烟气含氧量作为锅炉运行的重要监控参数之一,既可反映燃烧设备与锅炉运行的完善程度,又是确保煤粉在炉膛充分燃烧的重要依据.目前,燃煤机组多采用氧化锆传感器进行氧量测量,其特点是响应时间较长,测量结果随空间位置改变,传感器损坏时无法及时更换等.针对上述问题和难点,研究提出了一种基于卡尔曼滤波器的传感器数据融合优化方法,并讨论了该方法在DCS系统上的实现方式,使得多个测量数据的综合结果具有更好的稳定性、抗干扰性,并可在部分设备损坏时得到可靠性更高的结果.实测数据实验表明,卡尔曼滤波法有效改善了氧量信号的滞后性、波动性和不确定性.
NETL
NSTL
万方数据
