温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
垃圾
焚烧
失效
形式
风险
评估
综述
梁先林
第 41 卷,总第 237 期2023 年 1 月,第 1 期 节 能 技 术 ENEGY CONSEVATION TECHNOLOGYVol.41,Sum.No.237Jan 2023,No.1垃圾焚烧炉失效形式和风险评估综述梁先林1,袁寅强2,赖蕴辉1,黄霓文3,黄晓伟3,吴海泓2,杨旭2(1 广东省特种设备检测研究院河源检测院,广东河源517000;2 广东省特种设备检测研究院惠州检测院,广东惠州516003;3 广东省特种设备检测研究院揭阳检测院,广东揭阳522000)摘要:由于垃圾焚烧炉工作环境恶劣,设备运行存在安全隐患,为确保垃圾焚烧炉的安全高效运行,了解垃圾焚烧炉失效形式并建立科学的风险评估体系具有重要工程意义。本文通过对垃圾焚烧炉失效形式进行总结,将其分成腐蚀、热疲劳、磨损、应力变形四类并分析其产生机理,同时从数据驱动和模糊理论两个角度对现有的垃圾焚烧炉风险评估体系进行总结,发现现有的垃圾焚烧炉风险评估体系难以高效应对海量工业数据和复杂的故障模式。最后提出可以将数据驱动和模糊理论两种风险评估方式相结合,筛除多余数据信息,提高垃圾焚烧炉风险评估的效率和准确性。关键词:垃圾焚烧炉;失效模式;风险评估;数据驱动;模糊理论中图分类号:TJ04文献标识码:A文章编号:1002 6339(2023)01 0073 06Development and Utilization of isk Assessment Software forWaste IncineratorsLIANG Xian lin1,YUAN Yan qiang2,LAI Yun hui1,HUANG Ni wen3,HUANG Xiao wei3,WU Hai hong2,YANG Xu2(1 Guangdong Institute of Special Equipment Inspection and esearch,Heyuan Inspection Institute,Heyuan 517000,China;2 Guangdong Institute of Special Equipment Inspection and esearch,Huizhou Inspection Institute,Huizhou 516003,China;3 Guangdong Institute of Special EquipmentInspection and esearch,Jieyang Inspection Institute,Jieyang 522000,China)Abstract:Waste incinerators have a challenging working environment,which could pose a risk to operatorsafety Understanding waste incinerators failure modes and putting in place a rigorous risk assessmentmethodology is crucial for ensuring their safe and effective operation The failure modes of waste incinera-tors are categorized in this article into four groups:corrosion,thermal fatigue,wear,and stress deforma-tion,and their genesis mechanisms are examined The current risk assessment systems for trash incinera-tors are