순환 순환 유동층 보일러 (CFB)에서 사용되는 선택적 비 촉매환원 (SNCR) 기술은 연소 가스 중 질소 산화물 (NOx)의 질량 농도를 직접 측정할 수 없어 NOx 배출의 자동 제어 및 경제적 운영을 방해합니다. 본 연구에서는 제조 설비의 연소 가스에서 NOx 생성에 영향을 미치는 주요 요인과 산소 체적 분율을 분석하고 이러한 두 요인에 대한 현장 데이터를 수집하여 BP 신경 네트워크 모델을 구축하고 이 모델을 새로운 DCS 시스템에 적용하여 연소 가스의 NOx 농도를 온라인으로 예측하였습니다. 예측 결과는 부드러운 측정으로 얻은 NOx 농도가 센서로 측정된 실제 데이터보다 120 초 앞서며 연소 가스에서 단단한 질소산화물의 제거 시스템을 효율적으로 조절하는 데 도움이 됩니다.

부드러운 측정; 보일러; 순환 순환 유동층; SNCR; NOx 질량 농도; BP 신경 네트워크; 새로운 DCS 시스템