CN104062250A - 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 - Google Patents
一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 Download PDFInfo
- Publication number
- CN104062250A CN104062250A CN201410323387.4A CN201410323387A CN104062250A CN 104062250 A CN104062250 A CN 104062250A CN 201410323387 A CN201410323387 A CN 201410323387A CN 104062250 A CN104062250 A CN 104062250A
- Authority
- CN
- China
- Prior art keywords
- coal
- intensity
- spectrum intensity
- specific constant
- spectrum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本申请公开了一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统,该方法包括:对获取的炉膛中火焰的预设波长范围内线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度进行过滤处理,利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得到煤种的特定常数,依据预设的煤种和特定常数的对应关系,确定计算得到的特定常数对应的煤种。该方法消除了温度、煤粉浓度、空气系数、风速等的影响以及测量仪器与环境的引入干扰,因此,其过程安全可靠,辨识结果单一,具有很高的复现性,同时,大大降低了系统的维护量与校验的复杂性,提高了环境适应性与稳定性,降低系统环境要求与应用成本,并实现秒级的实时辨识能力。
Description
技术领域
本发明涉及煤质检测技术领域,特别是涉及一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统。
背景技术
煤炭在工业生产中有着很广泛的应用,被称为“工业的粮食”,而煤炭又分为不同的煤种,燃煤锅炉在燃烧不同煤种的过程中会存在很大的特性差异,如燃煤的发热量、着火距离、炉内温度分布特性、结焦特性等。由于不同的煤种特性将影响到炉内配风、过量空气系数、减温水分布等控制输出的合理性,从而影响机组的燃烧控制水平,并进一步影响机组的运行经济性,因此,对各燃烧器燃用煤种的及时准确辨识可以解决变煤种情况下的燃烧控制难题,为燃烧优化控制提供实时数据与自动调节依据。
现有技术中,对煤种的识别方法有:使用灰分快速测定仪器使用γ光子扫描或者使用激光诱导等离子光谱系统对定标煤进行煤种检测等方法。然而,灰分快速测定仪器成本较高,使用γ射线源有一定的风险,而且辨识过程操作较复杂,不能在线实时获取炉内燃烧煤种信息;同时,激光诱导等离子光谱系统的成本较高,定标煤样品制作费时,不易实时更新,而且,各元素原子特征谱线信息量大,比对难度较大,其实用性受限制。
发明内容
本发明要解决的技术问题是提供一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统,能够实现更便捷、更安全地实时获取锅炉内燃烧煤种的信息,同时,降低煤种辨识的成本。
为实现上述目的,本申请提供如下技术方案:
一种基于火焰光谱强度在线辨识锅炉煤种的方法,该方法包括:获取炉膛中火焰的预设波长范围内的光谱数据信息;
获取所述光谱数据信息中线光谱峰值处的线光谱强度,并获取所述峰值对应波长处的连续光谱强度;
对所述线光谱强度以及所述连续光谱强度进行过滤处理;
利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数;
依据预设的煤种和特定常数的对应关系,确定计算得到的所述特定常数对应的煤种,得到煤种的辨识结果。
优选的,所述预设波长范围为钠元素特征光谱对应的波长范围580nm~600nm、锂元素特征光谱对应的波长范围660nm~680nm和钾元素特征光谱对应的波长范围760nm~780nm。