examined from the perspectives of data driven and fuzzy theory,and it is discovered that theystruggle to effectively handle large industrial data and complicated failure modes In order to eliminate su-perfluous data and increase efficiency and accuracy of risk assessment for waste incinerators,it is sugges-ted to integrate data driven and fuzzy theory risk assessment methodologiesKey words:waste incinerator;failure mode;risk assessment;data driven;fuzzy theory收稿日期2022 09 10修订稿日期2022 10 20基金项目:广东省特种设备检测研究院科技项目(2020CY 2 15)作者简介:梁先林(1974 ),男,本科,工程师,主要从事特种设备安全和管理方面的研究。37当前的城市化、人口的快速增长和经济的发展导致了大量的城市垃圾和工业废物需要处理1 2。垃圾焚烧发电技术以无害化、资源化、减量化的优势迅速发展3 5,我国目前垃圾焚烧发电装机容量、发电量和垃圾处理量均居世界第一6。然而,垃圾焚烧炉内工作环境极为恶劣,一方面由于垃圾成分的多样性和复杂的燃烧机制,燃烧过程会产生大量的腐蚀性物质;另一方面,炉内部件受到高温烟气侵蚀,容易产生腐蚀、磨损、变形等失效情况,存在严重安全隐患,影响生产效率7。为了确保垃圾焚烧炉的安全高效运行,了解垃圾焚烧炉失效形式并进行风险评估具有重要工程意义。近年来,国内外研究者针对垃圾焚烧炉失效形式和风险评估方面进行了大量的研究。其中,李茂东等人8 对垃圾焚烧炉过热器的高温腐蚀和冲蚀现象进行了研究;杨婉9 针对垃圾焚烧炉六个基本组成装置可能发生的失效形式,使用改进的安全性分析方法进行了故障模式、影响及危害性分析。然而,当前国内外学者对于垃圾焚烧炉其他失效形式的研究还比较有限,大部分研究集中在垃圾发电锅炉过热器管和水冷壁管的高温腐蚀方面。尽管高温腐蚀对垃圾发电锅炉的影响相当严重,但在恶劣的工作环境下,垃圾焚烧炉可能会出现多种复杂的失效形式,例如腐蚀疲劳10、积灰11、热疲劳等。此外,由于垃圾焚烧炉恶劣的工作环境,容易出现多种复杂的失效形式,针对垃圾焚烧炉建立全面系统性的安全评估体系研究较少。1失效形式垃圾焚烧炉被广泛应用于城市生活垃圾和工业废物的处理12 13。由于所处理垃圾的多样性和焚烧炉内燃烧工况的复杂性,垃圾焚烧炉的工作环境极为恶劣,并很容易出现腐蚀、热疲劳、磨损、应力变形等失效形式7。图1 给出几种垃圾焚烧炉部件失效情况7。图 1垃圾焚烧炉内部件失效情况7 1 1腐蚀由于垃圾的复杂性和多样性,在焚烧过程中,氯化物和碱金属被释放出来。这些物质形成许多粘附在焚烧炉壁上的低熔点腐蚀性物质,导致垃圾焚烧炉受热面出现严重的结垢腐蚀问题14。根据垃圾焚烧锅炉的腐蚀曲线可以将垃圾焚烧炉的腐蚀分为高温腐蚀和低温腐蚀15。高温腐蚀主要是由于挥发的氯化物和燃烧气体中的盐类冷凝后形成可能含有硫酸盐和碱氯化物的液体或固体沉积物,在其接触的垃圾焚烧炉受热面发生腐蚀反应16。Nickolas 等人17 提出沉积物以两种方式造成腐蚀:(1)沉积物中的氯化物会引起活性氧化的反应;(2)沉积物中氯化物的存在可能导致形成低熔点共晶。大量运行经验表明,高温腐蚀与垃圾焚烧炉的蒸汽参数、烟气和飞灰组分等因素密切相关18。低温腐蚀是指当垃圾焚烧炉炉管表面低于烟气的酸性露点温度时,硫酸蒸汽冷凝在炉管上导致低温腐蚀,也被称为露点腐蚀19。低温腐蚀会迅速破坏垃圾焚烧炉的壁面,极大地减少垃圾焚烧炉的使用寿命。