焦炉控制参数与一氧化碳排放关系建模与分析

目前降低焦炉烟囱CO排放的方法多注重于改进加热炉结构、管理维护等方面,消耗大量人力物力。由于焦炉燃烧是具有强耦合、多输入、非线性系统等特点的复杂工业过程,因此研究主要在煤气组成成分含量基本不变的情况下,通过PSO(粒子群优化算法)优化RBF(径向基函数)神经网络对烟道压力、烟道温度、氧气烟囱排放浓度等焦炉燃烧控制参数与CO烟囱排放浓度的关系进行建模与分析,找出影响CO排放最大的控制参数,进而通过控制该参数达到降低CO排放的目的。实验结果证明氧气烟囱排放浓度对CO排放影响最大。