超臨界鍋爐省煤器管材磨損量計算方法

林周勇, 連達得, 陳景東, 張 力, 李樂天, 楊凱鏇

(1. 國能(泉州)熱電有限公司, 福建泉州 362804;2. 上海發電設備成套設計研究院有限責任公司, 上海 200240)

省煤器是鍋爐尾部受熱面的關鍵設備之一,相比于過熱器、再熱器等位于水平煙道前段的受熱面,省煤器所處煙道的截面積小,管材數量多且分布密集,管材表面的煙氣流速比其余受熱面更高,磨損問題發生頻繁。飛灰磨損與機械磨損是造成鍋爐受熱面管材磨損的主要原因[1-4]。機械磨損多由管材安裝、檢修過程中的操作不當所致,發生機械磨損的管材具有位置固定且數量較少的特點。針對機械磨損,可以在定期檢修過程中對其進行針對性排查,不需要長周期跟蹤監視。飛灰磨損[5-8]由攜帶灰粒和未完全燃燒燃料顆粒的高速煙氣撞擊受熱面管材表面使金屬材料不斷損耗所致,其磨損過程具有漸進性,并且受熱面任意管材均有磨損風險。因此,實時評估飛灰磨損引起的管材磨損量,對于保障鍋爐尾部受熱面的安全運行具有重要意義。

針對飛灰磨損的實驗室測試與數值模擬研究均取得了一定的成果。程偉良等[9]結合在線測點數據、鍋爐運行經驗參數與受熱面結構參數,得出了關于飛灰磨損量計算的一類表征公式。LEE B E等[10]給出了包含飛灰密度、飛灰濃度、灰粒尺寸、灰流溫度等多類實驗參數在內的金屬壁面磨損量計算方法。馬喬等[11]使用FLUENT軟件中的離散相模型模擬鍋爐管材磨損情形,得到了受熱面不同管材位置處的煙氣流速分布規律與管材磨損速率。上述研究者基于機理模型開發、數值模擬計算等方式探究鍋爐運行參數、結構參數與管材磨損量之間的關聯,但受鍋爐運行狀態波動的影響,機理模型計算所需的在線參數(如鍋爐負荷、煙氣流速等)與數值計算需要輸入的邊界條件(如煙氣溫度、飛灰來流角度等)無法實時、準確地反映現場實際狀態,進而導致計算結果與實際情形之間產生偏差。周夢偉等[12]模擬了某超臨界鍋爐省煤器水平煙道壁面減薄的情形,其計算磨穿時間為管壁實際磨穿時間的83%。

為準確表征省煤器管材磨損量,進而預防與壁厚減薄相關的管材失效事故的發生,以某670 MW超臨界機組鍋爐省煤器管材為研究對象,通過在線監測數據與離線壁厚監測數據相結合的方法驗證并校正受熱面磨損量計算模型,以實現對省煤器管材狀態監測能力的提升。

1 機組設備情況

某電廠670 MW超臨界鍋爐為一次中間再熱直流爐,采用平衡通風、前后墻對沖燃燒方式,設計煤種為煙煤。爐內省煤器的部分設計與運行參數見表1,其中管材的管徑、初始壁厚、材質、管材所處煙道的截面積與管材節距由省煤器圖紙獲得,煙氣流速、煙氣溫度等在線數據由電廠分散控制系統(DCS)采集獲得,管材平均磨損量由電廠提供的壁厚離線檢測數據計算得到。

表1 省煤器設計參數與機組運行參數

該省煤器管材在2018年至2022年的每兩年的平均磨損量相差不大,未見隨壁厚減薄磨損速率顯著增加的情形,符合管材磨損的一般規律[1]。該鍋爐服役12年以來省煤器曾發生過管材壁厚嚴重減薄并引起泄漏的事故(見圖1),對機組的正常生產運行造成影響,事后經專業人員檢測認為是飛灰磨損所致。因此,準確表征該機組省煤器管材磨損狀況對于保障機組的安全生產具有實際意義。

