一种基于数值模拟的锅炉结渣预测方法及相关装置

摘要

本发明公开了一种基于数值模拟的锅炉结渣预测方法，包括将预设的结渣模型与锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型；基于耦合模型以及锅炉燃烧数值仿真数据库中的数据计算初始结渣情况；基于初始结渣情况以及预设的结渣生长模型计算结渣生长情况；结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率；在通过结渣模型基于燃烧模型的限制条件得到初始结渣情况之后，会进一步基于结渣生长模型来修正当前煤粉颗粒附着锅炉受热面的附着概率并进行迭代，以保证模拟的结渣生长情况更符合实际情况。本发明还提供了一种装置、设备以及存储介质，同样具有上述有益效果。

说明书

技术领域

本发明涉及锅炉技术领域，特别是涉及一种基于数值模拟的锅炉结渣预测方法、一种基于数值模拟的锅炉结渣预测装置、一种基于数值模拟的锅炉结渣预测设备以及一种计算机可读存储介质。

背景技术

锅炉受热面上都存在或多或少的结渣积灰现象，在锅炉受热面设计时一般都会考虑正常的结渣和积灰对锅炉运行的影响。国情决定了我国电站锅炉大多以燃煤为主，而现在使用动力煤的煤质一般偏差，灰和硫的含量均较高，易在受热面沉积。据统计，我国大型燃煤机组所使用的煤中有50％左右属于易结渣煤，而且近年来，一些电力生产企业通过改烧一些品位较低，一般灰分高且灰熔点低，且价格也较低的煤来达到节约发电成本，追求更大的经济效益的目的，这使得锅炉燃用煤质偏离了原本的设计值，无疑加剧了受热面的结渣积灰情况，对锅炉的经济和安全运行造成了不利影响。

对流受热面的结渣积灰对燃煤机组的经济和安全运行有很多不利影响，主要体现在以下几个方面：一、首先是对传热的影响。由于沉积物的导热系数远远小于管壁导热系数，蒸汽换热系数等，它产生的热阻在总热阻中占主导地位，所以积灰如果不能及时清除，将会大大影响锅炉的传热效率，继而导致锅炉排烟温度升高，锅炉效率下降。二、结渣和积灰不肯避免地会造成受热面金属的腐蚀和磨损。煤中的硫、氯和碱金属等元素会使受热面表面发生积灰和腐蚀。碱金属化合物会在高温下升华，之后在温度较低的管壁上冷凝，从而形成一些组成较为复杂的低熔点复合物，它们常以液相状态存在，被称为熔池。熔池内的碱金属硫酸盐与管壁金属发生复杂的化学反应，形成硫酸盐高温腐蚀，这会导致管壁金属迅速变薄，影响管子的使用寿命。三、严重积灰结渣甚至还会造成重大的运行事故，轻则设备损坏，影响生产，重则人员伤亡，危机安全。积灰过多，没有有效清除，会使烟道内堵灰，通风阻力增加，锅炉出力降低。而管壁高温腐蚀会造成的管壁局部温度过高以及磨损都可能引起爆管事故，危害安全生产。

目前针对锅炉结渣情况的预测方法的精确度较低，所以如何提供一种精确度较高的预测方法是本领域技术人员急需解决的问题。

发明内容

本发明的目的是提供一种基于数值模拟的锅炉结渣预测方法，具有较高的精确度；本发明的另一目的在于提供一种基于数值模拟的锅炉结渣预测装置、一种基于数值模拟的锅炉结渣预测设备以及一种计算机可读存储介质，具有较高的精确度。

为解决上述技术问题，本发明提供一种基于数值模拟的锅炉结渣预测方法，包括：

调用锅炉燃烧数值仿真数据库；

将预设的结渣模型与所述锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型；

基于所述耦合模型以及所述锅炉燃烧数值仿真数据库中的数据计算初始结渣情况；

基于所述初始结渣情况以及预设的结渣生长模型计算结渣生长情况；所述结渣生长模型为所述结渣模型的迭代模型，所述结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率；

