近年來，由于中國的經濟不斷發展，燃煤電廠排放的氮氧化物大量增加，造成了嚴重的大氣污染。因此降低火電廠廢棄物的排放成為了刻不容緩的問題。我國對環保標準有一定程度的提高，要求火電廠脫硝系統經濟穩定運行，垃圾排放也必須達標。因此，對于控制火電廠固體廢棄物燃料污染物排放控制方法的研究有一定的實用價值。在火力發電廠的實際控制中，由于 SCR 脫硝系統控制不能達到穩定的效果，負荷的變化不能及時、快速的響應，導致噴氨閥控制的變化，不僅致使噴氨閥的使用壽命降低，也因為過量的噴氨量，增加了脫硝成本和嚴重的環境污染。不難看出，傳統的污染物排放控制方法控制后的污染物排放量也較多，因此對固體廢棄物燃燒污染物排放控制方法進行優化設計。

　　污染物控制方法主要是控制噴氨量，通過確定污染物排放影響參數和污染物排放控制模型構建實現污染物排放的控制，并經實驗結果對比，以驗證該方法較傳統方法對污染物排放的控制效果。

　　1 污染物排放參數

　　在對固體廢棄物燃燒污染物排放控制之前，先確定污染物排放控制的影響參數，因為火電廠煙氣脫硝過程中，會受到多種因素影響，為提高對污染物排放的控制效果，對影響脫硝效的主要參數計算。首先分析火電廠煙氣脫硝 SCR 化學反應原理，如下圖所示。

　　圖 1 SCR 化學反應原理圖

　　在分析影響脫硝效率之前，對脫硝系統的工況參數關聯性分析，為污染物排放影響參數確定提供基礎。根據以往火電廠脫硝系統的工程實踐，發現脫硝系統運行參數之間的相關性為線性，且相差較大。因此，采用相關度評價方法評價脫硝系統各個工況參數之間的關聯性，定義為：

　　在實際對工況參數關聯性計算時，根據下述過程計算：

　　step1：選取 SCR 系統穩定運行時段的工況數據;

　　step2：以小時為單位獲取前 24 h 系統數據的相關系數;

　　step3：計算系統期望值與標準差，將以正態分布數據點的區間作為相關性的置信區間;

　　step4：關聯性需要每一個小時計算一次，如果計算結果不在置信區間內，則認為沒有過濾異常數據，說明工況數據是異常的，如果計算結果在置信區間內，則認為工況數據的關聯性是正常的。

　　在上述對脫硝系統工況參數關聯性的計算的基礎上，通過脫硝后煙氣和原煙氣中比較的氧化氮濃度含量，即可算出脫硝效率。脫硝效率是控制污染物排放的重要因素，其計算公式如下所示：

　　公式(2)中，NOXE為未經過處理的氮氧化物含量，NOX1代表處理后的煙氣中氮氧化物含量。分析可知，反應溫度、氨氮比和混合氣體的流動速度對脫硝效率都有一定的影響。為減少這些影響，設置脫硝系統報警值，如下表所示：

表 1 脫硝系統報警值設置

　　通過上述對工況參數關聯性的計算，確定污染物排放的影響參數，并設置脫硝系統報警值，從基礎操作上減少污染物的排放，為固體廢氣物燃燒污染物排放控制提供一定的基礎。

　　2 污染物排放控制

　　模型構建在上述確定污染物排放影響參數的基礎上，構建污染物排放控制模型，主要目的是對噴氨量優化控制，以對最終的污染物排放控制。為降低氮氧化物的排放，達到低排放要求，因此提高噴氨量精度，從根本上減少污染物排放。引入 RBF 神經網絡建立脫硝系統模型，并利用混沌粒子群進行尋優，以達到精確的噴氨。對脫硝噴氨量控制的過程主要有下：首先利用 RBF 神經網絡建立脫硝系統模型，假如設定優化控制中，有 N 個訓練的樣本，則對全部訓練樣本的總誤差函數將計算為：

