鍋爐智能吹灰優(yōu)化建模及應(yīng)用

黃書益，陳鴻，廖勇，白彬，譚鵬，張成

(1.國家能源集團(tuán)樂東發(fā)電有限公司，海南 樂東572599；2.華中科技大學(xué) 能源與動(dòng)力工程學(xué)院 煤燃燒國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430074)

由于煤中存在大量灰分，燃煤電站鍋爐運(yùn)行過程中不可避免積灰結(jié)渣。積灰結(jié)渣的形成主要與鍋爐的運(yùn)行方式、燃煤的煤質(zhì)有關(guān)[1-2]?；摇⒃鼤?huì)阻隔煙氣與鍋爐受熱面換熱，降低換熱效率，導(dǎo)致排煙溫度上升，降低鍋爐效率[3]。積灰結(jié)渣嚴(yán)重到一定程度后還會(huì)帶來煙道阻力增大和爐膛嚴(yán)重掛渣、掉渣等問題。為保證鍋爐正常運(yùn)行，一般采用蒸汽定期吹掃清除粘附在受熱面上的灰污[4]。

為實(shí)現(xiàn)碳達(dá)峰、碳中和的目標(biāo)，新能源發(fā)電(如風(fēng)力發(fā)電、太陽能發(fā)電等)裝機(jī)容量不斷增加，但風(fēng)能與太陽能具有不穩(wěn)定、隨機(jī)和間歇性等缺點(diǎn)[5-6]，為提升新能源入網(wǎng)比例，需要燃煤電站提升運(yùn)行靈活性來維護(hù)電網(wǎng)穩(wěn)定運(yùn)行。不同負(fù)荷下鍋爐內(nèi)部溫度水平與煙氣流速存在差異，變負(fù)荷運(yùn)行時(shí)爐內(nèi)流場會(huì)發(fā)生變化，對(duì)受熱面積灰結(jié)渣形成“沖擊”；因此，靈活運(yùn)行下的電站鍋爐積灰結(jié)渣特性較承擔(dān)基礎(chǔ)負(fù)荷運(yùn)行時(shí)有明顯差異。傳統(tǒng)基于運(yùn)行規(guī)程的定時(shí)吹灰策略明顯不再適用于靈活運(yùn)行模式電站鍋爐。此外，我國燃煤電站鍋爐長期燃用非設(shè)計(jì)煤種，處于混煤燃燒狀態(tài)。不同煤種的積灰結(jié)渣特性差別較大，煤質(zhì)波動(dòng)大導(dǎo)致鍋爐的積灰結(jié)渣狀況難以預(yù)估。再者，受爐內(nèi)空氣動(dòng)力場變化影響，爐內(nèi)局部熱負(fù)荷過高會(huì)導(dǎo)致水冷壁局部結(jié)渣。綜上所述，傳統(tǒng)定時(shí)定量的吹灰策略往往與實(shí)際受熱面的吹灰需求不匹配，造成受熱面局部甚至全局的“欠吹”或“過吹”。“欠吹”會(huì)導(dǎo)致排煙溫度上升，降低鍋爐效率，嚴(yán)重時(shí)可能會(huì)導(dǎo)致煙道阻力增大和爐膛嚴(yán)重掛渣、掉渣等現(xiàn)象[7-8]；“過吹”不僅浪費(fèi)吹灰蒸汽，還會(huì)導(dǎo)致受熱面管壁因吹損面減薄，增加爆管風(fēng)險(xiǎn)。根據(jù)受熱面實(shí)際灰污狀況按需吹灰十分重要。

