[发明专利]火化设备风机系统的控制方法及系统

权利要求书

1.一种火化设备风机系统的控制方法，其特征在于，包括：

将火化设备的风机系统参数及对应的时间参数输入至参数预测模型，获得所述参数预测模型输出的炉膛参数；其中，所述参数预测模型是基于样本时间参数和样本风机系统参数及对应的样本炉膛参数训练获得的；

根据所述炉膛参数对所述火化设备的风机系统进行控制，具体包括：

根据所述炉膛参数及所述火化设备所处的焚烧阶段对所述风机系统进行控制；其中，所述焚烧阶段包括第一阶段、第二阶段和第三阶段；所述第一阶段为遗体包裹物和随葬物的快速燃烧阶段，所述第二阶段是遗体主要部分燃烧阶段，所述第三阶段是遗体难燃部分的燃尽和确保骨灰质量的燃烧阶段；其中，在所述第一阶段的易燃物燃烧殆尽时向炉膛内添加燃料，以使燃烧正常进行；在所述第二阶段中增大鼓风机频率；在所述第三阶段适当减小引风机功率；

所述风机系统参数包括鼓风风量和引风风量，所述炉膛参数包括温度、压力及含氧量；

相应地，所述将火化设备的风机系统参数及对应的时间参数输入至参数预测模型之前，还包括：

采集所述样本风机系统参数、所述样本时间参数及所述样本炉膛参数；其中，所述样本风机系统参数包括样本鼓风风量和样本引风风量，所述样本炉膛参数包括样本温度、样本压力及样本含氧量；

对所述样本风机系统参数、所述样本时间参数及所述样本炉膛参数进行归一化处理，以将所述样本风机系统参数、所述样本时间参数及所述样本炉膛参数的值调整至设定范围内；

基于所述样本时间参数和所述样本风机系统参数及对应的所述样本炉膛参数对神经网络模型进行训练，获得训练完成的所述参数预测模型；

所述获得训练完成的所述参数预测模型之后，还包括：

进行控制变量仿真，在仿真中依次保持所述时间参数、所述鼓风风量及所述引风风量中的任意两个参数不变，改变另一个参数，获取改变的参数分别对所述温度、所述压力及所述含氧量的影响，获得影响结果；

基于所述影响结果对所述参数预测模型的预测效果进行验证；

所述影响结果包括鼓风系统的影响结果；所述鼓风系统的影响结果包括：

鼓风风量与温度的影响关系为，

T＝0.0085*Q+925.3945

式中，T为温度，Q为鼓风风量；

鼓风风量与压力的影响关系为，

P＝0.0042Q-31.1335

式中，P为压力，Q为鼓风风量；

鼓风风量与含氧量的影响关系为，

O＝-5.0036*10^-7Q²+0.0042Q+9.5103

式中，O为含氧量，Q为鼓风风量；

所述影响结果包括引风系统的影响结果；所述引风系统的影响结果包括：

引风风量与温度的影响关系为，

T＝-0.0069Q+988.4241

式中，T为温度，Q为引风风量；

引风风量与压力的影响关系为，

P＝-0.0067Q+14.5076

式中，P为压力，Q为引风风量；

引风风量与含氧量的影响关系为，

O＝-5.0036*10^-7Q²+0.0042Q+9.5103

式中，O为含氧量，Q为引风风量。

2.根据权利要求1所述的方法，其特征在于，所述神经网络模型包含有多层隐含层，所述隐含层包含有多个结点；相应地，所述基于所述样本时间参数和所述样本风机系统参数及对应的所述样本炉膛参数对神经网络模型进行训练之前，还包括：

将所述神经网络模型的隐含层结点数设置为20，学习速率设置为η＝0.1，训练函数设置为trainbr。