Neural network system for monitoring indicators of harmful emissions of a ship's steam boiler

Аннотация – Рассмотрены вопросы снижения содержания оксидов азота и серы в дымовых газах паровых котлов с помощью предлагаемой нейросетевой системы мониторинга содержания вредных выбросов в дымовых газах.

На основе проведенных экспериментов на промышленном водотрубном мазутном котле ГМ-50 (аналоге СПУ Mitsubishi МВ 50) и экспериментальных данных в виде графических характеристик, отражающих зависимости содержания оксидов азота, серы и монооксида углерода, получены значения для обучения нейросетевой системы мониторинга процесса выброса вредных газов в атмосферу. В процессе проведенных экспериментов было установлено, что при снижении тепловой нагрузки котла до 0,5 от номинального и стабилизации коэффициента избытка воздуха, содержание оксидов азота в уходящих газах снижается в среднем до 30%. Также было установлено, что снижение скорости прохождения дымовых газов на один м/с (за счет плавного увеличения оборотов двигателя дымососа) снижает содержание оксидов азота в среднем на десять мг/м3 по сравнению с дымососом рециркуляции, работающим на одной скорости. Также, в ходе экспериментов, был установлен и рост содержания оксидов серы в уходящих газах при увеличении коэффициента избытка воздуха в дымовых газах. Многочисленные исследования показали, что между концентрацией монооксидов азота и тепловой мощностью агрегата в диапазоне рабочих нагрузок существует линейная зависимость. Использование обученной нейросети в системе мониторинга может позволить достичь минимально возможного содержания значений оксидов азота и серы при нахождении судна в зоне контроля вредных выбросов. Имитационное моделирование предлагаемой нейростетвой системы проведено в специализированной программе Matlab (Neural Networks Toolbox).

Результаты моделирования показали, что использование нейросетевой системы мониторинга содержания вредных выбросов в дымовых газах промышленного водотрубного барабанного котла ГМ-50 М работающем на мазуте позволяет снизить содержание оксидов азота, по предварительным расчетам, на 25 % по сравнению с типовой системой рециркуляции, не оснащенной дымососом с частотным приводом.

Анотація – Розглянуто питання зниження вмісту оксидів азоту і сірки в димових газах парових котлів за допомогою запропонованої нейромережевої системи моніторингу вмісту шкідливих викидів в димових газах.

На основі проведених експериментів на промисловому водотрубному мазутному котлі ГМ-50 (аналог СПУ Mitsubishi МВ 50) і експериментальних даних у вигляді графічних характеристик, що відображають залежності змісту оксидів азоту, сірки і монооксиду вуглецю, отримані значення для навчання нейромережевої системи моніторингу процесу викиду шкідливих газів в атмосферу. У процесі проведених експериментів було встановлено, що при зниженні теплового навантаження котла до 0,5 від номінального і стабілізації коефіцієнта надлишку повітря, вміст оксидів азоту в газах знижується в середньому до 30%. Також було встановлено, що зниження швидкості проходження димових газів на один м/с (за рахунок плавного збільшення оборотів двигуна димососа) знижує вміст оксидів азоту в середньому на десять мг/м3 у порівнянні з димососом рециркуляції, працюючим на одній швидкості. Також, в ході експериментів, був встановлений і факт зростання вмісту оксидів сірки в газах при збільшенні коефіцієнта надлишку повітря в димових газах. Численні дослідження показали, що між концентрацією монооксиду азоту і тепловою потужністю агрегату в діапазоні робочих навантажень існує лінійна залежність. Використання навченої нейромережі в системі моніторингу може дозволити досягти мінімально можливого змісту значень оксидів азоту і сірки при знаходженні судна в зоні контролю шкідливих викидів. Імітаційне моделювання запропонованої нейромережевої системи проведено в спеціалізованій програмі Matlab (Neural Networks Toolbox).

Результати моделювання показали, що використання нейромережевої системи моніторингу вмісту шкідливих викидів в димових газах промислового водотрубного барабанного котла ГМ-50 М, який працює на мазуті, дозволяє знизити вміст оксидів азоту за попередніми розрахунками, на 25% в порівнянні з типовою системою рециркуляції, що не оснащена димососом з частотним приводом.

Annotation – The issues of reducing the content of nitrogen and sulfur oxides in the flue gases of steam boilers using the proposed neural network system for monitoring the content of harmful emissions in flue gases are considered.

Based on the experiments carried out on the industrial water-tube fuel oil boiler GM-50 (analogue of the Mitsubishi MV 50 SPU) and experimental data in the form of graphical characteristics reflecting the dependences of the content of nitrogen oxides, sulfur and carbon monoxide, values were obtained for training a neural network system for monitoring the emission of harmful gases in atmosphere. In the course of the experiments, it was found that when the heat load of the boiler is reduced to 0.5 from the nominal and the excess air ratio is stabilized, the content of nitrogen oxides in the exhaust gases decreases to an average of 30%. It was also found that a decrease in the speed of passage of flue gases by one m/s (due to a smooth increase in the speed of the exhaust fan motor) reduces the content of nitrogen oxides by an average of ten mg/m3 in comparison with a recirculation fan operating at the same speed. Also, in the course of the experiments, an increase in the content of sulfur oxides in the flue gases was established with an increase in the excess air ratio in the flue gases. Numerous studies have shown that there is a linear relationship between the concentration of nitrogen monoxides and the heat output of the unit in the range of operating loads. The use of a trained neural network in a monitoring system can make it possible to achieve the minimum possible content of nitrogen and sulfur oxides when the vessel is in the emission control zone. Simulation modeling of the proposed neural system was carried out in a specialized program Matlab (Neural Networks Toolbox).

The simulation results showed that the use of a neural network system for monitoring the content of harmful emissions in the flue gases of an industrial water-tube drum boiler GM-50 M operating on fuel oil makes it possible to reduce the content of nitrogen oxides, according to preliminary calculations, by 25% compared to a typical recirculation system not equipped with a smoke exhauster with frequency drive.