当所述结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

可选的，所述结渣模型用于计算当前煤粉颗粒附着锅炉受热面的附着概率；

所述基于所述初始结渣情况以及预设的结渣生长模型计算结渣生长情况包括：

通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正；

依据修正后的附着概率计算当前结渣情况，并循环执行所述通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正，至所述依据修正后的附着概率计算当前结渣情况的步骤，直至所述锅炉受热面结渣稳定。

可选的，所述当前煤粉颗粒附着锅炉受热面的附着概率为煤灰附着概率、入射角度影响系数和入射速度影响系数的乘积。

可选的，所述通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正包括：

根据锅炉受热面当前的结渣情况对所述锅炉受热面的壁面条件以及煤灰温度进行修正；

根据修正后的所述壁面条件以及所述煤灰温度确定修正后的附着概率。

可选的，所述锅炉受热面的相关参数包括一下任意一项或任意组合：

锅炉受热面的换热情况、锅炉内的速度场、锅炉内的温度场、锅炉内的颗粒浓度分布场、锅炉内的气体物质浓度分布场。

可选的，所述锅炉燃烧数值仿真数据库为CFD仿真数据库。

本发明还提供了一种基于数值模拟的锅炉结渣预测装置，包括：

调用模块：用于调用锅炉燃烧数值仿真数据库；

耦合模块：用于将预设的结渣模型与所述锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型；

初始结渣模块：用于基于所述耦合模型以及所述锅炉燃烧数值仿真数据库中的数据计算初始结渣情况；

结渣生长模块：用于基于所述初始结渣情况以及预设的结渣生长模型计算结渣生长情况；所述结渣生长模型为所述结渣模型的迭代模型，所述结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率；

稳定模块：用于当所述结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

可选的，所述结渣模型用于计算当前煤粉颗粒附着锅炉受热面的附着概率；

所述结渣生长模块包括：

修正单元：用于通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正；

迭代单元：用于依据修正后的附着概率计算当前结渣情况，并循环执行所述通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正，至所述依据修正后的附着概率计算当前结渣情况的步骤，直至所述锅炉受热面结渣稳定。

本发明还提供了一种基于数值模拟的锅炉结渣预测设备，所述设备包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序时实现如上述任一项所述基于数值模拟的锅炉结渣预测方法的步骤。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述基于数值模拟的锅炉结渣预测方法的步骤。

本发明所提供的一种基于数值模拟的锅炉结渣预测方法，包括调用锅炉燃烧数值仿真数据库；将预设的结渣模型与锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型；基于耦合模型以及锅炉燃烧数值仿真数据库中的数据计算初始结渣情况；基于初始结渣情况以及预设的结渣生长模型计算结渣生长情况；结渣生长模型为结+渣模型的迭代模型，结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率；当结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

在通过结渣模型基于燃烧模型的限制条件得到初始结渣情况之后，会进一步基于结渣模型的迭代模型，即结渣生长模型来修正当前煤粉颗粒附着锅炉受热面的附着概率并进行迭代，以保证模拟的结渣生长情况更符合实际情况，从而保证最终计算得到的相关参数更加精确，更符合实际情况。

本发明还提供了一种基于数值模拟的锅炉结渣预测装置、一种基于数值模拟的锅炉结渣预测设备以及一种计算机可读存储介质，同样具有上述有益效果，在此不再进行赘述。

附图说明

为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例所提供的一种基于数值模拟的锅炉结渣预测方法的流程图；

图2为本发明实施例所提供的一种具体的基于数值模拟的锅炉结渣预测方法的流程图；

图3为本发明实施例所提供的一种基于数值模拟的锅炉结渣预测装置的结构框图；

图4为本发明实施例所提供的一种基于数值模拟的锅炉结渣预测设备的结构框图。

具体实施方式

本发明的核心是提供一种基于数值模拟的锅炉结渣预测方法。在现有技术中，对流受热面的结渣积灰对燃煤机组的经济和安全运行有很多不利影响，目前现有技术中针对锅炉结渣情况的预测方法的精确度较低。

而本发明所提供的一种基于数值模拟的锅炉结渣预测方法，包括调用锅炉燃烧数值仿真数据库；将预设的结渣模型与锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型；基于耦合模型以及锅炉燃烧数值仿真数据库中的数据计算初始结渣情况；基于初始结渣情况以及预设的结渣生长模型计算结渣生长情况；结渣生长模型为结渣模型的迭代模型，结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率；当结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

