اقرأ في هذا المقال
- أهمية تشخيص مراجل الاحتراق العاملة بالفحم في محطات الطاقة الكهربائية
- تقنيات تشخيص الاحتراق للغلايات في محطات توليد الطاقة
أهمية تشخيص مراجل الاحتراق العاملة بالفحم في محطات الطاقة الكهربائية
تبلغ القدرة المركبة لمحطات الطاقة التي تعمل بالفحم في الصين أكثر من مليار كيلو وات، حيث أن القيود المفروضة على المصادر عانت محطات الطاقة التي تعمل بالفحم في الصين عادة من مشاكل مثل مصدر الفحم غير المؤكد والتباين المتكرر في جودة الفحم واحتراق الفحم المختلط، وفي الوقت نفسه، من أجل تلبية متطلبات تنظيم الحمل الخاطفة للشبكة الكهربائية.
كما يجب أن تقوم محطات الطاقة التي تعمل بالفحم بضبط الحمل بشكل كبير، وعادة ما تعمل بحمل منخفض (نصف الحمولة الكاملة حتى أقل) مما زاد بشكل كبير من صعوبة تنظيم احتراق عالي الجودة، كما تؤدي الضغوط المتعددة ذات الكفاءة العالية وانبعاثات الملوثات المنخفضة والتباين المتكرر في جودة الفحم وظروف التشغيل السيئة إلى زيادة كثافة العمالة. لا مفر من إنشاء نظام قادر على إجراء تشخيص الاحتراق وتقديم إرشادات للتشغيل السلس والأمثل.
كما يختلف تشخيص احتراق الغلايات التي تعمل بالفحم عن اللهب الفردي على الأقل في الثلاثة التالية أولاً موضوع الاثنين مختلف، بحيث تم تشخيص الاحتراق للغلايات التي تعمل بالفحم على دراسة حالة الاحتراق العامة في الغرفة بأكملها، كما وتم تمديد تشخيص اللهب الفردي ليشمل دراسة مفصلة للهب، وثانياً طريقة الاثنين مختلفة.
كما أن جمع تشخيص الاحتراق للغلايات التي تعمل بالفحم واستخراج بعض الميزات من اللهب التي تم استخدامها لتمثيل حالة الاحتراق، ولكن لم يركز بشكل خاص على العلاقات المباشرة بين بعضها البعض، بحيث يكشف تشخيص اللهب الفردي عن التوزيع الجذري أثناء عملية الاحتراق.
وثالثاً؛ فإن الغرض من الاثنين مختلف، بحيث يهدف تشخيص الاحتراق للغلايات التي تعمل بالفحم إلى الحصول على معلومات حول الاستقرار والتأثيرات الاقتصادية والبيئية لعملية الاحتراق في الغرفة، كما ويتم استخدام الاستنتاجات لتوجيه المشغلين لتعزيز كفاءة وحدة التشغيل وتقليل أكاسيد النيتروجين وأكسيد الكبريت وانبعاثات الجسيمات، بحيث يهدف تشخيص اللهب الفردي إلى الحصول على آلية الاشتعال والتفاعلات الكيميائية وخصائص تطور المنتجات.
تقنيات تشخيص الاحتراق للغلايات في محطات توليد الطاقة
طريقة كثافة إشعاع اللهب: الانعكاس المباشر لعملية الاحتراق هو وجود اللهب، والذي يتميز بأجهزة استشعار تكتشف الاستجابة الطيفية في المناطق فوق البنفسجية والمرئية والأشعة تحت الحمراء أو مزيج منها جميعاً، كما يتم عرض خصائص أجهزة الاستشعار المختلفة المطبقة في الهندسة في الجدول التالي (1).
وبناءً على شدة إشعاع اللهب وبعض المعالجات الرياضية المناسبة؛ فإنه يتم إجراء تحليل ثبات الاحتراق بواسطة العديد من الباحثين، كما قام بالتحقيق في خصائص توزيع الطيف للهلب المشتعل بالفحم كما هو موضح في الشكل التالي (1)، كما وقد أجروا تحويل فورييه السريع للإشارة المتسلسلة لهب الاحتراق وقاموا بتحليل خاصية توزيع الطاقة في مجال التردد الكهربائي، كما يُقترح نوعياً أن طاقة تذبذب التردد المنخفض للهب وذروة طيف التردد المنخفض تزداد عندما يصبح استقرار عملية الاحتراق أسوأ.
طريقة تحليل صورة اللهب: تحتوي صورة اللهب الرقمية المسجلة بواسطة كاميرات (CCD) على معلومات مفيدة حول عملية الاحتراق، وبناءً على تحليل الصورة يمكن تحقيق أهداف تقييم استقرار اللهب وقياس درجة الحرارة، كما قام الباحثين بالتحقيق في طريقتين للحصول على مجال درجة الحرارة في الفرن بناءً على تحليل صورة اللهب.
