对于热风炉来说，余热的回收主要是烟气余热的回收。烟气余热的回收方式主要有两种： 一种：利用烟气余热预热助燃空气或燃料自用。另一种：利用余热生产蒸汽、煤气、电能等二次能源外供。一般情况下，种的回收方式应用较广。回收自用主要有换热器回收和蓄热室回收，以换热器回收应用为广泛。数学模型法能将换炉、送风结合为一体，实现全闭环自动控制，但由于检测点多，在生产条件不够稳定、装备水平较低的热风炉中不易实现；直接加热热风炉中空气的流程很单一，先是由风机将空气送入燃烧室，然后在空气中的氧气参与下，燃料燃烧放出热量，形成烟道气，后由风机送入干燥室。
国内外热风炉的空燃比控制主要有传统控制方法、数学模型方法、人工智能方法。传统控制方法主要有比例极值调节法和烟气氧含量串级比例控制法，但是由于不能及时改变空燃比，不易实现热风炉的佳燃烧，且测氧仪器成本高、难以维护，因此，实际使用效果不太理想；热风炉根据燃料的不同可分为固体燃料热风炉、液体燃料热风炉、气体燃料热风炉。热风炉与导热油炉、电加热炉等相比，具有投资少，生产费用低、热等特点，热风炉在温室中的应用越来越广。
目前，我国绝大多数热风炉的燃烧控制主要还是采用手动控制，煤气流量和空气流量的大小由人工凭经验手动调节，因此，供热温度波动较大，对热风炉的寿命也有很大影响，并造成煤气的巨大浪费。数学模型法能将换炉、送风结合为一体，实现全闭环自动控制，但由于检测点多，在生产条件不够稳定、装备水平较低的热风炉中不易实现；我们可以利用热风炉烟气的热量进行预热，来弥补因热风炉燃料比降低以后煤气热值降低所带来的燃烧温度偏低的问题。
热风炉是高炉冶炼过程中重要的热交换设备。建立热风炉燃烧控制模型的目标是实现燃烧过程的自动控制，其是优化空燃比和煤气流量的实时调整，保证燃烧过程的、节能、稳定，延长热风炉使用寿命。数学模型法能将换炉、送风结合为一体，实现全闭环自动控制，但由于检测点多，在生产条件不够稳定、装备水平较低的热风炉中不易实现；人工智能方法主要有神经网络和模糊控制，神经网络控制对热风炉燃烧过程有极强的自学习能力，但抗干扰能力较弱，而模糊控制不需数学模型，有较强的抗干扰能力且易于实现，因此尤其适用于热风炉这类难以确切描述的非线性系统。
以上信息由专业从事生物质颗粒炉厂家的合肥强宇于2024/6/4 10:55:40发布
转载请注明来源：http://heze.mf1288.com/hfqiangyu-2764200354.html