受熱面灰污在線監(jiān)測是制訂吹灰策略的重要依據(jù)。目前針對(duì)燃煤電廠鍋爐受熱面灰污監(jiān)測的研究較多，主要分為機(jī)理驅(qū)動(dòng)建模和數(shù)據(jù)驅(qū)動(dòng)建模。在機(jī)理驅(qū)動(dòng)建模方面主要有熱平衡法[9-10]和差壓法[11-12]，B. Pea等[13]針對(duì)過熱器傳熱特性進(jìn)一步設(shè)計(jì)了結(jié)垢率實(shí)時(shí)計(jì)算熱模型；劉經(jīng)華等[14]根據(jù)對(duì)流受熱面管壁表面積灰厚度與煙氣流動(dòng)阻力之間的本質(zhì)關(guān)系，提出了采用煙氣壓降直接計(jì)算管壁表面積灰厚度的模型；聶朗等[15]針對(duì)變負(fù)荷過程中煙氣側(cè)與工質(zhì)側(cè)參數(shù)動(dòng)態(tài)響應(yīng)差異，引入3個(gè)系數(shù)修正傳熱溫壓，使傳統(tǒng)受熱面灰污在線監(jiān)測模型適用于變負(fù)荷工況，但需要對(duì)這3個(gè)系數(shù)設(shè)置方法或依據(jù)。在數(shù)據(jù)驅(qū)動(dòng)建模方面，Kumari等[16]基于動(dòng)態(tài)非線性回歸模型監(jiān)測再熱器的潔凈因子；Xu等[17]基于熱平衡原理、遺傳算法和反向傳播神經(jīng)網(wǎng)絡(luò)建立了結(jié)渣動(dòng)態(tài)監(jiān)測模型；張翔[18]提出一種基于支持向量回歸模型和小波分析的灰污熱阻在線預(yù)測模型?？傮w而言，受熱面灰污在線監(jiān)測建模的基礎(chǔ)理論依據(jù)還是以受熱面?zhèn)鳠釞C(jī)理為主，由于對(duì)傳熱過程進(jìn)行了簡化，計(jì)算所得灰污監(jiān)測結(jié)果不僅受換熱面灰污狀況影響，還與鍋爐負(fù)荷、煤質(zhì)特性有關(guān)。

與受熱面灰污監(jiān)測相比，吹灰決策理論還有待進(jìn)一步發(fā)展。現(xiàn)有吹灰決策方法主要可分為3類。第1類直接根據(jù)各受熱面實(shí)時(shí)污染率及其閾值來判斷是否吹灰[19]。第2類采用最大凈熱收益模型，根據(jù)系統(tǒng)累計(jì)熱損失最小原則制訂吹灰優(yōu)化策略[16-17]。這2類方法都是基于灰污監(jiān)測結(jié)果進(jìn)行決策，但變負(fù)荷運(yùn)行時(shí)灰污監(jiān)測結(jié)果易出現(xiàn)擾動(dòng)，給決策帶來困擾。第3類是規(guī)則庫吹灰優(yōu)化方法[20-21]，該方法完全拋棄了灰污監(jiān)測結(jié)果，通過運(yùn)行數(shù)據(jù)挖掘和證據(jù)融合建立吹灰置信規(guī)則庫，但該方法受數(shù)據(jù)樣本的限制，置信規(guī)則庫中的參數(shù)優(yōu)化難度大。此外，現(xiàn)有吹灰優(yōu)化研究主要還是針對(duì)各受熱面吹灰進(jìn)行優(yōu)化，缺少針對(duì)具體吹灰器的優(yōu)化研究。

針對(duì)上述不足，本文提出吹灰器敏感性分析方法，通過歷史數(shù)據(jù)分析找出易結(jié)渣、積灰區(qū)域?qū)?yīng)的吹灰器，根據(jù)敏感性對(duì)吹灰器進(jìn)行分組并設(shè)置吹灰優(yōu)先級(jí)，在此基礎(chǔ)上，提出基于灰污監(jiān)測、煙溫、汽溫、金屬壁溫等多維度綜合評(píng)判的吹灰決策模型，并開發(fā)智能吹灰系統(tǒng)。

1 研究對(duì)象

本文以某一次中間再熱、π型布置超臨界直流鍋爐為研究對(duì)象。爐膛斷面尺寸為寬15.287 m、深13.217 m，水平煙道深度為4.747 m，尾部前煙道深度為5.06 m，尾部后煙道深度為5.98 m，水冷壁下集箱標(biāo)高為6.5 m，頂棚管標(biāo)高為59.0 m。鍋爐采用前后墻對(duì)沖燃燒方式，共布置5層燃燒器(前3后2)，每層布置4只低NOx軸向旋流燃燒器。爐膛中、下部水冷壁采用螺旋管圈，上部水冷壁采用一次上升垂直管屏。鍋爐共設(shè)有118支蒸汽吹灰器：分別在爐膛區(qū)域布置52支短行程VS-H吹灰器；在屏式過熱器(屏過)、高溫過熱器(高過)、高溫再熱器(高再)、低溫再熱器(低再)、低溫過熱器(低過)、省煤器區(qū)域布置38支長行程PSSL/C吹灰器；脫硝區(qū)域布置24支長行程PSAT/D吹灰器；空氣預(yù)熱器配置4支PS-AR/PS-AL蒸汽吹灰器，其中2支吹灰器布置在空氣預(yù)熱器的冷端，其余 2支布置在空氣預(yù)熱器的熱端。鍋爐燃燒器、受熱面及吹灰器布置如圖1所示。

