本文内容主要分为两部分,第一部分介绍工业锅炉监控系统的设计;第二部分则详细介绍了延长氧化锆使用寿命的方法。第一部分:本文针对葫芦岛市某国企三台35T/h蒸汽锅炉,提出了一套基于SHCAN2000型现场总线控制系统的解决方案。以35T/h工业蒸汽锅炉作为研究对象,理论与实践相结合,分别对锅炉水位回路和燃烧过程控制回路进行了系统的分析,得到了相应的控制方案。详细论述了锅炉SHCAN2000型现场总线控制系统的软件、硬件体系结构,监控系统应用过程中软、硬件设计及具体实现。同时,介绍了上位机操作站和下位机现场控制单元的功能组态实现。本系统采用稳定性、可靠性高的SHCAN2000系列现场智能测控组件作为现场控制层的控制器,该控制器将PLC、回路调节等功能有机结合在一起并采用CAN总线技术实现上、下位机的通讯功能。本监控系统能够实现各种回路的自动控制、数据自动采集、友好的人机接口、数据报表的自动生成等功能。本课题设计的锅炉现场总线控制系统已经取得了成功的应用,系统功能强大、控制效果好,具有良好的推广应用价值。第二部分:本文以工业锅炉为背景,延长氧化锆使用寿命为目的,在充分分析了缩短氧化锆使用寿命的原因的基础上,提出了“精确风/煤比曲线+PID控制的烟气含氧量软测量”的控制方案,以此代替应用氧化锆的氧量测控方案。该方案采用的软测量模型可以在满足一定测量精度的情况下取代烟气含氧量的实际测量,从而氧化锆可以停止工作并退出烟道免受烟气的腐蚀,从而达到了减少氧化锆的实际工作时间,延长其使用寿命的目的。如果出现煤种变化或者软测量模型不适合实际运行工况的情况,氧化锆传感器重新进入烟道进行工作,同时收集各个工况的运行数据形成新的软测量模型。风/煤比是保证锅炉实现经济燃烧的关键所在。本文根据不同工况稳态运行时记录的给煤量与送风量的运行数据形成精确风/煤比曲线,以精确风/煤比曲线代替原有的固定风/煤比曲线能够更适应工业锅炉各工况的变化情况。本文分别介绍了最小二乘法和BP神经网络的算法。通过工业锅炉监控系统获得各辅助变量(给煤量、送风量、排烟温度、蒸汽流量、蒸汽压力及蒸汽温度)的历史数据作为训练样本,分别使用最小二乘法和BP神经网络建立烟气含氧量软测量模型,将预测值和实测值进行比较,通过两种模型的对比分析,证明由BP神经网络建立的模型比最小二乘法具有更高的估算精度,由BP神经网络建立烟气含氧量软测量模型更符合实际要求。