在通过结渣模型基于燃烧模型的限制条件得到初始结渣情况之后，会进一步基于结渣模型的迭代模型，即结渣生长模型来修正当前煤粉颗粒附着锅炉受热面的附着概率并进行迭代，以保证模拟的结渣生长情况更符合实际情况，从而保证最终计算得到的相关参数更加精确，更符合实际情况。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参考图1，图1为本发明实施例所提供的一种基于数值模拟的锅炉结渣预测方法的流程图。

参见图1，在本发明实施例中，基于数值模拟的锅炉结渣预测方法包括：

S101：调用锅炉燃烧数值仿真数据库。

在本发明实施例中，预先设置有锅炉燃烧数值仿真数据库以便进行数值模拟，数值模拟是指依靠计算机软件，主要是CFD(Computational Fluid Dynamics，计算流体动力学)软件，结合有限容积的的概念，通过数值计算和图像显示的方法对工程问题和物理问题进行计算流体动力学研究。通常情况下，该锅炉燃烧数值仿真数据库即本发明实施例中所应用的计算机软件模拟时所用的数据库。

在下述步骤中，需要结合锅炉燃烧数值仿真数据库，尤其是结合该锅炉燃烧数值仿真数据库对应的燃烧模型，以燃烧模型中的限制条件作为依据进行燃烧模拟。有关锅炉燃烧数值仿真数据库的具体内容将在下述发明实施例中做详细介绍，在此不再进行赘述。

在本发明实施例中，所述锅炉燃烧数值仿真数据库通常为CFD仿真数据库，以便进行CFD数据模拟。

S102：将预设的结渣模型与锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型。

在本步骤中，具体会将将预设的结渣模型与锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，通常是将结渣模型输入上述计算机软件，从而将结渣模型与燃烧模型相互耦合，得到耦合模型，即以燃烧模型中的限制条件作为依据，结合结渣模型进行燃烧模拟。有关结渣模型的具体内容将在下述发明实施例中做详细介绍，在此不再进行赘述。

S103：基于耦合模型以及锅炉燃烧数值仿真数据库中的数据计算初始结渣情况。

在本步骤中，会基于锅炉燃烧数值仿真数据库中设置的数值，以及耦合模型得到初始结渣情况，即在锅炉受热面未结渣时，通过耦合模型得到锅炉受热面初次结渣时的各项参数，例如结渣位置，大小等初始结渣情况。有关初始结渣情况所包括的具体参数种类可以根据实际情况自行设定，在此不做具体限定。

S104：基于初始结渣情况以及预设的结渣生长模型计算结渣生长情况。

在本发明实施例中，所述结渣生长模型为所述结渣模型的迭代模型，所述结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率。

上述结渣生长模型为结渣模型的迭代模型，在使用过程中结渣生长模型需要不停的迭代计算，直至锅炉受热面结渣稳定，即锅炉受热面结渣大小、厚度等尺寸不变为止。由于上述结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率，使得在上述迭代过程中，会不断的修正前煤粉颗粒附着锅炉受热面的附着概率，从而使得最终模拟出的结渣生长情况更贴合实际。有关结渣生长模型的具体内容将在下述发明实施例中做详细介绍，在此不再进行赘述。有关上述修正过程的具体内容同样在下述发明实施例中做详细介绍，在此不再进行赘述。

S105：当结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

在本步骤中，会在锅炉受热面结渣稳定时，将锅炉受热面情况作为燃烧模拟边界条件，再次计算锅炉受热面的相关参数，以进行锅炉受热面结渣预测。

结渣的边界条件指的是结渣稳定，在原有工况下停止生长后，原先平滑的壁面出现了不同位置、面积、厚度的渣块，这时壁面边界条件发生改变，以新的结渣稳定后的壁面情况作为实际炉膛换热计算边界条件，如结渣处的导热系数发生改变，结渣的大小会影响气流速度分布等。