圖1 吹灰器布置示意圖Fig.1 Schematic diagram of layout of soot blower

每支爐膛吹灰器的運(yùn)行時(shí)間約為1 min；每支長伸縮吹灰器的運(yùn)行時(shí)間約為10 min；每支空氣預(yù)熱器吹灰器的運(yùn)行時(shí)間約為38 min。吹灰汽源取自屏式過熱器出口蒸汽。

2 智能吹灰優(yōu)化建模

2.1 吹灰器敏感性分析方法

分析吹灰器敏感性的目的是找出各受熱面易積灰或結(jié)渣的區(qū)域及其對(duì)應(yīng)的吹灰器。若某吹灰器對(duì)應(yīng)區(qū)域積灰結(jié)渣嚴(yán)重，則吹灰前后金屬壁溫或潔凈因子變化幅度大。對(duì)于水冷壁區(qū)域，由于其傳熱過程復(fù)雜、換熱面積大，爐膛潔凈因子建模困難且難以反映出單只吹灰器的敏感性；因此，本文根據(jù)吹灰前后垂直水冷壁金屬溫度的溫度上升幅度來評(píng)判吹灰器的敏感性。若某吹灰器區(qū)域在吹灰前結(jié)渣嚴(yán)重，由于該區(qū)域傳熱熱阻大，管內(nèi)工質(zhì)吸熱少，溫度低，對(duì)應(yīng)的垂直水冷壁壁溫也較低；吹灰后由于傳熱熱阻減小，管內(nèi)工質(zhì)吸熱增多，對(duì)應(yīng)的垂直水冷壁壁溫會(huì)上升：由此可獲得爐膛區(qū)域敏感的吹灰器。壁溫溫升計(jì)算方法為：

Δt=tafter-tbefore.

(1)

式中：Δt為短吹灰器動(dòng)作前后，垂直水冷壁壁溫變化值，℃；tafter為吹灰器動(dòng)作之后5 min內(nèi)壁溫的最大值，℃；tbefore為吹灰器動(dòng)作之前2 min內(nèi)壁溫的平均值，℃。

對(duì)于除爐膛水冷壁的其他受熱面，由于受熱面面積相對(duì)較小，同時(shí)傳熱機(jī)理相對(duì)簡單，因此采用受熱面潔凈因子作為吹灰器的敏感性分析依據(jù)。對(duì)于省煤器、低過、低再、高再、高過和屏過等受熱面采用熱平衡法[9-10]計(jì)算潔凈因子，空氣預(yù)熱器采用差壓法[11-12]計(jì)算潔凈因子。根據(jù)各吹灰器吹灰前后受熱面潔凈因子的變化幅度判斷吹灰器的敏感性?；跓崞胶夂筒顗旱臐崈粢蜃佑?jì)算詳細(xì)計(jì)算方法如下。

a)熱平衡法。用潔凈因子CF表示受熱面的污染狀態(tài)，可以直接反映出受熱面的吸熱量受灰污影響的大小。當(dāng)受熱面清潔時(shí)，CF=1，否則CF<1。其計(jì)算公式為

CF=Ksj/Klx.

(2)

式中：Ksj為受熱面實(shí)際換熱系數(shù)；Klx為理想換熱系數(shù)。

其中換熱系數(shù)K的計(jì)算方式如下：

K=Q/ΔtmA,

(3)

Q=m·Δh,

(4)

Δtm=(Δtmax-Δtmin)/ln(Δtmax/Δtmin).

(5)

式(3)—(5)中：Q為工質(zhì)的吸熱量，kJ；Δtm為對(duì)數(shù)傳熱溫差，℃；Δtmax、Δtmin分別為傳熱過程中煙溫和汽溫溫差的較大者和溫差的較小者，℃；A為傳熱面積，m2；Δh為給水進(jìn)出口焓差，kJ/kg；m為給水流量，kg/s。

(6)

其中壓差計(jì)算公式為

(7)

其中過量空氣系數(shù)

α=21/(21-O2).