　　在此基礎上，確定隱含層神經元徑向基函數的中心，設定 RBF 網絡輸入為：

　　通過上述過程完成脫硝系統模型的建立，針對噴氨量控制問題，可引入混沌離子群算法，進行軋制優化，提高脫硝系統脫硝率，并降低氨氣逸出率。在對脫硝噴氨量控制過程中，為避免一些粒子在迭代中發生停滯的現象，基于全局最優位置，迭代后產生一個混沌序列。最后，將存在于混沌序列中最優的粒子位置，隨機替換為當前粒子群中任意粒子的位置。根據上述定義，通過對噴氨量的優化控制，能夠有效減少污染物的排放，從而實現對污染物排放的控制。同時，為了證明上述方法的有效性，下一步將進行實驗論證。

　　3 實驗對比

　　實驗對比是為了證明上述設計的排放控制方法的有效性，為了保證實驗的準確性，將傳統的污染物排放控制方法和傳統方法進行對比，查看兩種污染物排放控制方法的控制后的污染物排放量。

　　3.1 實驗方案

　　監測火電廠污染物排放濃度的采樣方法依據《固定污染源中顆粒物測定與氣態污染物采樣方法》，排放濃度的表示與折算依據《鍋爐大氣污染排放標準》。選取某火電廠作為實驗地點，分別使用兩種方法對該火電廠的污染物排放控制。在實驗之前，對實驗所需的脫硝系統的調試，確保煙道和氨噴射格中不存在雜質及堵塞等狀況，并測試傳感器和控制系統正常。確認脫硝系統各個模塊能夠正常工作后進行噴氨。

　　同時，手動調節氨節流閥支管，使空氣和氨氣的氣體混合，確定機組處于高負荷點的運行狀態，確定實驗鍋爐穩定運行后，先后在 SCR 系統出口檢查楊氣質和氨氣值，并仔細查看煙氣溫度及煙速。

　　采集污染物的過程中，因為當測量不同的氣體成分和壓力時，玻璃轉子流量計需要修正指示，其方法如下所示：

　　公式(5)中，Qc 代表在標定狀態下，空氣的絕對溫度，簡稱：標定介質，即，σPt、ha 均代表了被測量的污染物在實際測量時的絕對溫度，Q 代表空氣在標定狀態下的密度。

　　通過上述過程，完成對采集污染物示數的修正，在此基礎上，采用 DU-56JK 軟件實時對實驗數據采樣，并對采樣結果分析。

　　3.2 實驗結果分析

　　測試兩種方法的污染物排放量，以驗證兩種方法的控制效果，實驗對比結果如下所示：

　　圖 2 實驗對比結果

　　分析上圖可知，此次設計的污染物排放控制方法控制后的污染物排放量較少，因為此次設計的控制方法有效解決了火電廠污染物排放的影響因素，以及提高噴氨量優化控制脫硝的效率，降低氨氣逃逸率，避免二次空氣污染。因此減少了污染物的排放量。而傳統的控制方法控制后的污染物排量較多，6 次實驗的污染物排放量均比此次設計的污染物排放控制方法的污染物排放量多，說明傳統控制方法控制效果較差，不能達到污染物排放量控制需求。

　　因此，通過上述實驗，能夠證明此次設計的污染物控制方法比傳統方法的污染物控制方法控制后的污染物排放量少，能夠合理將火電廠的污染物控制在合理范圍內，有效減少固體廢氣燃燒污染物的排放。

　　4 結 語

　　針對傳統的污染物控制方法控制后的污染物排放量多的問題，設計了一種固體廢氣物燃燒污染物排放控制方法。首先對對脫硝系統的工況參數關聯性分析，通過比較脫硝后煙氣的濃度和原始煙氣中氮氧化物的濃度，計算脫硝效率。確定污染物控制的影響因素，然后利用 RBF 神經網絡建立脫硝系統模型，對噴氨量進行優化控制，提高脫硝系統的脫硝率與減少氨氣的逃逸率，目的是將噴氨量控制在合理范圍內，以減少污染物的排放，以此完成對污染物排放的控制。實驗對比結果表明，此次設計的污染物控制方法比傳統的控制方法控制后的污染物排放量少，具有一定的實際應用意義。但是隨著脫硝系統的不斷發展，需要對脫硝系統的控制方面深入研究，在日后研究中，可以引入更多的被控對象，以提高污染物排放的控制效果。