具体的，上述锅炉受热面的相关参数包括一下任意一项或任意组合：锅炉受热面的换热情况、锅炉内的速度场、锅炉内的温度场、锅炉内的颗粒浓度分布场、锅炉内的气体物质浓度分布场。通常情况下，在本步骤中会计算上述锅炉受热面的全部相关参数，即在本步骤中具体会求解结渣稳定工况下，炉膛的速度场、温度场、颗粒浓度分布场、气体物质浓度分布场以及炉膛与受热面的换热情况等等，以实现锅炉受热面的全面预测。需要说明的是，本步骤通常是基于上述CFD软件执行，以计算各个参数。

在本发明实施例中，在锅炉受热面附着进行结渣的颗粒通常为煤粉颗粒，即煤灰。煤灰的表现形式通常以氧化物来表示，根据煤灰化学组分的离子势主要包括两大类：酸性氧化物SiO

一般而言，碱性氧化物能促进降低灰熔点，而酸性氧化物则有相反的效果，但各组分对煤灰熔融温度的影响并不是简单的线性关系。SiO

通常情况下，煤灰具有高温粘度特性。高温粘度特性是指煤灰、玻璃、陶瓷等不同材料的晶体会在高温熔融状态时会表现出不同的高温流动特性与温度之间的关系对晶型进行划分。随着温度的降低，各种材料熔体可以形成玻璃渣、塑型渣、结晶渣这三种具有代表性的渣型，渣的高温粘度是反映渣在重力和气流剪切携带作用下沿炉壁向下流动形态的重要参数。同样地，渣的高温粘度与煤灰成分密切相关，可以根据煤灰成分确定渣的临界粘度对应的温度Tcv，低于此温度，渣逐渐呈现液固两相的状态，进而可以根据不同温度区域选择吹灰器的种类和位置。

目前判断燃煤锅炉燃烧过程中是否发生结渣的一个重要的依据是灰的熔融性，通常将灰的软化温度ST作为衡量是否发生结渣的主要指标。不同燃料的灰分具有不同的成分和熔融性，灰熔点较低的煤(ST<1200℃)易结渣。炉内实际工况与实验室条件下测定的灰熔点有较大差别，必须引用其他一下指标。目前采用的有硅比，碱酸比、结渣指数以及极限粘度等。

硅比越大，灰渣粘度越高，越不易结渣。灰中含铁量和含钙量增加会使硅比减小，灰的粘度降低。一般硅比大于72时的灰渣不易发生结渣，小于65时就有可能发生严重结渣。

碱酸比(B/A)小的煤越不易发生结渣。对于固态排渣煤粉炉使用的煤，为防止结渣，灰的碱酸比应尽可能低于0.5。

对于Fe

式中S

另还有一些用于预测结渣倾向的参数，例如使用灰的熔融温度R

式中HT

对于锅炉受热面结渣来说，炉膛设计的方案也具有明显的关联。炉膛容积热负荷、断面热负荷和燃烧器区域热负荷，数值的大小都会对结渣产生一定的影响。当锅炉设计时炉膛热负荷取得过大，或实际运行时炉膛热负荷过高，都会提高炉膛或局部区域的温度水平，使结渣的可能性增大。结渣积灰与锅炉负荷、过量空气系数、煤粉细度、排烟温度等运行因素有关。

锅炉在燃烧时，燃用煤种与设计煤种相差大，锅炉负荷过高或过低，煤粉细度变粗和均匀性下降，一次、二次风速与风量配合不适当，往往会造成燃烧器出口结渣或烧坏；吹灰和除渣不及时也是锅炉结渣原因之一。

锅炉负荷越高，炉膛中心温度越高，使得灰分你的软化程度加剧，尤其是当火焰偏斜或燃烧器长期下摆或上摆，造成局部区域热负荷过高，使灰更容易在此处粘结。当炉内风量不足或燃料与空气混合不充分，会产生大量还原性气体，降低灰的熔点，使结渣加剧。

本发明实施例所提供的一种基于数值模拟的锅炉结渣预测方法，包括调用锅炉燃烧数值仿真数据库；将预设的结渣模型与锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型；基于耦合模型以及锅炉燃烧数值仿真数据库中的数据计算初始结渣情况；基于初始结渣情况以及预设的结渣生长模型计算结渣生长情况；结渣生长模型为结渣模型的迭代模型，结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率；当结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

