[发明专利]一种基于节能优化的火电厂粉尘实时监测系统及方法在审

专利信息
申请号: 202111463373.9 申请日: 2021-12-03
公开(公告)号: CN114167726A 公开(公告)日: 2022-03-11
发明(设计)人: 王博;韩天婵;董震;曹震;赵立丽 申请(专利权)人: 哈尔滨理工大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 北京盛询知识产权代理有限公司 11901 代理人: 方亚兵
地址: 150080 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 节能 优化 火电厂 粉尘 实时 监测 系统 方法
【说明书】:

本申请公开了一种基于节能优化的火电厂粉尘实时监测系统及方法,本系统包括数据采集模块、模型构建模块和监测模块;所述数据采集模块用于采集火电厂粉尘浓度信息和环境信息;所述模型构建模块用于基于BP神经网络建立粉尘浓度预测模型,并基于改进的遗传算法对所述粉尘浓度预测模型进行优化;所述监测模块用于基于所述粉尘浓度预测模型对所述粉尘浓度信息和所述环境信息进行实时预测预警;所述数据采集模块、所述模型构建模块和所述监测模块通过无线连接的方式进行数据传输。本申请对来自多个传感器的数据进行多等级、多层次的优化处理,并通过改进遗传算法和BP神经网络建立粉尘浓度预测模型,综合考虑粉尘浓度和粉尘环境因素,进行预测预警。

技术领域

发明涉及火电厂工作场所生产性粉尘的监测与评判领域,具体涉及一种基于节能优化的火电厂粉尘实时监测系统及方法。

背景技术

在我国,能源的消耗主要是煤炭,风力发电和太阳能发电技术还不是特别成熟,所以火电厂还是占据比较重要的角色。而原煤进入电厂后需要经过装卸、运输、筛分、破碎等处理工序,在整个过程中都会有大量粉尘产生。如果任由煤尘四处扩散,将造成严重的危害。

一方面,煤尘的四处扩散会加速机械设备的磨损老化或零部件失灵,危害工作人员健康,引起上呼吸道炎症、毛囊炎、尘肺病等疾病,严重损害劳动者的身心健康。数据显示,我国职业病中75%以上是尘肺病,粉尘危害已成为当前全球公共卫生问题中一个较为严重的问题。另一方面,大量的煤尘带来一个相当严重的问题就是粉尘爆炸。粉尘爆炸的一般性定义为:悬浮在气体中的细小固体颗粒、液体液滴,在有限的空间下发生快速燃烧,从而剧烈释放能量的过程,这里所说的气体是指氧化性的气体,一般情况下都指空气。爆炸在大多数情况下还会产生二次爆炸,二次爆炸更具有破坏性。据统计,全世界范围内平均每天至少发生一起粉尘爆炸事故。进一步验证了粉尘防爆产业建设的迫切性。

因此,如何更好地监测生产环境中粉尘浓度的变化,从而进行及时准确的粉尘控制措施,已经成为迫切需要解决的问题。在传统粉尘治理中,通过人工抽检的方式检测粉尘浓度情况,存在数据失实、覆盖面窄、检测周期长、不能连续监测等一系列问题。随着机器学习算法的进步以及物联网技术在近些年突破性地进展,给人们在感知周围环境以及模式判断能力上有了显著地提高,因此建立一种有效的粉尘环境监测系统是有效的解决方法。

发明内容

本申请提出了一种基于节能优化的火电厂粉尘实时监测系统及方法,通过无线网传感器实现粉尘浓度的快速信息采集,通过网络技术将各个点采集的粉尘浓度信息实现网络化,从而构成一个粉尘环境实时监测系统,实现对火电厂粉尘浓度变化进行预测预警。

为实现上述目的,本申请提供了如下方案:

一种基于节能优化的火电厂粉尘实时监测系统,包括:数据采集模块、模型构建模块和监测模块;

所述数据采集模块用于采集火电厂粉尘浓度信息和环境信息;

所述模型构建模块用于基于BP神经网络建立粉尘浓度预测模型,并基于改进的遗传算法对所述粉尘浓度预测模型进行优化;

所述监测模块用于基于所述粉尘浓度预测模型对所述粉尘浓度信息和所述环境信息进行实时预测预警;

所述数据采集模块、所述模型构建模块和所述监测模块通过无线连接的方式进行数据传输。

优选的,所述数据采集模块包括检测单元和传感器单元;

所述检测单元用于通过光透射法检测所述粉尘浓度;

所述传感器单元用于接收所述粉尘浓度,并采集所述环境信息,并将所述粉尘浓度和所述环境信息发送到所述监测模块;

所述检测单元与所述传感器单元通过无线连接的方式进行数据传输。

优选的,所述传感器单元使用支持度函数对所述粉尘浓度信息和所述环境信息进行数据融合和优化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111463373.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top