锅炉燃烧优化控制技术是一种对发电厂实现高效燃烧和低污染排放控制的最节约成本、最有效的方法。提出一种基于量子遗传算法和神经网络的混合优化方法,借助发电厂锅炉燃烧特性试验数据,建立神经网络的锅炉燃烧模型,使用量子遗传算法优化锅炉燃烧的二次风门开度和燃烧器摆角度,从而调节各优化目标的最佳设定值,来实现锅炉燃烧对热效率和氮氧排放量的整体优化和控制。仿真结果表明,调节优化二次风门开度和燃烧器摆角度对锅炉燃烧效率和氮氧排放量有着较好的改善,证明该方法具有泛化能力好和求解速度快,对锅炉燃烧过程具有较好的预测控制效果。

利用有限元软件ABAQUS建立了摆动液压油缸O形旋转密封圈的二维轴对称模型,分析计算了旋转轴直径、O形圈截面直径、O形圈内圆周向压缩率等结构参数对密封面最大接触压力和范米塞斯(Von Mises)应力的影响。结果表明介质压力为0时,旋转轴直径、O形圈截面直径对范米塞斯(Von Mises)应力和密封面最大接触压力影响较大;O形圈内圆周向压缩率对Von Mises应力影响较大;在介质压力下,旋转轴直径、O形圈截面直径分别对Von Mises应力及最大接触压力的影响都不大,O形圈内圆周向压缩率主要是为了避免橡胶的焦耳效应;分析结果验证了长期使用的设计经验。