(8)

式中O2為煙氣含氧量(體積分?jǐn)?shù))。

由于計(jì)算燃煤量與鍋爐的負(fù)荷呈線性關(guān)系，可采用發(fā)電功率MW近似代替計(jì)算燃煤量Bj，即：

(9)

通過對(duì)大量運(yùn)行數(shù)據(jù)進(jìn)行挖掘可以找出吹灰前后參數(shù)變化顯著的吹灰器，這些吹灰器對(duì)應(yīng)的區(qū)域即易結(jié)渣或積灰區(qū)域。具體流程如圖2所示。

圖2 吹灰器敏感性分析流程Fig.2 Flow chart of sensitivity analysis of soot blower

2.2 智能吹灰優(yōu)化決策模型

由于潔凈因子計(jì)算模型對(duì)傳熱過程進(jìn)行了簡化，計(jì)算所得潔凈因子不僅受換熱面灰污狀況影響，還與鍋爐負(fù)荷、煤質(zhì)特性有關(guān)。僅根據(jù)潔凈因子進(jìn)行吹灰決策難以實(shí)現(xiàn)按需吹灰。本文提出一種基于多維度綜合評(píng)判的吹灰決策模型，綜合考慮受熱面潔凈因子、受熱面金屬壁溫、工質(zhì)溫度、減溫水閥門開度、受熱面進(jìn)出口煙氣溫度等多個(gè)維度的運(yùn)行參數(shù)變化。各參數(shù)閾值確定方法如下：

首先開展現(xiàn)場吹灰試驗(yàn)，探究在保證鍋爐安全運(yùn)行下各受熱面最低吹灰頻次，讓鍋爐在最低吹灰頻次下運(yùn)行一段時(shí)間；第2步采集現(xiàn)場吹灰試驗(yàn)期間歷史運(yùn)行數(shù)據(jù)，對(duì)負(fù)荷進(jìn)行分段，對(duì)各負(fù)荷段內(nèi)的金屬壁溫、工質(zhì)溫度、減溫水閥門開度、煙氣溫度等參數(shù)進(jìn)行統(tǒng)計(jì)學(xué)分析，確定各參數(shù)閾值；第3步采集更長時(shí)間跨度的歷史運(yùn)行數(shù)據(jù)，根據(jù)第2步所確定的閾值，進(jìn)行吹灰決策，根據(jù)吹灰頻次及試驗(yàn)所確定的最低吹灰頻次對(duì)閾值進(jìn)行微調(diào)，直至符合吹灰試驗(yàn)結(jié)果與運(yùn)行經(jīng)驗(yàn)。

對(duì)于水冷壁區(qū)域，若連續(xù)30 min內(nèi)出現(xiàn)以下情況之一則判定爐膛區(qū)域積灰嚴(yán)重，需要進(jìn)行吹灰，且優(yōu)先啟動(dòng)敏感性大的吹灰器：垂直水冷壁金屬壁溫低于閾值，過熱度低于閾值，屏式過熱器壁溫、高溫過熱器壁溫大于閾值，一級(jí)減溫水閥門開度大于閾值。

對(duì)于低溫過熱器、低溫再熱器、省煤器區(qū)域，若連續(xù)30 min內(nèi)出現(xiàn)以下情況則判定該區(qū)域積灰嚴(yán)重，需要吹灰，且優(yōu)先啟動(dòng)敏感性大的吹灰器：空氣預(yù)熱器入口煙溫高于閾值，相應(yīng)受熱面的潔凈因子小于閾值。

對(duì)于屏式過熱器、高溫過熱器、高溫再熱器區(qū)域，若連續(xù)30 min內(nèi)出現(xiàn)以下情況則判定該區(qū)域積灰嚴(yán)重，需要吹灰，且優(yōu)先啟動(dòng)敏感性大的吹灰器：低溫過熱器、低溫再熱器入口煙溫高于閾值，高溫再熱器壁溫高于閾值，相應(yīng)受熱面的潔凈因子小于閾值。

吹灰決策模型如圖3所示。

圖3 多維度綜合評(píng)判的吹灰決策模型Fig.3 Decision-making model of soot blowing for multi-dimensional comprehensive evaluation

