLAT技术得到炉内温度场的分布，可对各燃烧器进行调平。

2 锅炉温度场重建仿真

针对燃气锅炉的特点，进行仿真实验。煤气炉采用前后墙对冲的燃烧器布置，前后墙各3层，每层各3个燃烧器。设计网格划分为3×3，水平和垂直投影方向各布置3条测量路径，网格编号如图1所示。将锅炉分成9个网格，坐标轴原点设置在炉膛中心，虚线为TDLAS的测量路径。

Fig.1 Grid of reconstruction

燃烧气体温度分布呈图2a所示具有前后墙近似对称分布的特点，网格2为最高峰值位置，其平均温度为1800K，网格8为第二峰值位置，平均温度为1578K，浓度场设计为均匀分布。根据Beer-Lambert定律和谱线参量得到仿真投影数据，利用Siddon算法计算得到投影系数矩阵，再用ART算法得到重建的网格数据。为了更方便对比，将ART算法重建的结果进行双3次插值得到重建分布。图2b为重建的温度分布。尽管重建算法对温度分布有匀化的趋势，使得重建分布与原始分布有所不同，但仍能区分不同网格平均温度的高低。以网格为单元，其主要特征(峰值位置)与原始分布相同：在网格2仍为最大峰值所在网格，其平均温度值为1502K，网格8仍为第二大峰值所在网格，其平均温度为1460K。根据峰值位置和峰值相对大小，可以增加前墙燃烧器燃料量和风量，减小后墙燃料量和风量，从而对锅炉燃烧进行调平。

Fig.2 Simulation of temperature reconstruction

3 实验系统设计

本文中对国内某钢铁厂的自备热电厂燃气锅炉进行测量。该燃气锅炉主要燃料为高炉煤气和焦炉煤气，焦炉煤气为碳氢化合物，燃烧主要产物是H2O，因此将H2O作为目标气体，并选择1.556μm及1.544μm两条谱线为目标谱线对炉膛的温度进行测量。该炉膛尺寸约为8m×8m，布置3×3的测量网格如图3所示。每面墙各3个探头，E1～E6分别为发射端，C1～C6分别为与之对应的接收端。发射端采用有效焦距为33mm的光纤准直器将激光准直发射。激光在锅炉中传输时燃烧介质的折射率存在较大的随机起伏，激光的波前会发生畸变，光束的光斑会发生漂移和扩大，这些因素都造成激光的非吸收衰减。因此在接收端采用较大通光孔径(80mm)、有效焦距为180mm的镜头进行接收，然后耦合进数值孔径为0.22的多模光纤以保证收集尽量多的光功率。测量系统的平均透过率能够达到2‰以上，从而实现较高的信噪比。由于捕获到的光功率仍然存在较大的起伏，因此对模数转换(analog-to-digital,AD)卡采集到的原始信号进行筛选，剔除质量较差的信号，然后再进行时间平均以保证信号的稳定性。

Fig.3 Layout of boiler TDLAT measuring system

系统构成如图4所示。DA板卡(Spectrum m2p.6531)产生时间上交替的频率为10kHz的锯齿波信号分别给激光器控制器1和激光器控制器2(Stanford Research System LDC501)，分别驱动经标定的DFB激光器，通过密集波分复用(dense wavelength division multiplexing,DWDM)波分复用器合束，然后用光开关分时切换到各个发射端探头，接收端将穿过炉膛燃烧气体的激光耦合进多模光纤，然后通过多模光开关切换到与单模光开关对应的通道，用InGaAs光电探测器(THORLABS PDA10CS)转换成电压信号，由AD板卡(Spectrum m2p.5921)转换成数字信号在工控机内进行处理。

Fig.4 Composition of measurement system

采集到的6路信号分别经过Voigt线型拟合得到吸收线型，从而计算两个吸收谱线的吸光度积分面积A1,i和A2,i(i=1,…,6)，分别对A1,i和A2,i用ART重建出各个网格内的吸光度积分面积，然后再利用(2)式计算出各网格中的气体温度。

4 实验验证

电厂锅炉将煤气燃烧产生的辐射能量用于加热蒸汽，蒸汽再对汽轮机做功转换为电能，因此辐射总能量的大小应与主蒸汽流量成单调关系，即炉膛平均温度应与蒸汽流量呈单调关系。为研究炉膛温度与主蒸汽流量的具体关系，在电厂安装了3×3两个垂直投影方向共6对测量路径，图5为电厂安装的测量探头。

Fig.5 In situ easuring probe

图6中将超过30h的主蒸汽流量和通过TDLAS方法测量到的炉膛平均温度进行了对比。该时间段内的蒸汽流量基本在70%负荷到100%负荷之间。将图3中所示的6个测量路径进行平均得到炉膛平均温度，该平均温度有效代表了炉膛燃烧辐射能量。图6中的蒸汽流量和平均温度变化趋势基本一致，其相关系数达到0.91，说明气体温度与负荷非常相关。

Fig.6 The trends of steam flow and averaged temperature

通过线性回归分析，从数据集中抽取1%的数据作为验证集，剩下的数据作为训练集，得到负荷Y作为因变量，将温度X作为自变量，两者之间的线性关系为：

Y=0.178X-139

(5)

用验证集的数据计算其决定系数为R2=0.88，说明有88%的主蒸汽流量值可以由炉膛温度决定，如图7所示。

由于主蒸汽流量与温度有较高的相关性，从一方面可以知道该时间段内的锅炉的燃料投入量较为合理，负荷调整过程中燃烧也比较平稳。对于相关性不高的工况，可通过测量温度对燃料投入量的合理性进行评估，从而做出相应调整。

利用CT重建技术对锅炉横截面温度场分布进行重建。锅炉燃烧器布置在前后墙，前后墙各3层，每层各有3个，因此正常情况下，在燃烧器上方的前后墙温度相较侧墙温度更高。根据图3中各路径上的测量数据，利用ART算法进行对炉膛温度场进行了重建。由于空间的限制，测量路径有限，重建后的温度分布空间分辨率不高，不利于观察和运行调整，于是对重建结果进行3次样条插值，得到平滑后的温度分布。图8为实验过程中锅炉满负荷运行时所成的不同时刻的典型的温度分布图。从图6中的负荷曲线可以看出，该时间段内锅炉运行相对比较稳定，图8中锅炉温度场分布基本是前、后墙靠近燃烧器上方的位置温度较高，重建结果符合预期。

Fig.7 Result of linear regression

5 结 论

将激光吸收光谱技术应用于电站锅炉的温度场测量和重建，在最高蒸汽量为61kg/s全烧煤气的锅炉上布置3×3条测量路径形成测量网格。选择1.5μm的一对H2O谱线，利用TDLAT测量方法，实现了电站锅炉炉膛温度场的直接测量和重建。计算得到炉膛温度和总蒸汽流量的相关系数为0.91，证明了可将温度作为燃料投入量的表征。应用回归分析，得到炉膛温度和负荷的关系，提出可将温度作为锅炉积蓄的实时总能量的判断，避免超调。重建的温度场符合炉膛实际温度分布，有利于锅炉调平。与其它吸收光谱技术在锅炉尾部烟道或者抽取式的测量方法相比，有更直接、快速的优势，更有利于为燃烧优化控制。实现了真实锅炉炉膛的非接触式实时2-D温度场、浓度场重建，为进一步研究电站锅炉燃烧优化提供了参考。