优选的,所述线光谱峰值处的线光谱强度、所述峰值对应波长处的连续光谱强度是通过线性等比例插值的方式获取的。
优选的,所述预设光谱强度为:小于或等于光谱强度饱和上限阈值,同时,大于或等于光谱强度门槛阈值。
优选的,该方法还包括:计算出煤种的特定常数后,在预设窗口范围内的特定常数中选取所述特定常数的中值。
一种基于火焰光谱强度在线辨识锅炉煤种的系统,该系统包括:第一获取单元、第二获取单元、过滤单元、计算单元以及确定单元,其中:
所述第一获取单元,用于获取炉膛中火焰的预设波长范围内的光谱数据信息;
与所述第一获取单元相连的所述第二获取单元,用于获取所述光谱数据信息中线光谱峰值处的线光谱强度,并获取所述峰值对应波长处的连续光谱强度;
与所述第二获取单元相连的所述过滤单元,用于对所述线光谱强度以及所述连续光谱强度进行过滤处理;
与所述过滤单元相连的所述计算单元,用于利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数;
与所述计算单元相连的所述确定单元,用于依据预设的煤种和特定常数的对应关系,确定计算得到的所述特定常数对应的煤种,得到煤种的辨识结果。
优选的,所述预设波长范围为钠元素特征光谱对应的波长范围580nm~600nm、锂元素特征光谱对应的波长范围660nm~680nm和钾元素特征光谱对应的波长范围760nm~780nm。
优选的,所述第二获取单元具体是通过线性等比例插值的方式获取所述线光谱的峰值处的线光谱强度以及所述峰值对应波长处的连续光谱强度。
优选的,所述预设光谱强度为:小于或等于光谱强度饱和上限阈值,同时,大于或等于光谱强度门槛阈值。
优选的,该系统还包括连接于所述计算单元与对比单元之间的中值选取单元,所述中值选取单元用于在预设窗口范围内的特定常数中选取所述特定常数的中值。
从上述的技术方案可以看出,本申请公开的基于火焰光谱强度在线辨识锅炉煤种的方法及系统,所述方法通过对获取炉膛中火焰的预设波长范围内的线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度进行过滤处理,并利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数,最后依据预设的煤种和特定常数的对应关系,确定当前锅炉燃烧的煤种。本申请所述的上述辨识方法,消除了温度、煤粉浓度、空气系数、风速等的影响以及测量仪器与环境的引入干扰,因此,其过程安全可靠,辨识结果单一,具有很高的复现性,同时,大大降低了系统的维护量与校验的复杂性,提高了环境适应性与稳定性,降低系统环境要求与应用成本,并实现秒级的实时辨识能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例一公开的一种基于火焰光谱强度在线辨识锅炉煤种的方法流程图;
图2为本申请公开的火焰发射光谱图;
图3为本申请实施例二公开的一种基于火焰光谱强度在线辨识锅炉煤种的方法流程图;
图4为本申请实施例三公开的一种基于火焰光谱强度在线辨识锅炉煤种的系统的结构示意图;
图5为本申请实施例四公开的一种基于火焰光谱强度在线辨识锅炉煤种的系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决现有技术中,对煤种辨识的成本高、操作复杂、实时性差或者存在风险的诸多问题,为燃烧优化控制提供实时数据与自动调节依据,本申请提供如下技术方案:
实施例一
如图1所示,图1为本申请实施例一公开的一种基于火焰光谱强度在线辨识锅炉煤种的方法流程图。该方法包括:
S101:获取炉膛中火焰的预设波长范围内的光谱数据信息。
本步骤中,采用光纤光谱仪获取预设波长范围内的火焰光谱数据信息,如图2所示的火焰发射光谱图。火焰发射光谱分为连续光谱与离散光谱两部分,连续光谱是由火焰中含丰富碳氢化合物的碳黑颗粒云发出的一般辐射光谱,离散光谱则由孤立的原子或分子激发产生,其中,原子光谱(即线光谱)是局限在很窄波长范围内的线形光谱,叠加在连续光谱之上。
其中,所指的预设波长范围为钠元素特征光谱对应的波长范围580nm~600nm、锂元素特征光谱对应的波长范围660nm~680nm和钾元素特征光谱对应的波长范围760nm~780nm。
S102:获取光谱数据信息中线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度。