3 結(jié)果與討論

3.1 吹灰器敏感性分析

從某電廠火電廠廠級(jí)監(jiān)控信息系統(tǒng)截取了自2020年10月9日至2021年1月10日共3個(gè)月的歷史運(yùn)行數(shù)據(jù)，數(shù)據(jù)采樣周期為1 min。采用2.1節(jié)所示方法對(duì)各受熱面吹灰器進(jìn)行敏感性分析。

3.1.1 爐膛短吹灰器

各層吹灰器對(duì)垂直管壁溫影響的敏感性分析如圖4所示。從圖4可以看出，C、D、E層吹灰器對(duì)垂直管壁溫的影響較大，B、F層吹灰器的影響次之，A層吹灰器對(duì)垂直管壁溫基本無明顯影響；以D層吹灰器為例，進(jìn)一步分析同層各吹灰器對(duì)垂直管水冷壁壁溫的影響，敏感性分析結(jié)果如圖5—8所示，圖中測點(diǎn)1靠近前墻，測點(diǎn)45靠近后墻。可以看出，D層靠右墻中間區(qū)域的D2、D3吹灰器對(duì)垂直管壁溫影響較大，而D1、D4吹灰器的影響相對(duì)較??；因此，為控制爐膛短吹對(duì)壁溫的影響，采用單、雙號(hào)吹灰器分開的方式投運(yùn)，減少同層吹灰器對(duì)水冷壁壁溫的影響，避免造成水冷壁壁溫報(bào)警甚至超溫。

圖4 各層爐膛吹灰器對(duì)垂直管壁溫變化的影響Fig.4 Influence of soot blower in each layer of furnace on temperature change of vertical tube wall

圖5 D1吹灰器敏感性分析Fig.5 Sensitivity analysis of D1 soot blower

圖6 D2吹灰器敏感性分析Fig.6 Sensitivity analysis of D2 soot blower

圖7 D3吹灰器敏感性分析Fig.7 Sensitivity analysis of D3 soot blower

圖8 D4吹灰器敏感性分析Fig.8 Sensitivity analysis of D4 soot blower

3.1.2 長吹灰器

為節(jié)約篇幅，以低溫過熱器區(qū)域的吹灰器說明長吹灰器敏感性分析結(jié)果，其吹灰前后對(duì)潔凈因子影響如圖9所示。

從圖9可以看出，L10吹灰器吹灰前后對(duì)低溫過熱器的潔凈程度影響相對(duì)較小，L14、L15吹灰器組合吹灰(L14+L15)前后，低溫過熱器的潔凈因子變化幅度相對(duì)較大，達(dá)0.22。吹灰策略優(yōu)化前，低溫過熱器吹灰器為每2日1次，第1日白班投運(yùn)L10吹灰器，前夜班投運(yùn)L11吹灰器，第2日投運(yùn)L14和L15吹灰器。從低溫過熱器的潔凈因子的變化情況可以看出，在該吹灰方式下，受熱面潔凈程度不均勻。L10、L14吹灰組合與L11、L15吹灰組合下，潔凈因子變化幅度較L14、L15吹灰組合的相對(duì)較小，說明上層吹灰器吹灰可能會(huì)導(dǎo)致下部受熱面積灰加重。因此，優(yōu)化后將吹灰器組合改為垂直方向同列的上、下層吹灰器為一組。

圖9 低溫過熱器吹灰器對(duì)潔凈因子的影響Fig.9 Influence of soot blower of low-temperature superheater on cleanness factor

3.2 系統(tǒng)開發(fā)及應(yīng)用

在前述研究的基礎(chǔ)上開發(fā)了智能吹灰系統(tǒng)。圖10為系統(tǒng)的主畫面，展示了鍋爐各受熱面的潔凈因子及鍋爐運(yùn)行的主要參數(shù)，當(dāng)潔凈因子或參數(shù)偏離正常范圍曲線時(shí)，智能吹灰系統(tǒng)會(huì)自動(dòng)改變吹灰策略，并展示在系統(tǒng)的信息欄中。