垃圾焚烧炉内低温腐蚀受到许多因素的影响,如燃料组分、炉内燃烧和传热、锅炉负荷等20。1 2热疲劳热疲劳被定义为热应力疲劳,即金属材料由于温度梯度循环引起的热应力循环(或热应变循环),而产生的疲劳破坏现象。当锅炉在非额定工况下运行或经常进行冷启动时,会发生热量波动。热量波动导致热应力的产生,炉内部件发生不同程度的膨胀和收缩,构件在临界区经历的塑性循环应变引起热疲劳21。李东航22 建立垃圾焚烧炉水冷壁二维和三维两种模型,使用 Ansys Workbench 软件的热 结构耦合分析模块对垃圾焚烧炉水冷壁进行热应力研究。结果表明,水冷壁管道热应力由内向外逐渐减小,管道内壁向火侧的顶点处热应力最大。Yan 等人23 发现垃圾焚烧炉过热失效的原因主要是过热管遭受了短期的过热或运行期间过热导致高温蠕变,致使材料变薄,高温引起热应力增大。1 3磨损城市固体垃圾中携带着大量金属和砂砾碎块,伴随着物料在垃圾焚烧炉内循环,导致了垃圾焚烧炉内表面磨损9。此外,垃圾燃烧后产生的飞灰磨损也是影响锅炉安全运行的重要因素之一。飞灰颗粒的形成主要归因于烟气流速以及燃料中灰分的数量等,非均匀气流会影响烟气流速,而燃料质量会影47响后者24。唐智25 通过汇总国内外垃圾和工业废物的焚烧后的飞灰成分发现,垃圾焚烧飞灰中主要成分是 CaO 及 SiO2。石岩26 通过设计一种 U 型烟道的飞灰收集及回燃系统,有效地缓解了垃圾焚烧炉飞灰率偏高的问题。1 4应力变形垃圾焚烧炉在高温高压条件下服役,环境恶劣,容易发生应力变形。造成应力变形的主要原因包括:(1)炉体设计不当、局部热负荷过大导致的高温蠕变;(2)局部结垢以及操作和运行不当导致的短时过热;(3)异种钢焊接部位的应力集中等27。2风险评估基于风险的检验技术是以风险评估为基础的。利用风险评估可以考虑安全性和经济性的平衡,优化检查频率和范围、降低运行风险以及设备检查和维护成本,以保证设备的长期运行28。早在 20 世纪50 年代,美国原子能委员会(AEC)制定了一套风险评估理念29。随着工业技术的飞速发展及生产规模的扩大,工业事故也频繁发生,风险评估引起越来越多人的重视。Tixier 等人30 基于对不同风险评估方法的综述,提出风险评估方法应基于特定工业规模和装置,同时考虑经典风险和人为因素风险,这有助于事故的预防和应急的准备。垃圾焚烧炉是垃圾焚烧发电的核心设备,其运行效果对于垃圾焚烧发电厂的高效生产具有重要意义31。而垃圾的非均质组成及其处理过程中的复杂的化学反应也对垃圾焚烧炉的安全性带来巨大挑战,越来越多的研究者开始对垃圾焚烧炉的风险评估开展研究。2 1数据驱动随着工业大数据时代的到来,大数据处理和分析技术的快速发展,数据驱动的建模方法得到了广泛的应用32。故障诊断和风险评估需要症状和失效之间关系的先验知识。这些知识可以从过去的经验中提取,即通过使用多种统计方法提取焚烧过程的历史操作数据。利用数据驱动方法通过从历史数据中提取信息对垃圾焚烧炉进行监测、故障检测和诊断33。其中数据驱动的算法包括神经网络34、多元线性回归35、主成分分析36 等,并已逐渐被运用到垃圾焚烧炉的故障诊断和风险评估过程。图 2给出了深度学习算法在垃圾焚烧发电过程中的应用1。图 2深度学习算法在垃圾焚烧发电过程中的运用1 Chen 等人37 采用了聚类分析及人工神经网络(ANN)等多种数据驱动技术对垃圾焚烧炉电厂进行了状态评估和风险预测。Tavares 等人38 提出了应用多元统计分析方法(主成分分析)及偏最小二乘法(偏最小二乘法),从历史资料中提取资料、城市垃圾移动炉排式焚化炉的连续过程监控、故障检测及诊断,建立了能够检测异常情况的过程监控主成分分析模型。陶怀志等人39 基于 Back Propaga-tion 神经网络模型对垃圾焚烧炉局部烧穿、结焦腐蚀和排渣不畅磨损这三种故障进行了诊断和风险评估。数据驱动算法能够对现有监控系统获得的海量数据进行处理和学习,并能够对垃圾焚烧炉的运行状态进行实时监测,同时通过历史数据对垃圾焚