[发明专利]一种湿式除尘设备气液两相流型识别方法

说明书

本发明涉及一种除尘设备气液两相流动形态识别系统与方法，将神经网络与时域解析、小波分析有机结合，形成了压力信号的采集、压差信号的分析、气液混合状态识别全套完备的识别流程，神经网络的容错率高，非线性度高，弥补了以往利用频谱分析方法进行识别误差高的弊端，识别手段精准、迅速。对以气流冲击液面产生捕集体为主要原理的这一类湿式除尘设备起到实时监测的效果，通过实验测得识别准确率达到99.6％。将压差信号解析得到的特征参数作为输入样本特征向量库，通过训练好神经网络，实现测量与识别之间的迅速转化。

技术领域

本发明涉及一种除尘设备气液两相流动形态识别系统与方法，可以对不同操作参数下(液位、风速等)的气液两相流型进行精准的判别，从而及时地做出相应的调控，使除尘器气液两相流动形态处在对粉尘捕集效果较好的工况下，适用于一类以气流冲击液面产生捕集体为主要原理的湿式除尘设备的运行状态的监测及优化。

背景技术

以气流冲击液面产生捕集体为主要原理的一类湿式除尘设备，能够处理高湿、高温及含有硫化物、氨气、烟尘等的废气，适用于传统矿业、冶金、化工、水泥、工业窑炉等高排放行业烟气净化，在烟气排放限值越来越严格的情况下，对此类除尘设备运行状态进行监测及优化具有重要的社会意义。

气液两相混合状态是判别该类除尘设备对粉尘净化效果好坏的一个重要标志。除尘设备的水箱中液相的量能够满足需要时，当含尘气流对液相的冲击较弱时，气液两相接触不均匀、不充分，产生的捕集体的较少，不能将气流中的粉尘截留下来，粉尘易随气流直接排入到大气，造成一定的大气污染，除尘效果不够理想；当含尘气流对液相的冲击较强时，气液两相接触更为均匀、充分，产生大量的捕集体，将气流中的粉尘截留下来，洁净的气流排入到大气，除尘效果较为理想。反之，水箱中液相的量不能满足需要时，无论气相对气流的冲击强弱，都不会产生较多的捕集体，满足捕尘的需要，除尘效果较差，而且会进一步影响设备运行，造成更大的损失。

但是，现有设备运行过程中，多处于密闭恶劣的环境中，工作人员难于实时地观察设备的运行效果，而且，目前，在线监测除尘效率的仪器价格昂贵，不适合高浓度粉尘排放环节。

本发明开发了一种监测此类除尘设备气液两相流型的系统，通过采集设备运行过程中不同操作参数下的压差信号，并进一步解析，利用神经网络的方法，发明了一种除尘设备气液混合状态的新方法，达到对设备气液两相流型的精准判别和监测，使除尘设备运行状态清晰地展示在工作人员的面前，能够及时地做出相应的调控，使除尘设备长时间稳定高效的运行，达到较好的除尘效果。

发明内容

本发明是针对上述除尘设备运行过程中易变化的气液两相混合状态而提供了一种湿式除尘设备气液两相流型识别方法。通过采集除尘设备的压力波动信号，对其进一步解析，获取相应的时频参数，构建相应流型的样本数据库，通过神经网络方法，达到对除尘设备流型精准的判别，间接地反映除尘设备除尘效果的好坏。

本发明采用的技术方案是：一种湿式除尘设备气液两相流型识别方法，通过压力采集系统采集除尘设备的压力波动信号，对其进一步解析，获取相应的时频参数，构建相应流型的样本数据库，通过神经网络方法，达到对除尘设备流型精准的判别，具体步骤为：

步骤1)气液混合状态划分，调节除尘设备的液位和风速，获得除尘器运行的不同运行状态，将气液混合状态划分为：静液位差模式，微弱波动模式，低液位气液共振模式，高液位气液共振模式和卷吸气泡模式；

步骤2)信号采集，利用差压传感器采集不同工况下的压力波动信号的时间序列，每种情况下的压力信号不低于500个样本；