基于CFD数值模拟和AI算法的燃气轮机燃烧优化

摘要：

为提高燃气轮机的燃烧性能和稳定性,减少污染物排放,提出了一种基于CFD数值模拟和AI算法的燃气轮机燃烧优化方法.利用大涡模拟(LES)和部分预混火焰面生成流形(FGM)燃烧模型来保证CFD数值模拟的准确性,将其计算结果与电厂运行数据相结合,建立更全面的训练数据库,然后利用拉依达法则和核主成分分析法(KPCA)进行数据预处理.在此基础上,建立了3个最小二乘支持向量机(LS-SVM)模型,分别用来预测NOx排放量、燃烧效率和压力脉动最大幅值,预测的平均相对误差分别为0.562％、0.336％和0.469％.结果表明,CFD模拟数据的加入使该预测模型适用范围更广,稳定性和准确性更高.基于最小二乘支持向量机模型的预测结果,采用遗传算法(GA)对燃料比例分配、空燃体积比等参数进行优化,最终得到NOx排放量、燃烧效率和压力脉动最大幅值的平均优化量分别为3.692×10-6、0.568％和0.926 kPa,基本满足优化要求.

关键词：多目标优化、LS-SVM-GA、燃气轮机燃烧、CFD数值模拟、数据预处理

所属期刊栏目：50

分类号：TK16(热力工程、热机)

资助基金：国家自然科学基金重大资助项目;装备预研教育部联合基金资助项目

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：545-554