(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211129496.3 (22)申请日 2022.09.15 (71)申请人 北京工业大 学 地址 100124 北京市朝阳区平乐园10 0号 (72)发明人 乔俊飞　彭益新　郭楠　顾锞　 (74)专利代理 机构 北京思海天达知识产权代理 有限公司 1 1203 专利代理师 刘萍 (51)Int.Cl. G16C 10/00(2019.01) G16C 20/10(2019.01) G16C 20/70(2019.01) G06F 30/27(2020.01) G06F 30/28(2020.01) G06N 3/04(2006.01)G06N 3/12(2006.01) G06F 111/10(2020.01) G06F 113/08(2020.01) G06F 119/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种放空火炬燃烧状态定量预测及最佳助 燃蒸汽量寻优方法 (57)摘要 一种放空火炬燃烧状态定量预测及最佳助 燃蒸汽量寻优方法， 属于智能环保技术领域。 本 发明所述方法包括以下步骤： 基于计算流体力 学， 针对双股蒸汽助燃型火炬进行仿真建模， 获 得废气成分流速、 助燃蒸汽量和燃尽率数据； 根 据仿真数据使用LSTM网络建立放空火炬燃烧状 态预测模型； 采用NSGA ‑Ⅲ算法， 对放空火炬所需 最佳助燃蒸汽量进行寻优； 将优化算法改进为动 态优化算法。 本发明通过在软件中仿真实际工况 获得大量可靠数据解决了实际放空火炬数据稀 缺问题， 通过神经网络建模解决了仿真模型计算 过慢、 难以实际应用的问题， 通过优化算法解决 能耗与燃烧状态之间的耦合关系， 能够快速准确 地定量判断放空火炬燃烧状态和所需助燃蒸汽 量。 权利要求书4页 说明书5页 附图3页 CN 115482881 A 2022.12.16 CN 115482881 A 1.一种放空火炬燃烧状态定量预测及最佳助燃蒸汽量寻优方法其特征在于： 通过CFD 建模仿真获取放空火炬燃烧数据； 使用LSTM神经网络建立一个放空火炬燃烧状态预测模 型； 使用NSGA ‑Ⅲ多目标优化算法针对放空火炬燃烧过程中的助燃蒸汽设定值进 行优化； 所 述方法包括以下步骤： 步骤1： 针对双股蒸汽助燃型放空火炬进使用CFDFluent建立模型并进行仿真计算， 获 得燃烧状态数据： 废气成分流速、 助燃蒸汽量和燃尽率； 步骤2： 使用LSTM神经网络建立 放空火炬燃烧状态预测模型； 步骤3： 根据放空火炬助燃蒸汽能耗、 放空火炬燃烧状态设计优化目标； 步骤4： 使用NSGA ‑Ⅲ多目标优化 算法对放空火炬助燃蒸汽设定值 寻优； 步骤5： 将环境检测机制、 环境响应机制加入NSGA ‑Ⅲ， 将其改进为动态多目标优化算 法， 以契合 放空火炬燃烧实际工况。 2.根据权利要求1所述的一种放空火炬燃烧状态定量预测及最佳助燃蒸汽量寻优方 法， 其特征是， 步骤1放空火炬仿 真建模中， 在CFDFlu ent中选择双股蒸汽助燃型放空火炬进 行建模仿真计算； 运行模型后根据火焰区域的物质平衡得到放空火炬火焰燃烧区域重要物质的质量分 数； 在Fluent中， 通过密度、 物质 质量分数、 速度矢量和区域表面积投影求和计算； mi＝∑cellsρ xivA (1) 其中mi为边界物质质量流量， ρ 为密度， xi为物质质量分数， v为速度矢量， A为区域表面 积； 在求得放空火炬燃烧区域物质质量流量后， 精确地计算得出放空火炬废气的燃尽率 (CE)和破坏去除率(DRE)； 式中M为火炬气中的烃类总量， m为烟气中未燃烧的烃类量。 