在通过结渣模型基于燃烧模型的限制条件得到初始结渣情况之后，会进一步基于结渣模型的迭代模型，即结渣生长模型来修正当前煤粉颗粒附着锅炉受热面的附着概率并进行迭代，以保证模拟的结渣生长情况更符合实际情况，从而保证最终计算得到的相关参数更加精确，更符合实际情况。

有关本发明所提供的一种基于数值模拟的锅炉结渣预测方法的具体内容将在下述发明实施例中做详细介绍。

请参考图2，图2为本发明实施例所提供的一种具体的基于数值模拟的锅炉结渣预测方法的流程图。

参见图2，在本发明实施例中，基于数值模拟的锅炉结渣预测方法包括：

S201：调用锅炉燃烧数值仿真数据库。

本步骤与上述发明实施例中S101基本一致，详细内容已在上述发明实施例中进行介绍，在此不再进行赘述。

上述数据库主要包括数值模拟过程需要的一些背景数据，这些数据是CFD数值仿真过程所必须的。如煤种的元素分析与工业分析、煤灰的熔融特性和黏温特性、煤灰熔融特性和黏温特性与还原性气氛的函数关系等。上述锅炉燃烧数值仿真数据库中参数通常包括：

ST＝F

DT＝F

FT＝F

其中，ST为该煤种的软化温度；DT为该煤种的变形温度，FT为该煤种的流动温度，F(CO)代表以还原性气氛CO浓度为变量的函数关系。

S202：将预设的结渣模型与锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型。

在本发明实施例中，所述结渣模型具体用于计算当前煤粉颗粒附着锅炉受热面的附着概率，以便在下述步骤中计算得到初始结渣情况。

在本发明实施例中，整个锅炉结渣预测方法一般包括以下一些过程的模拟，这些过程的模拟是结渣模型的基础。这些模拟通常包括：1、飞灰形成模拟；2、飞灰输送模拟；3、飞灰与壁面的碰撞和粘附模拟；4、渣层生长模拟；5、渣层特性和强度模拟；6、通过渣层的传热模拟；7、渣层对运行条件影响的模拟；8、结渣对流动影响的模拟。其中，飞灰的输送模拟和颗粒与壁面的粘附模拟是结渣模拟中的重点。

对于飞灰的粘附模拟，煤中的矿物质以粘土矿物如高岭土、伊利石等硅酸盐和铝硅酸盐为主。因此,煤灰熔体主要成分也应为硅酸盐/铝硅酸盐。硅酸盐/铝硅酸盐的粘度主要由两个因素决定：温度和化学组成。

其中温度和粘度的关系可以用下式表示：

上式中T为颗粒温度；η为颗粒在温度T下达到平衡态的粘度；A、B均为常数,由颗粒的化学组成决定。

而化学组成因素对硅酸盐/铝硅酸盐的粘度的影响由实验表明，硅酸盐熔体同其晶体一样,其基本结构单元为Si-O四面体。Si-O四面体通过桥氧联结成各种形状、大小、复杂程度不同的阴离子结构团，这种聚合阴离子团构成了硅酸盐熔体的基本结构单位。从局部看，熔体结构类似于晶体结构，但总体上熔体中原子不成空间连续规则排列。原子没有固定晶格位置，阴离子团的位置随原子的热运动而不断改变。但是在一定温度、压力、组成下，熔体的平衡结构是一固定可重现函数。在硅酸盐熔体中，氧有三种结构状态：

1、桥氧，是指联结两个Si—O四面体的氧，与两个Si

2、非桥氧，是联结一个硅和一个非四次配位阳离子的氧，表示为Si—O—Me

3、自由氧，表示为Me

NBO/T值愈低,聚合程度就越高。如单四面体，即岛状硅酸盐，NBO/T＝4；链状结构，NBO/T＝2；席状结构，NBO/T＝1；三维网络结构，NBO/T＝0。

具体的，利用多重衰退分析和试验观测可以得出上述参数B，由参数B和NBO/T可以计算出参数A，最后把参数A和B代入计算出飞灰颗粒的粘度。

具体的，在本发明实施例中可以进一步考虑气流入射速度和入射角度对结渣率的影响。煤灰颗粒入射角度和速度对结渣的影响，具体由实验研究决定，即通过做实验得出不同入射角度和速度对结渣概率影响的函数关系曲线，其分别为K