الأول هو دمج تحليل صورة اللهب أحادية اللون مع قياس درجة الحرارة المرجعية التي تم الكشف عنها بواسطة المزدوجات الحرارية، بحيث تم حساب شدة الإشعاع المحسوبة بواسطة درجة الحرارة المكتشفة كمرجع، ويمكن تحقيق حساب درجة الحرارة في أماكن أخرى من خلال مقارنة شدة الإشعاع لكل بكسل في صورة اللهب بالكثافة المرجعية.
من المهم تأكيد الموضع الدقيق لدرجة الحرارة المرجعية في صورة اللهب، كما كانت الطريقة الثانية هي استخراج معلومات الألوان الكمية للأحمر والأخضر والأزرق من صورة اللهب المسجلة بواسطة كاميرا (CCD) ملونة وإعادة هيكلة مجال درجة الحرارة في الفرن باستخدام طريقة ثنائية اللون، والتي يتم تطبيقها في (300) ميغاواط من الفحم من وحدة طاقة كهربائية.
وهناك طريقة لإعادة هيكلة مجال درجة الحرارة لمقطع عرضي في الفرن بناءً على قانون الإشعاع وخصائص استجابة البصريات لكاميرا (CCD) ملونة كما هو موضح في الشكل التالي (3)، كما تم اختيار مقطع عرضي وقسم إلى العديد من الشبكات، ووفقاً لقانون التوهين الإشعاعي، كما تم بناء معادلات انتقال الإشعاع.
وبناءً على بعض الشروط الحدودية؛ فإنه تم استبدال مجموعة درجات حرارة افتراضية في المعادلات، كما وحل المعادلات باستخدام تقنية إعادة البناء الجبري للحصول على كثافة الإشعاع في كل شبكة، وهناك حساب درجة الحرارة في الشبكات وفقاً لقانون بلانك باستخدام الشدة المحسوبة، بحيث تم إنهاء العملية عند تقارب درجة الحرارة التي تم الحصول عليها، كما تم اعتبار درجات الحرارة المتقاربة على أنها نتائج القياس.
قياس الحرارة الصوتية: تم تطوير قياس الحرارة الصوتي منذ التسعينيات، وذلك وفقاً لمعادلة الغاز ومعادلة انتشار الموجة الصوتية، بحيث يمكن الحصول على العلاقة بين سرعة الموجة ودرجة حرارة الغاز، ونظراً لأنه يمكن قياس المسافة بين المرسل الصوتي وجهاز الاستقبال بسهولة، كما يمكن حساب سرعة الموجة الصوتية عن طريق تسجيل وقت الرحلة (TOF)، وبناءً على حساب درجة حرارة المسار المقاس، وذلك كما هو موضح في الشكل التالي (4).
وعلاوة على ذلك، إذا أراد المرء قياس درجة حرارة المقطع العرضي للفرن؛ فقم بتوزيع العديد من أجهزة الإرسال والاستقبال الصوتية حول محيط المقطع العرضي للفرن لتشكيل مجموعة مسارات متعددة، كما يُطلب من كل جهاز إرسال واستقبال إرسال إشارة صوتية بالتسلسل، كما ويتم الحصول على (TOF) لجميع المسارات، لذلك يمكن حساب توزيع درجة الحرارة ثنائي الأبعاد من خلال المقطع العرضي للفرن باستخدام خوارزمية إعادة الإعمار.
كما قدمت تقنيات قياس درجة الحرارة المذكورة أعلاه معلومات كمية حول عملية الاحتراق، والتي يبدو أنها مدانة لتشخيص الاحتراق وتحسينه، بحيث يتم تلخيص خصائص طرق قياس درجة الحرارة في الجدول التالي (2)، بناءً على قياس درجة حرارة الفرن وبعض التركيبات الرياضية الإضافية، بحيث يمكن تحقيق التنبؤ بالكربون غير المحترق وحساب تركيز أكاسيد النيتروجين.
مدمج مع الذكاء الاصطناعي: يتم تطبيق أنظمة الذكاء الاصطناعي (AI) على نطاق واسع في العديد من المجالات لأنها توفر طريقة بديلة لمعالجة المشكلات المعقدة وغير المحددة من خلال التعلم من الأمثلة، بحيث يتم استخدامه كأسلوب لتشخيص الاحتراق للغلايات التي تعمل بالفحم في محطات الطاقة منذ التسعينيات.
كذلك الإجراء المختصر للطريقة موضح في الشكل التالي (5) يجب على المرء أن يستخرج السمات التي يمكن استخدامها كمؤشرات للاحتراق، وعادة ما تكون المجموعة المميزة مختلفة في القيم عندما تكون حالة الاحتراق مختلفة عمليا، وبعد عمليات البحث المتكررة عن التجربة والخطأ باستخدام عينات الحالة المعروفة (تسمى مرحلة التدريب)، الخوارزمية المختارة على سبيل المثال، الشبكة العصبية الاصطناعية نموذج تحليل المكون الرئيسي، كما يعني التجميع الغامض (C)، وهو القدرة على التعرف على حالة العينة المراد تقييمها.