Basado en redes neuronales artificiales, en combinación con una caldera de 300 MW, mediante la introducción de un coeficiente de limpieza F que representa el estado de formación de cenizas y escorias en la superficie de calentamiento, y examinando las diferentes superficies de calentamiento de absorción de calor, como las superficies de calentamiento por convección de alta y baja temperatura, la pared de agua, etc., se discuten métodos de cálculo del coeficiente de limpieza, y se establece un modelo de monitoreo en línea de la contaminación de la superficie de calentamiento, así como un modelo de preprocesamiento de datos en línea. Sobre la base del análisis real de las curvas de contaminación por polvo en la zona de la pared de agua cerca del sobrecalentador de baja temperatura y el soplado de cenizas RN01, se demuestra que después de soplado de cenizas, el factor de limpieza de la superficie de calentamiento aumenta considerablemente, pero después de la interrupción del soplado con el aumento del tiempo de operación, aumenta la contaminación de la superficie de calentamiento y el factor de limpieza vuelve gradualmente al valor normal. Los cambios en el factor de limpieza de la superficie de calentamiento coinciden con la situación real del soplado de cenizas de la caldera, lo que indica que este modelo de monitoreo de la contaminación puede reflejar adecuadamente la verdadera situación de la contaminación de la superficie de calentamiento en cierto grado.

Unidad de 300 MW; caldera; superficies de calentamiento por convección; pared de agua; escorias; soplado de cenizas; factor de limpieza; modelo de monitoreo