3.根据权利要求1所述的一种放空火炬燃烧状态定量预测及最佳助燃蒸汽量寻优方 法， 其特征是， 步骤2根据放空火炬仿真数据建立LSTM燃烧状态预测模型； 其网络拓扑结构 分为三层： 输入层、 隐含层、 输出层； 输入为废气成分浓度、 废气流速、 T1时刻助燃蒸汽 Ⅰ流 速、 T1时刻助燃蒸汽 Ⅱ流速、 燃烧区温度， 输出为废气燃尽率、 T2时刻助燃蒸汽 Ⅰ流速、 T2时刻 助燃蒸汽 Ⅱ流速。 4.根据权利要求1所述的一种放空火炬燃烧状态定量预测及最佳助燃蒸汽量寻优方 法， 其特征是， 步骤3根据放空火炬助燃蒸汽能耗、 放空火炬燃烧状态设计优化目标； 将放空 火炬燃烧看做一个多目标优化问题； 设计放空火炬燃烧的优化目标f1(t)、 f2(t)； f1(t)为能耗指标即放空火炬助燃单位蒸 汽电消耗 量 Ed为电消耗 量， Dd为所产生蒸汽量； f2(t)为放空火炬燃烧效率(1 ‑ηc)， 权　利　要　求　书 1/4 页 2 CN 115482881 A 2其中所考虑的CO2仅为火焰产生的CO2， 而非作为燃料流 一部分的CO2； 根据多目标优 化模型min{f1(t),f2(t)}， 对放空火炬T2时刻助燃蒸汽 Ⅰ流速、 T2时刻助燃 蒸汽Ⅱ流速进行优化设定值的寻优。 5.根据权利要求1所述的一种放空火炬燃烧状态定量预测及最佳助燃蒸汽量寻优方 法， 其特征是， 步骤4使用NSGA ‑Ⅲ多目标优化算法对放空火炬助燃蒸汽设定值寻优； 将LSTM 燃烧状态预测模型的输出值——燃尽率、 T2时刻助燃蒸汽 Ⅰ流速、 T2时刻助燃蒸汽 Ⅱ流速作 为优化算法的输入值， 根据多目标优化进行 下一时刻的最佳助燃蒸汽设定值 寻优。 6.根据权利要求1所述的针对放空火炬的关键参数精确建模及优化方法， 其特征是， 步 骤5将环境检测 机制、 环境响应机制加入NSGA ‑Ⅲ； 选用稳定状态检测法作为环境变化检测 机制， 将线性回归 模型预测作为环境变化响应机制。 7.根据权利要求1所述的针对放空火炬的关键参数精确建模及优化方法， 其特征是， 第 一步： 针对双股蒸汽助燃型放空火炬进使用CFDFluent建立模型并进 行仿真计算， 获得燃烧 状态数据： 废气成分流速、 助燃蒸汽量和燃尽率； 选择ICEMCFD软件建立双股蒸汽助燃型放空火炬物理模型， 建立好模型后为其进行边 界划分， 生成表格以用于Fluent计算， 保存并导入Fluent软件进行仿真计算； 运行计算模型后根据火焰区域的物质平衡得到放空火炬火焰燃烧区域的重要物质的 质量分数； 在Fluent中， 通过密度、 物质 质量分数、 速度矢量和区域表面积投影求和计算； mi＝∑cellsρ xivA (2) 其中mi为边界物质质量流量， ρ 为密度， xi为物质质量分数， v为速度矢量， A为区域表面 积； 在求得放空火炬燃烧区域物质质量流量后， 精确地计算得出放空火炬废气的燃尽率CE 和破坏去除率DRE； 式中M为火炬气中的烃类总量， m为烟气中未燃烧的烃类量； 第二步： 使用LSTM神经网络建立 放空火炬燃烧转态预测模型； 计算得出当前时刻所需助燃蒸汽量； 其中Gsteam为助燃蒸汽量， qcm为火炬气流量， Mc为排放气体中碳氢化合物的平均分子量； 以计算所得的助燃蒸汽量以及国际要求的燃尽率98％作为标准， 排除不符合 实际的异常数 据； 对数据进行筛 选以及归一 化处理； 其中X为原始数据， Xmax、 Xmin分别为数据最大值和最小值， X*为经过线性归 一化得到原始 数据的等比例缩放数据； 权　利　要　求　书 2/4 页 3 CN 115482881 A 3