[發明專利]電站鍋爐煤粉濃度質量流量軟測量方法

無效

• 申請號: 200810044158.3
• 申請日: 2008-12-22
• 公開（公告）號: CN101464172A
• 公開（公告）日: 2009-06-24
• 發明（設計）人: 成貴學;潘衛國;曹絳敏;王文歡
• 申請（專利權）人: 上海電力學院
• 主分類號: G01F1/86
• 分類號: G01F1/86;G06K9/62;G06N3/02
• 代理公司: 上海申匯專利代理有限公司
• 代理人: 吳寶根

技術領域

本發明涉及一種鍋爐測量與信號處理，特別涉及一種電站鍋爐煤粉濃度質量流量軟測量方法。

背景技術

電站鍋爐燃燒過程中對煤粉濃度的動態監測對于鍋爐安全正常運行至關重要。風粉混合物屬于氣固兩相流動。質量流量是描述氣固兩相流流動過程的一個重要流動參數。氣固兩相流流量的非接觸式測量方法主要有熱學法、電學法、衰減法、層析成像法和共振法等。

靜電法是電學法的一種。其測量的基本原理是煤在破碎過程和輸送過程中，煤粉粒子之間的相互碰撞、磨擦、分離，將帶有一定量的電荷并產生一定的電荷場，通過特制的感應傳感器時，在傳感器表面產生等量感應電荷，大量帶電煤粉在傳感器附近的移動，可以產生感應電流，感應電流的大小與煤粉量成正比關系。

由于粉體顆粒靜電化過程復雜，帶電量的大小和符號不僅與顆粒本身的屬性有關，而且與管道的材料和布置、顆粒在管道中的輸送條件等有關，因此靜電傳感器給出的僅僅是顆粒流量的相對值，定量建立顆粒質量流量、濃度與顆粒靜電量之間的機理模型尚需深入的理論與試驗研究。另外，煤粉氣固兩相流動過程中呈現出的不同流型也是影響靜電傳感器應用的一個重要因素，多數多相流量計都存在靈敏度分布不均勻性問題。靜電傳感器的輸出信號是非常復雜的隨機信號，含豐富的流動參數信息。其輸出信號的特征集與流量間并不存在確定的函數關系，信號集與質量流量之間是一個復雜的非線性映射。影響煤粉顆粒靜電因素較多，且氣固兩相管流截面上存在顆粒濃度分布曲線以及靜電傳感器的非線性傳感器機理，單純地從靜電傳感器輸出信號的有效值，不能準確獲得顆粒質量流量絕對測量值，只能給出相對指示值。

近些年發展起來的軟測量技術為復雜工業過程中難于用傳統儀表直接測量的參數，提供了一種有效的解決方法。軟測量技術也是未來多相流測試領域的一個重要發展方向。目前，對于軟測量模型大都基于單一模型進行建模，即對自變量區間(輔助變量)采用單一的函數關系擬合輸出，而未考慮數據組之間的聯系和差異，因此在有限的數據基礎上，建立的模型精度較低、魯棒性差。

軟測量模型是軟測量技術的核心，其強調的是通過輔助變量來獲得對主導變量的最佳估計。建模方法主要有機理建模、同歸分析、狀態估計、模式識別、人工神經網絡、模糊數學、過程層析成像、相關分析和現代非線性信息處理技術。

發明內容

本發明是針對現有電站鍋爐煤粉濃度質量流量測量的精度低的問題，提出了一種電站鍋爐煤粉濃度質量流量軟測量方法，利用模糊數學，提出了基于分解合成的多模型加權平均的固相質量流量非線性軟測量模型，可有效地減小了流型對多相流流量計測量精度的影響，提高了濃度測量準確性；基于靜電傳感技術和模糊規則的軟測量模型，可推廣到其他檢測原理的多相流參數測量上，系統結構簡單，易于實現。

本發明的技術方案為：一種電站鍋爐煤粉濃度質量流量軟測量方法，包括如下步驟：

1)測量信號預處理：通過靜電傳感器獲得測量數據，經降噪、濾波后，采用動態時窗模型，對測量數據進行平滑預處理；

2)提取靜電傳感器輸出信號特征量：在時域和頻域內對靜電傳感器輸出信號提取特征量，時域內靜電傳感器輸出信號提取有效值、均值、方差、偏度系數，頻域內提取熵和形狀因子；

3)建立基于模糊規則的質量流量非線性軟測量模型：建立一個多輸入單輸出的非線性系統模型，模糊規則的輸入向量為靜電傳感器輸出信號的特征向量；

4)模型參數辨識過程：利用模糊聚類算法將輸入數據進行空間分區，根據一組訓練數據來確定模型中的參數；

5)局部子模型辨識：每一區間上用徑向基函數(RBF)神經網絡辨識出一個子模型，再利用模糊推理將各子模型輸出加權求和得到顆粒質量流量的估計值。

所述步驟2)中的信號特征量選取時以對流動參數變化敏感為原則，確保能夠反映兩相流的流動特性。

所述步驟5)中的徑向基函數神經網絡以函數逼近理論為基礎而構造一類前向學習網絡，通過對各種標準信號的處理和學習，將處理和學習過程以權值和閾值模式集中存儲和記憶在網絡中，在多維空間中尋找訓練數據的最佳擬合平面，從而實現信號特征到質量流量的非線性映射，實現了煤粉顆粒質量流量的測量。

本發明的有益效果在于：本發明電站鍋爐煤粉濃度質量流量軟測量方法，給出顆粒質量流量絕對值的同時，也有效地將流型的影響融合到軟測量模型中，提高了測量精度。

附圖說明

圖1是本發明電站鍋爐煤粉濃度質量流量軟測量方法中時窗函數模型示意圖；