在本发明实施例中，决定碰撞颗粒粘附的因素包括：颗粒和壁面温度、入射速度和角度、组分和粘度等。其中，颗粒的粘度是最重要的因素。目前，所有的研究都采用临界粘度(μ

P

上式中，p

在本发明实施例中，为了使得所有煤粉结焦模型设定参数都有实际依据，充分利用各煤粉的灰熔点测试值来指导结焦模型的参数设定，对煤粉颗粒当前温度下黏附壁面的计算模型进行如下构建，其中煤粉颗粒当前温度下黏附壁面的概率Pi的计算方式如下：

其中，Ti为煤粉颗粒当前温度；Ts为该煤种的软化温度，数值上等同于该煤粉灰熔点测试软化温度ST；Ta定义为该煤煤的绝对黏附温度，数值上等同于该煤粉灰熔点测试流动温度FT；Ps定义为该煤粉颗粒在软化温度Ts下黏附在壁面的概率，Ps的计算方式如下，该式中DT为该煤粉灰熔点测试变形温度：

基于上述公式，可以得出煤粉颗粒当前黏附壁面的附着概率，再对当前颗粒生成随机值，当随机值在当前温度下黏附壁面概率Pi之内时，判定为煤粉黏附在壁面，其判定机制如下：

上述燃烧模型指的是在CFD软件中进行的一系列关于燃烧过程参数的设定，其包括但不局限于煤粉物性的输入；煤粉与空气的混合方式；燃料与氧化剂的物性参数；燃烧发生空间，即锅炉炉膛的形状、尺寸、材料等；燃烧的边界条件，如进出口的形式与速度，煤粉在进口的排布方式等。此外，CFD软件中关于燃烧过程参数设定的所有参数都属于燃烧模型的范畴。由于结渣过程发生在燃烧过程之中，结渣模型也无法脱离燃烧模型单独存在。因此在本发明实施例中具体通过在燃烧模型设置的基础上添加结渣模型。

本步骤的其余内容与上述发明实施例中S102基本一致，详细内容已在上述发明实施例中进行介绍，在此不再进行赘述。

S203：基于耦合模型以及锅炉燃烧数值仿真数据库中的数据计算初始结渣情况。

本步骤与上述发明实施例中S103基本一致，详细内容已在上述发明实施例中进行介绍，在此不再进行赘述。

S204：通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正。

在本发明实施例中，结渣生长模型是描述结渣从开始到稳定的动态过程,主要包括结渣层厚度的增长、结渣量随时间的变化、渣层物性的变化和通过渣层的传热。

实际的结渣过程必然引起渣层物性的变化，很多研究通过选取尽可能符合实际物理化学反应的物性参数函数来模拟实际的复杂过程。物性参数主要包括：渣层的导热系数、多孔率、吸收率、发射率等。其中，影响结渣生成、结渣特性和传热显著的参数必须要考虑，灰渣的多孔率和导热系数是最重要的两个参数。

多孔率的求解有3种方法：1、人为地将渣层化分为三层，每一层内的多孔率的值不同但保持常数，不随结渣的生成而改变；2、认为多孔率与渣层达到平衡时的固相体积分数和液相体积分数有关；3、基于渣层之间发生烧结反应来计算多孔率。

由于结渣的不断生长，渣层热阻逐渐增大，传热恶化，导致渣层表面温度急剧升高。同时，碰撞到已经结渣壁面的飞灰颗粒度的粘度逐渐降低，当碰撞到壁面的飞灰颗粒的粘度小于一定值时，飞灰颗粒碰撞到壁面上被已形成的渣层捕获而不结渣，这主要是由于渣层的粘附力不足以承受飞灰颗粒的重力导致的。此时,结渣过程停止，碰撞到壁面的飞灰颗粒在自身重力作用下沿重力方向流动。