圖10 智能吹灰系統(tǒng)界面Fig.10 Intelligent soot blowing system interface

智能吹灰系統(tǒng)每日07:00、12:00、15:30、20:00會(huì)提示各吹灰器的吹灰模式，運(yùn)行人員根據(jù)提示的吹灰模式進(jìn)行吹灰。在DCS邏輯實(shí)現(xiàn)一鍵掛起和一鍵解掛功能，例：如果短吹提示采用組1方式進(jìn)行吹灰，則一鍵將組1方式外的短吹灰器掛起，運(yùn)行人員程控啟動(dòng)短吹順控，吹完后可一鍵解掛。

3.3 效益分析

根據(jù)電廠原吹灰方案，不同煤種對(duì)應(yīng)不同的吹灰策略，系統(tǒng)投運(yùn)后4個(gè)月(2021年7—10月)鍋爐燃用煤種以神華煤為主，對(duì)應(yīng)的吹灰方案為：①每日后夜班吹灰，爐膛短吹E—F層，空氣預(yù)熱器吹灰器；②每日白班吹灰，爐膛短吹A(chǔ)、C、E層吹灰器，長吹單號(hào)吹灰器，空氣預(yù)熱器吹灰器；③每天前夜班吹灰，爐膛短吹B、D、F層吹灰器，長吹雙號(hào)吹灰器，空氣預(yù)熱器吹灰器。此外根據(jù)減溫水流量與管壁壁溫的情況靈活進(jìn)行加吹。為比對(duì)，另外統(tǒng)計(jì)原吹灰方案1個(gè)月內(nèi)的吹灰頻次。數(shù)據(jù)見表1。

表1 吹灰頻次統(tǒng)計(jì)Tab.1 Statistics of soot blowing frequency

由表1可知，相較于原吹灰方案，系統(tǒng)投運(yùn)后的4個(gè)月，各類型吹灰器投運(yùn)次數(shù)總體上均有不同程度減少，根據(jù)吹灰器單次運(yùn)行時(shí)消耗的蒸汽量(見表2)可得到各月份的蒸汽總消耗量。

表2 各吹灰器單次吹灰蒸汽消耗量Tab.2 Soot blowing steam consumption of each soot blower

采用原吹灰方案每月耗費(fèi)蒸汽至少2 014 t，4個(gè)月合計(jì)8 056 t。而智能吹灰耗費(fèi)蒸汽4個(gè)月累計(jì)耗費(fèi)蒸汽4 251 t，相較于原吹灰方案，智能吹灰系統(tǒng)節(jié)省蒸汽量約3 805 t，減少47.2%。在系統(tǒng)運(yùn)行的4個(gè)月內(nèi)發(fā)現(xiàn)降低吹灰頻次后沒有引起鍋爐積灰、結(jié)渣惡化。在保障電廠安全生產(chǎn)的基礎(chǔ)上，智能吹灰系統(tǒng)的投運(yùn)提高了電廠生產(chǎn)的經(jīng)濟(jì)性。

另外，統(tǒng)計(jì)了系統(tǒng)投運(yùn)前后往年同期受熱面管壁超溫時(shí)長，見表3?？梢钥闯?，相較于系統(tǒng)投運(yùn)前，系統(tǒng)投運(yùn)后鍋爐管壁月均超溫時(shí)間由90 min降低至14 min，降幅達(dá)85%，減輕了由于管壁超溫導(dǎo)致爐管內(nèi)壁高溫腐蝕氧化、縮短管子使用壽命甚至過熱爆管等危害，提高了鍋爐運(yùn)行的安全性。

表3 系統(tǒng)投運(yùn)前后歷史同期管壁超溫情況統(tǒng)計(jì)Tab.3 Statistics of pipe wall overtemperature before and after intelligent soot blowing system putting into operation in the same historical period

4 結(jié)束語

本文提出了基于水冷壁壁溫、受熱面潔凈因子變化的吹灰器敏感性分析方法，掌握了各吹灰器的敏感性，并以此對(duì)吹灰器進(jìn)行了分組。提出了基于多維度綜合評(píng)判吹灰決策方法，并建立了智能吹灰系統(tǒng)。系統(tǒng)應(yīng)用后吹灰蒸汽耗量減少47.2%，提高了電廠生產(chǎn)的經(jīng)濟(jì)性。系統(tǒng)投運(yùn)后鍋爐管壁超溫時(shí)長降低了約85%，減輕了管壁超溫帶來的危害，提高了鍋爐運(yùn)行的安全性。