圖1 管材磨損部位照片

表2、表3分別給出了煤的工業分析數據與灰成分分析數據,該鍋爐設計、校核煤種均為晉北煙煤,實際燃用煤種以漳平煙煤為主,三類煤種的揮發分質量分數w(Vdaf)均超過30%,符合典型煙煤特征。其中,實際煤種的哈氏可磨性指數(HGI)僅為52.70,為三者中最低,其灰分收到基質量分數w(Aar)達到24.25%,灰成分分析結果則表明實際煤種的灰分中含有較多的硅與堿土金屬元素的化合物,因此實際煤種燃燒產生的煙氣中的飛灰濃度較高,灰顆粒硬度與粒度較大,更易造成省煤器管材的磨損。

表2 煤的工業分析數據

表3 灰成分分析數據

2 磨損量計算方法

根據目前掌握的670 MW超臨界參數鍋爐的煤種、灰成分及省煤器管材的相關參數種類,對現有計算模型進行優化,忽略影響較小的參數,并且調整部分經驗參數的取值方法。得到優化后的公式為:

(1)

式中:δ為管材磨損量,mm;a為煙氣中飛灰的磨損系數;η為撞擊頻率因子;m為抗磨性系數;f為煙氣中的飛灰質量濃度,g/m3;βf為飛灰濃度修正系數;ω為飛灰流速,m/s;βω為煙氣流速修正系數;n為煙氣流速系數,一般取3.3～4;τ為磨損時間,h;Ct為壁溫修正系數;R90為煤粉細度。

以上數據的取值需要綜合考慮目標爐型及其燃用煤種。此外,曾有研究人員使用相關公式對某200 MW亞臨界鍋爐省煤器的磨損量進行計算[9],認為公式具有一定可靠性,但在本文中屬于首次將其用于超臨界鍋爐省煤器磨損量的計算。

3 磨損量計算與校正

3.1 磨損量計算

一般情況下,省煤器前排管受到的煙氣流速沖擊最大,管壁的磨損速率最快,因此以首排管為例計算管材壁厚磨損速率,該值可用于評估省煤器管材在最惡劣工況下的磨損狀況。

所研究的670 MW超臨界鍋爐省煤器管組懸吊布置在尾部后煙道內的低溫過熱器下方,省煤器采用H形鰭片管,管子規格為Φ44.5×7,材質為SA-210C低碳鋼。計算過程中,煙氣流通截面積取75 m2,煤種的R90為16%,煙氣中飛灰的磨損系數為1.4×10-8,飛灰顆粒的平均粒徑取2×10-6m,管壁的金屬抗磨性系數取1.0。煙氣流速系數與管材材質相關,對于碳鋼,煙氣流速系數一般取3.3,其余結構參數、經驗參數取自鍋爐設計說明書。求得首排管截面處的煙氣流速為10.53 m/s,磨損速率為6.72×10-5mm/h,按照年運行時間為5 000 h計算,兩年的磨損量為0.67 mm。

3.2 磨損量比較

將電廠鍋爐專業金屬監督臺賬中獲取的部分省煤器管材的壁厚檢測數據換算為管材磨損數據(以下稱為磨損量實測值),再與通過模型計算得到的這些管材所在管排處的磨損量計算值進行對比,評估計算模型的準確性。部分管材的磨損量實測值、計算值及二者的誤差率(磨損量計算值與實測值之差的絕對值與磨損量實測值的比值)列于表4。

表4 省煤器部分管材磨損量的實測值與計算值統計

由表4可知:省煤器管材磨損量計算值明顯低于各排管材的磨損量實際值,誤差率的平均值達到18%,并且位于所處尾部煙道前段的管材磨損量計算值較大,誤差率更高,其中第24屏第1管(即首排管)的磨損量計算值與其誤差率分別達到0.62 mm和22.5%,二者皆為同項最大值。上述情形是由省煤器前排管束受到更多的高速灰粒碰撞,這些部位的磨損速率更快所致。同時,發生嚴重磨損的管排位置與管束間節距密切相關,當管束間節距與管徑之比為2時,省煤器管束的嚴重磨損段出現在前10排[13],并且隨著節距的增大,嚴重磨損段將逐漸后移,這與該鍋爐省煤器的磨損狀況基本符合。隨著管排與省煤器煙道進口距離的增大,飛灰濃度會相對地減少,飛灰顆粒對管材的沖擊速度降低,管材磨損速率減小,因而磨損量計算值與實測值的誤差率也逐漸減小至12%。