结渣生长模型是立足于结渣模型之上，在结渣模型判定某处发生结渣黏附时，结渣生长模型用于计算结渣具体情况，如面积、厚度等。

在结渣模型一次判定形成初始沉积层后，随着初始沉积层的加厚，烟温升高，沉积速率加快，沉积物与沉积物之间以及沉积物与受热面之间粘接强度增加，沉积层表面温度升高，直至沉积到沉积层的熔融或半熔融颗粒基本不再发生凝固而形成粘性流体层，即捕捉表面。

捕捉表面形成后，无论灰粒的粘度、速度及碰撞角度如何，只要接触到沉积层的颗粒一般均会被捕捉，使沉积层快速增加，被捕捉的固体颗粒溶解在沉积面上，使熔点或粘度升高，从而发生凝固而又形成新的捕捉表面，直到沉积表面温度达到重力作用下的极限粘度值时的温度，使沉积层的形成不再加厚而使撞击上的灰粒沿管壁表面向下流动。

影响结渣生成、结渣特性和传热显著的参数必须要考虑,灰渣的多孔率和导热系数是最重要的两个参数。在模拟前需求解计算渣层多孔率和导热系数，并带入到结渣生长模型中来。

在本步骤中，需要通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正，以便在下步骤中根据当前修正后的附着概率计算当前结渣情况，并在下述迭代过程中始终计算当前的附着概率以及当前结渣情况，直至锅炉受热面结渣稳定。

具体的，本步骤可以具体为：根据锅炉受热面当前的结渣情况对所述锅炉受热面的壁面条件以及煤灰温度进行修正；根据修正后的所述壁面条件以及所述煤灰温度确定修正后的附着概率。即本步骤可以具体在每次根据上述判断是否有煤灰颗粒附着之后，具体修正受热面的壁面条件以及煤灰温度。

结渣生长模型可以看成是结渣模型的迭代，如第一次燃烧结渣模拟有10个煤灰颗粒黏附，然后第二次迭代时由于这10个颗粒的黏附改变了相应壁面的换热系数，换热条件的改变导致壁面处温度场的改变，导致燃烧产生气体成分的变化，其主要是CO浓度影响煤灰的温度，忽略第一次黏附处壁面性质的改变，即锅炉壁面与结渣表面除换热系数外视为一致；第二次迭代又假设黏附8个颗粒，以此类推，直至下一次迭代与上一次基本保持不变，此时燃烧结渣稳定。需要强调的是，在本发明实施例中每次迭代过程中需要对壁面条件的修正，以及由于壁面换热系数的改变导致CO浓度改变而对煤灰温度的修正。

S205：依据修正后的附着概率计算当前结渣情况。

在本发明实施例中，需要循环执行所述通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正，至所述依据修正后的附着概率计算当前结渣情况的步骤，即循环执行上述S204以及S205，直至所述锅炉受热面结渣稳定。有关计算当前结渣情况的具体内容可以参考上述结渣模型中计算初次结渣情况的具体内容，在此不再进行赘述。

S206：当结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

本步骤与上述发明实施例中S105基本一致，详细内容请参考上述发明实施例，在此不再进行赘述。

本发明实施例所提供的一种基于数值模拟的锅炉结渣预测方法，在通过结渣模型基于燃烧模型的限制条件得到初始结渣情况之后，会进一步基于结渣模型的迭代模型，即结渣生长模型来修正当前煤粉颗粒附着锅炉受热面的附着概率并进行迭代，以保证模拟的结渣生长情况更符合实际情况，从而保证最终计算得到的相关参数更加精确，更符合实际情况。

下面对本发明实施例所提供的一种基于数值模拟的锅炉结渣预测装置进行介绍，下文描述的基于数值模拟的锅炉结渣预测装置与上文描述的基于数值模拟的锅炉结渣预测方法可相互对应参照。

