[发明专利]一种融合机理与数据驱动的风粉浓度测量方法

权利要求书

1.一种融合机理与数据驱动的风粉浓度测量方法，其特征在于：它包括如下步骤：

第一步，建立基于一次风管道压降的风粉浓度计算的机理模型，具体建模方法为如下：

当充分发展的含风粉气流以一定的速度流过一段长度为L的一次风管道时将产生一定的压降，将这一压降ΔP_t表示为纯气流产生的压降ΔP_g和输送风粉产生的压降ΔP_s之和，即：

ΔP_t＝ΔP_s+ΔP_g；对于纯气流的压降建模如下：

其中f_g、ε、ρ_g、u_g、D依次表示：气流与管道的摩擦系数、空隙率、气流密度、气流速度和管道直径；同时对于输送风粉产生的压降建模如下：

式中f_s、ρ_s、u_s依次表示：风粉与管道摩擦系数、风粉密度和风粉速度，公式中空隙率ε表示为风粉浓度μ的函数，两者之间的关系如下：

由上述公式推算出压降之比如下：

对于充分发展的一次风管道，风粉浓度较小，且气固两相速度基本一致，因此可以确定ρ_su_s＞＞ρ_gu_gμ，所以可以得出：

其中K为浓度修正系数，在上述公式中，通过测量获取ΔP_t，通过之前定义的公式和参数计算得出ΔP_g；然后两者相除得出α值；并在模型中进一步定义K值计算模型如下：

式中B_M、ΔM分别为磨出力和介质中被干燥水分质量，i＝1,2,3,4代表设备出粉管管号；ΔM可根据气流质量守恒获得，即M_in为磨入口气流质量流量，由此计算获得的ΔM也可根据介质的含水量进行校验；将上述确认的参数代入K值公式中，并计算出K值，具体反演出的计算公式如下：

确认α、K两个数据后，便可获得风粉浓度，具体计算公式如下：

至此完成了现场数据与风粉浓度的关系数学模型的建立；

第二步，通过测量获取一次风管在实际运行过程中风管内混合物的压降值和速度值；

第三步，通过传感器或数据采集器采集需要测量风粉浓度的设备在生产运行中与风粉浓度相关的参数的历史数据和实时数据；

第四步，建立计算K值的机器学习模型y＝f(x)，模型输入x为步骤二、步骤三中与风粉浓度相关的参数的历史数据和实时数据，模型输出y为K值大小；其次，根据对工况变化情况的分析，将半年或1年的历史数据进行机器学习模型训练，获得模型y＝f(x)；将训练出来的K值代入第一步建立的机理模型中对模型进行实时校正；

第五步，运行校正后的机理模型计算出需要测量风粉浓度的设备的一次风管道处的出口粉浓度值。

2.根据权利要求1所述的融合机理与数据驱动的风粉浓度测量方法，其特征在于：步骤二中，压降值的具体获取方法为：在一次风管道上选取A、B两个压力测点，对应在每个测点上安装1～6个压力传感器，测点间的距离大于1米，压降值为两测点之间差压的平均值，定义为：AB间的差压；同时通过测量获取一次风管在实际运行过程中风管内的速度值。

3.根据权利要求1所述的融合机理与数据驱动的风粉浓度测量方法，其特征在于：步骤三中与风粉浓度相关的参数的历史数据和实时数据包括：设备出力、设备入口气流质量流量、设备入口气流温度和压力、设备出口温度和压力、设备电流、AB间的差压、一次风管道速度、测量介质水分等需要测量的设备在生产运行中的历史数据和实时数据；并对上述数据进行调和处理，具体包括：基于质量、能量、动量的平衡原理确立合理数据；基于生产和实际经验删除不合理数据；采用当前时刻前t时刻的平均值填充当前时刻数据等调和处理方式。

4.根据权利要求2所述的融合机理与数据驱动的风粉浓度测量方法，其特征在于：一次风管在实际运行过程中风管内的速度值的测量方法为：“靠背管”测量方法。

5.根据权利要求1所述的融合机理与数据驱动的风粉浓度测量方法，其特征在于：现场数据采集直接通过被测量的设备自带的sis系统接口程序，从sis系统中获得生产运行的历史数据和实时数据，并将获得的数据存储到本地的数据库中。