基于LSTM预测反馈的垃圾焚烧烟气湿法脱酸控制优化

摘要：

吸收液流量控制是生活垃圾焚烧烟气湿法脱酸系统控制的关键,针对现有控制系统存在的pH值反馈延迟长导致流量控制不稳定的问题,提出基于LSTM神经网络算法的吸收液流量预测控制方法,利用脱酸系统进出口SO2浓度值等系统信息,构建吸收液流量控制的前馈信号.通过对实际运行数据的建模分析,证明了LSTM模型在系统负荷变动平稳、入口二氧化硫浓度稳定的工况下,预测的吸收液流量与实际值在各个负荷段的预测误差为4.5%～6.3%,吸收液流量预测值与原始流量接近,满足出口SO2气体浓度稳定排放的条件.在系统负荷变动和入口烟气浓度波动的前提下,基于该预测模型调节吸收液流量,相较原先的pH值控制手段,吸收液流量相较原始流量平均增加1.7%,出口二氧化硫浓度值的波动范围缩小23.4%,出口二氧化硫排放总量下降8.77%,SO2排放的稳定性与效率都得到了明显的提高.

关键词：湿法脱酸、吸收液流量、LSTM网络、预测、控制

所属期刊栏目：44

分类号：T29

资助基金：生活垃圾焚烧炉全过程高效清洁焚烧智慧控制系统;中央高校基本科研业务费专项

在线出版日期：2024-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：69-77