请参考图3，图3为本发明实施例所提供的一种基于数值模拟的锅炉结渣预测装置的结构框图。

参见图3，在本发明实施例中，基于数值模拟的锅炉结渣预测装置可以包括：

调用模块100：用于调用锅炉燃烧数值仿真数据库。

耦合模块200：用于将预设的结渣模型与所述锅炉燃烧数值仿真数据库对应的燃烧模型相互耦合，得到耦合模型。

初始结渣模块300：用于基于所述耦合模型以及所述锅炉燃烧数值仿真数据库中的数据计算初始结渣情况。

结渣生长模块400：用于基于所述初始结渣情况以及预设的结渣生长模型计算结渣生长情况；所述结渣生长模型为所述结渣模型的迭代模型，所述结渣生长模型用于修正当前煤粉颗粒附着锅炉受热面的附着概率。

稳定模块500：用于当所述结渣生长情况表明锅炉受热面结渣稳定时，将结渣稳定时锅炉受热面情况作为燃烧模拟边界条件计算锅炉受热面的相关参数。

作为优选的，在本发明实施例中，所述结渣模型用于计算当前煤粉颗粒附着锅炉受热面的附着概率；

所述结渣生长模块400可以包括：

修正单元：用于通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正；

迭代单元：用于依据修正后的附着概率计算当前结渣情况，并循环执行所述通过结渣生长模型基于当前结渣情况对当前煤粉颗粒附着锅炉受热面的附着概率进行修正，至所述依据修正后的附着概率计算当前结渣情况的步骤，直至所述锅炉受热面结渣稳定。

作为优选的，在本发明实施例中，所述当前煤粉颗粒附着锅炉受热面的附着概率为煤灰附着概率、入射角度影响系数和入射速度影响系数的乘积。

作为优选的，在本发明实施例中，所述修正单元包括：

修正子单元：用于根据锅炉受热面当前的结渣情况对所述锅炉受热面的壁面条件以及煤灰温度进行修正。

计算子单元：用于根据修正后的所述壁面条件以及所述煤灰温度确定修正后的附着概率。

作为优选的，在本发明实施例中，所述锅炉受热面的相关参数包括一下任意一项或任意组合：

锅炉受热面的换热情况、锅炉内的速度场、锅炉内的温度场、锅炉内的颗粒浓度分布场、锅炉内的气体物质浓度分布场。

作为优选的，在本发明实施例中，所述锅炉燃烧数值仿真数据库为CFD仿真数据库。

本实施例的基于数值模拟的锅炉结渣预测装置用于实现前述的基于数值模拟的锅炉结渣预测方法，因此基于数值模拟的锅炉结渣预测装置中的具体实施方式可见前文中基于数值模拟的锅炉结渣预测方法的实施例部分，例如，调用模块100，耦合模块200，初始结渣模块300，结渣生长模块400，稳定模块500分别用于实现上述基于数值模拟的锅炉结渣预测方法中步骤S101至S105，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。

下面对本发明实施例提供的一种基于数值模拟的锅炉结渣预测设备进行介绍，下文描述的基于数值模拟的锅炉结渣预测设备与上文描述的基于数值模拟的锅炉结渣预测方法以及基于数值模拟的锅炉结渣预测装置可相互对应参照。

请参考图4，图4为本发明实施例所提供的一种基于数值模拟的锅炉结渣预测设备的结构框图。

参照图4，该基于数值模拟的锅炉结渣预测设备可以包括处理器11和存储器12。

所述存储器12用于存储计算机程序；所述处理器11用于执行所述计算机程序时实现上述发明实施例中所述的基于数值模拟的锅炉结渣预测方法。

本实施例的基于数值模拟的锅炉结渣预测设备中处理器11用于安装上述发明实施例中所述的基于数值模拟的锅炉结渣预测装置，同时处理器11与存储器12相结合可以实现上述任一发明实施例中所述的基于数值模拟的锅炉结渣预测方法。因此基于数值模拟的锅炉结渣预测设备中的具体实施方式可见前文中的基于数值模拟的锅炉结渣预测方法的实施例部分，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一发明实施例中所介绍的一种基于数值模拟的锅炉结渣预测方法。其余内容可以参照现有技术，在此不再进行展开描述。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种基于数值模拟的锅炉结渣预测方法、一种基于数值模拟的锅炉结渣预测装置、一种基于数值模拟的锅炉结渣预测设备以及一种计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。