因此,兩類磨損數據之間存在較大誤差的主要原因是磨損量計算模型對于處于尾部煙道不同位置的管材磨損速率的表征能力不足,導致磨損計算結果呈現的磨損規律與管材嚴重磨損段等實際情形存在偏差。為提高模型表征能力,提升計算精度,采用兩類校正方法對磨損量計算值進行修正。

3.3 磨損量修正

3.3.1 計算結果修正法

開發的磨損量計算結果修正法流程見圖2,需要設定誤差率允許上限[9]。

圖2 磨損量計算結果修正法流程

若磨損量計算值與實測值的誤差率高于誤差率允許上限,則將磨損量實測值與計算值的比值代入式(1)中,得到:

δ′=δl

(2)

式中:δ′為使用計算結果修正法得到的磨損量計算值;l為磨損量實測值與計算值之比。

表5為省煤器管材磨損量實測值與修正后的計算值對比。經上述方法修正后各管材的磨損計算值與實測值的誤差率均低于10%,平均誤差率約為3.2%,表明針對性地修正磨損量計算值對于準確表征管材磨損狀況具有實際意義。

表5 省煤器管材磨損量實測值與計算結果修正法的計算值對比

3.3.2 經驗參數修正法

采用磨損量計算結果修正法可以有效地提高計算結果的精度,但是并未使機理模型本身的表征能力得到實質性的提升。因此,開發了通過修正式(1)中的經驗參數從而實現磨損量計算值與實測值趨于一致的方法。式(1)中磨損量計算值與煙氣流速系數之間呈正相關,該系數取決于管材材質,一般為3.3～4,在計算首排管磨損量時將其取為3.3。故根據計算值低于實測值的情形,計算了煙氣流速系數大于3.3時的多種情形。經驗參數修正后的計算結果誤差率統計見表6,煙氣流速系數分別為3.30、3.38、3.40時,對應的磨損量計算值與實測值的平均誤差率分別為18.04%、3.14%、10.43%。

表6 經驗參數修正后的計算結果誤差率統計

通過在合理范圍內調整磨損量計算模型中的煙氣流速系數,可以有效地提升模型的表征能力,進而提高計算精度,并且在不斷增大煙氣流速系數的過程中,存在使管材磨損量計算值與實測值的絕對誤差平均值最小的情形。當煙氣流速系數取3.38時,平均誤差率可以降至3.14%,優于計算結果修正法的修正結果。

3.3.3 實際驗證

為驗證經驗參數修正法相比于計算結果修正法的修正效果是否更優,并且是否具有一定的普適性,選取同廠另一臺670 MW超臨界鍋爐的省煤器管材磨損數據進行對比分析,該鍋爐省煤器的管徑、壁厚、材質等結構參數與前述省煤器一致。選取具有連續批次壁厚檢測數據的管材計算其近一個檢修周期內的磨損量,再分別采用2種修正方法進行優化,其中在使用經驗參數修正法時對煙氣流速系數重新進行尋優。優化前后的磨損量及誤差率見表7,磨損量計算值(n=3.30)與實測值的平均誤差率為12.35%,采用計算結果修正法的平均誤差率為4.89%,采用經驗參數修正法(n=3.41)的平均誤差率為3.81%。修正后的磨損數據相比于計算結果修正法所得結果更符合實際情形。通過實際應用證明經驗參數修正法是有效的,并且修正效果優于計算結果修正法。

表7 2種修正方法的效果對比

4 結語

通過對現有管材磨損量計算模型進行優化,給出了以鍋爐在線數據、離線數據與經驗參數為基礎的簡化的管材磨損量計算模型,并且根據模型計算了某670 MW超臨界鍋爐省煤器管材的磨損量,結果表明管材磨損量計算明顯低于各排管材的磨損量實測值,并且對于越接近首排管位置的管材,二者間的誤差率越大,這與管材自身所處工況、磨損量計算模型中關鍵參數的選取和低溫腐蝕等失效問題的綜合影響有關。

為提高模型表征能力,進而提升計算精度,采用計算結果修正法與經驗參數修正法降低磨損量計算值與實測值之間的誤差率。采用經驗參數修正法時,在逐步調整計算模型中煙氣流速系數的過程中,存在使管材磨損計算值與實測值的平均誤差率達到最小值的情形,此時磨損量計算值與實測值之間的誤差率減小至3.14%,其修正效果優于計算結果修正法。研究結果可以為同類超臨界鍋爐省煤器壁厚監測提供可靠依據。