Ammoniak als kohlenstoffarmer Brennstoff hat wichtige Anwendungsperspektiven im industriellen Brennstoffbereich, jedoch sind die dynamischen Eigenschaften des Verflüssigungsprozesses von Ammoniak komplex, und herkömmliche Mechanismusmodelle können den Anforderungen einer hochpräzisen Steuerung nicht gerecht werden. Zur Lösung des Problems der Instabilität der Steuerung aufgrund unzureichender Modellgenauigkeit des Verflüssigungsprozesses in ammoniakbeimischten Verbrennungssystemen wird eine dynamische Modellierungsmethode vorgeschlagen, die Mechanismus und Daten integriert. Durch den Aufbau eines nichtlinearen Mechanismusmodells basierend auf den thermodynamischen Gesetzen sowie eines datengetriebenen Modells unter Verwendung von rekursivem fuzzy C-Mittel (RFCM) Clustering und rekursivem Kleinste-Quadrate-Algorithmus (RLS) wird ein hybrides dynamisches Modell mit adaptiver Gewichtungsoptimierung erstellt; zudem wird eine Entkopplungssteuerungsstrategie zur präzisen Regelung des Verflüssigungssystems entwickelt. Experimentelle Validierungen zeigen, dass das vorgeschlagene Modell die Vorhersagegenauigkeit des Ammoniakverflüssigungsprozesses erheblich verbessert und das auf diesem dynamischen Modell basierende Entkopplungssteuerungsschema eine stabile Ammoniakversorgung realisiert hat. Dies bestätigt die Wirksamkeit des integrierten dynamischen Modells für das Steuerungssystem und dessen ingenieurmäßige Anwendbarkeit. Die Methode bietet eine effektive Lösung für die intelligente Steuerung von Ammoniak-Brennsystemen und hat einen hohen Anwendungswert für die technologische Umsetzung sauberer Energien.

Kohle-Ammoniak-Mischverbrennung; Flüssigammoniak-Verflüssigung; dynamische Modellierung; RFCM-RLS Algorithmus; Entkopplungssteuerung; Simulationsanalyse