@phdthesis{Katzer2024, author = {Katzer, Christian}, title = {Modellierung und Optimierung des Verbrennungszustands anhand der dynamischen Flammenstabilit{\"a}t am Beispiel eines Kohlebrenners}, doi = {10.26127/BTUOpen-7040}, url = {http://nbn-resolving.de/urn:nbn:de:kobv:co1-opus4-70402}, school = {BTU Cottbus - Senftenberg}, year = {2024}, abstract = {Im Rahmen der vorliegenden Arbeit wurde eine modellgest{\"u}tzte Prozessoptimierung an einer 400 kWth Verbrennungsanlage entwickelt, mit dem Ziel, die Betriebsoptimierung in Echtzeit zu realisieren. Die Grundlage bildet ein physikalisch-netzwerkgekoppeltes Modell der Verbrennungsanlage, das mit einem neuronalen Netzwerk zur Analyse der Betriebsdaten des Brenners hinsichtlich der Verbrennungsstabilit{\"a}t kombiniert wird. Der Optimierungsalgorithmus basiert auf einer Zielfunktion, die die Flammenstabilit{\"a}t und den Luftanteil ber{\"u}cksichtigt. Im {\"U}berblick zum aktuellen Stand der Technik wurde zun{\"a}chst die Problemstellung der Flammenstabilit{\"a}t auf das untersuchte Feststoff-Brennersystem {\"u}bertragen und der erforderliche Zugriff auf physikalisch-chemische Parameter der Flammenzone zur Zustandsbewertung des Systems erl{\"a}utert. Das Modell wurde auf der Grundlage experimenteller Untersuchungen am Gas-/Kohle-Kombibrenner des Verbrennungsversuchsstands VVS400 an der BTU Cottbus-Senftenberg entwickelt. Dabei wurden verschiedene Messmethoden zur Erfassung instation{\"a}rer Verbrennungseffekte {\"u}berpr{\"u}ft. Insbesondere erwies sich die UV-Flammenstrahlung und die Chemolumineszenz des OH*-Radikals als geeignet f{\"u}r die Bewertung der prim{\"a}ren Verbrennungszone. Diese Methodik erm{\"o}glichte es, das Verbrennungsverhalten zu analysieren und ein Modell zur Bewertung der Flammenstabilit{\"a}t zu entwickeln. Eine wesentliche Erkenntnis war, dass das Flammenw{\"a}chtersignal, unterst{\"u}tzt durch eine Frequenzanalyse, eine zuverl{\"a}ssige Datenquelle f{\"u}r die Modellierung und Optimierung des Brennersystems darstellt. Das entwickelte Bewertungssystem erm{\"o}glicht eine pr{\"a}zise Beurteilung des Verbrennungszustands sowie die Berechnung von Optimierungsmaßnahmen, die als Handlungsempfehlungen f{\"u}r den Brennerbetrieb dienen. Im weiteren Verlauf wurde ein quasistation{\"a}res Modell entwickelt, das physikalische Modellierungsans{\"a}tze mit neuronalen Netzwerken kombiniert, um komplexe Betriebsparameter abzubilden. Diese Modellierung zeigte eine hohe {\"U}bereinstimmung mit den experimentellen Messdaten und bildete somit eine effektive Grundlage f{\"u}r die Prozessoptimierung. Das Optimierungsverfahren basiert auf dem Pattern-Search-Verfahren, wobei die Flammenstabilit{\"a}t und der Luftanteil als Optimierungsziele definiert wurden. Die Ergebnisse der Untersuchungen belegen, dass das integrierte Verfahren zur Flammenbewertung und -optimierung erfolgreich zur Echtzeit-Analyse und Steuerung von Brennersystemen eingesetzt werden kann. Anhand von Validierungsmessungen wird das Potenzial zur Modellierung und Optimierung des Verbrennungszustands auf Basis der dynamischen Flammenstabilit{\"a}t am Beispiel eines Kohlebrenners diskutiert. Das vorgestellte Verfahren soll als Hilfsmittel f{\"u}r Brennersysteme dienen, um den steigenden Anforderungen an Emissionsgrenzen und Lastflexibilit{\"a}t gerecht zu werden. Die {\"U}bertragbarkeit vom experimentellen Rahmen auf die Industrieanwendung wird diskutiert, und weiterer Entwicklungsbedarf abgeleitet.}, subject = {Verbrennung; Flammenstabilit{\"a}t; Optimierungsmodell; Combustion; Combustion stability; Optimization model; Neuronales Netzwerk; Neural network; Verbrennung; Flammenstabilit{\"a}t; Prozessoptimierung; Modell; Neuronales Netz}, language = {de} }