具体的,采用对线光谱峰值波长点前后最近且未受线光谱影响的连续光谱强度值进行线性等比例差值,获取光谱数据信息中线光谱峰值对应波长处的连续光谱强度,在线光谱峰值波长点附近范围内取最大值的方式获取光谱数据信息中线光谱峰值强度。
本步骤中,根据获取的光谱数据信息,得到线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度,即分别获取钠元素、锂元素以及钾元素的线光谱的峰值处的线光谱强度,并分别获取钠元素、锂元素以及钾元素的线光谱的峰值对应波长处的连续光谱强度。
S103:对线光谱强度以及连续光谱强度进行过滤处理。
根据光纤光谱仪光谱强度饱和上限剔除测量值饱和的样本数据,其中,光谱强度饱和上限对应于光谱仪参数的特定的值,同时,设置合理的线光谱强度门槛域值滤除强度过弱的样本数据,其中,线光谱强度门槛域值则是根据数据情况人为设置的经验值,最终获得实时的有效样本数据集,即满足光谱强度的线光谱强度以及连续光谱强度。
S104:利用过滤得到的满足光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数。
本步骤中所指的预设光谱强度为:小于或等于光谱强度饱和上限阈值,同时,大于或等于光谱强度门槛阈值。也就是说,利用步骤S103过滤后得到的线光谱强度以及连续光谱强度,计算得出煤种的特定常数。
具体的,将获取的Na、K、Li线光谱强度与其线光谱峰值对应波长处连续光谱强度数据代入算式(9)与(10),获得该煤种的特定常数。
由于不同煤种在形成时期的地质环境和成煤植物类型不同,其所含的各种元素的浓度和比例是不完全相同的,且在同一煤种中是相对恒定的;碱金属元素(包括Li、Na、K)在燃煤火焰中原子发射光谱的共振谱线最为明显,尤其是Na、K元素在几乎所有煤种光谱中都清晰可见,其在成煤植物中的富集程度较高,是良好的标识元素;均匀研磨的煤粉在锅炉炉膛内燃烧时,火焰中这三种碱金属元素原子发射光谱的共振谱线强度与其在燃煤中的含量存在一定的对应关系。
1)火焰的连续辐射光谱符合灰体辐射特征,可以采用普朗克定律(Plank’slaw)与基尔霍夫定律(Kirchhoff’s law)的原理公式进行表达,其光谱辐射强度测量值的表达式如下:
式中,Jλ为光谱强度实际测量值,Iλ为黑体理论辐射强度,Sλ为波长相关的光学器件影响系数,V为测量过程其他通用影响系数,ελ为发射率,λ为波长,T为绝对温度,h为普朗克常数,K为玻尔兹曼常数,c为光速。
2)火焰中的原子离散辐射光谱可采用玻尔理论(Bohr’s theory)与玻尔兹曼公式(Boltzmann formula)的原理公式进行表达,同时根据普朗克定律(Plank’s law),频率为v的原子共振线能级k的活化能Ek=hv=hc/λ,其线光谱辐射强度测量值的表达式如下:
式中,Jl为线光谱强度实际测量值,Il为线光谱理论辐射强度,Sl为波长相关的光学器件影响系数,εl为透射率,gk为处于能级k的原子数量统计权重,g0为基态原子数量统计权重,Aki为能量跃迁概率,N0为元素基态原子数,fv为煤粉颗粒的体积份数,D为煤粉颗粒中释放的元素浓度,m为元素含量与基态原子数的换算系数。
3)原子线光谱辐射强度测量值与该波长下的连续光谱辐射强度测量值的比值表达式如下:
4)根据比尔-朗伯特定律(Beer-Lambert law),光通过光程为L,消光系数为Kλ的透光介质时,原始强度为IL的辐射光的透射强度为JL=ILexp(-KλL),根据基尔霍夫定律(Kirchhoff’s law),在热平衡状态下,物体的发射率等于吸收率,因此火焰灰体辐射的发射率ελ的表达式如下:
对于元素线光谱在光程方向x上的透射率εl的表达式如下:
根据已有研究得出的煤粉火焰消光系数经验公式可知,Kλ=gfv/λα,g和α均为经验常数,因此(3)中光谱辐射强度测量值的比值表达式进一步转化如下:
式中,为和测量环境与燃烧工况无关的常数。
5)根据阿伦尼乌斯公式(Arrhenius equation),可得煤粉颗粒内的元素浓度C与其燃烧时释放出的元素浓度D间的关系为C=D/(Aexp(-Ea/RT)),其中A为指前因子,Ea为表观活化能,R为摩尔气体常量。将(6)代入并取对数后可得表达式如下:
根据试验数据分析后可知,Ea-Na=1.2Ea-K=2.4Ea-Li,因此代入(7)后可得煤粉颗粒中Na与K元素的浓度关系如下:
令常数δNa-K=ln(μNaANa)-1.2ln(μKAK),则Na与K元素的辐射强度关系为:
同理,令常数δNa-Li=ln(μNaANa)-2.4ln(μLiALi),则Na与Li元素的辐射强度关系为:
因此,不同煤种所含的不同的碱金属(Na、K、Li)浓度值就对应了不同的常数结果,仅由元素的线光谱辐射强度与同波长的连续光谱辐射强度,即可实时计算出对应于不同元素组分关系的、不受测量环境与燃烧工况影响的特定常数,实现对煤种的在线辨识。
S105:依据预设的煤种和特定常数的对应关系,确定计算得到的特定常数对应的煤种。
在煤种和特定常数的对应关系样本数据库中对应不同煤种确定中心特征值与匹配范围域值,根据实测值与中心值的偏差大小确定匹配度,输出比对结论。煤种辨识结果以文字或编号方式输出样本数据库中的对应煤种标识。
本申请实施例一公开的基于火焰光谱强度在线辨识锅炉煤种的方法,通过对获取炉膛中火焰的预设波长范围内的线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度进行过滤处理,并利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数,最后依据预设的煤种和特定常数的对应关系,确定当前锅炉燃烧的煤种。该方法消除了温度、煤粉浓度、空气系数、风速等的影响以及测量仪器与环境的引入干扰,因此,其过程安全可靠,辨识结果单一,具有很高的复现性,同时,大大降低了系统的维护量与校验的复杂性,提高了环境适应性与稳定性,降低系统环境要求与应用成本,并实现秒级的实时辨识能力。
实施例二
在本申请实施例一的基础上,本申请提供了另一种基于火焰光谱强度在线辨识锅炉煤种的方法,相较于实施例一提供的方案,本申请实施例二所提供的方案,还包括:计算出煤种的特定常数后,在预定窗口范围内的特定常数中选取所述特定常数的中值。
如图3所示,图3为本申请实施例二公开的一种基于火焰光谱强度在线辨识锅炉煤种的方法流程图。该方法包括:
S301:获取炉膛中火焰的预设波长范围内的光谱数据信息。
S302:获取光谱数据信息中线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度。
S303:对线光谱强度以及连续光谱强度进行过滤处理。
S304:利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数。
S305:在预设窗口范围内的特定常数中选取特定常数的中值。
获得煤种的特定常数,并连续在一定窗口范围内,即在一定时间段内获得的煤种特定常数中取中值以降低样本离散度。
S306:依据预设的煤种和特定常数的对应关系,确定选取的特定常数对应的煤种,得到煤种的辨识结果。
本申请实施例二公开的基于火焰光谱强度在线辨识锅炉煤种的方法,通过对获取炉膛中火焰的预设波长范围内的线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度进行过滤处理,并利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数并取中值,最后依据预设的煤种和特定常数的对应关系,确定当前锅炉燃烧的煤种。该方法消除了温度、煤粉浓度、空气系数、风速等的影响以及测量仪器与环境的引入干扰,因此,其过程安全可靠,辨识结果单一,具有很高的复现性,同时,大大降低了系统的维护量与校验的复杂性,提高了环境适应性与稳定性,降低系统环境要求与应用成本,并实现秒级的实时辨识能力。
实施例三
为了在降低成本、保证安全的前提下,实现对煤种实时、准确地辨识,并能实现本发明实施例一所公开的基于火焰光谱强度在线辨识锅炉煤种的方法,本实施例公开如下基于火焰光谱强度在线辨识锅炉煤种的系统,图4为本申请实施例三公开的一种基于火焰光谱强度在线辨识锅炉煤种的系统的结构示意图。
该系统包括:第一获取单元401、第二获取单元402、过滤单元403、计算单元404以及确定单元405,其中:
第一获取单元401,用于获取炉膛中火焰的预设波长范围内的光谱数据信息。
其中,预设波长范围是指钠元素特征光谱对应的波长范围580nm~600nm、锂元素特征光谱对应的波长范围660nm~680nm和钾元素特征光谱对应的波长范围760nm~780nm。
与第一获取单元401相连的第二获取单元402,用于获取光谱数据信息中线光谱峰值处的线光谱强度,并获取峰值对应波长处的连续光谱强度。
具体的,采用对线光谱峰值波长点前后最近且未受线光谱影响的连续光谱强度值进行线性等比例差值,获取光谱数据信息中线光谱峰值对应波长处的连续光谱强度,在线光谱峰值波长点附近范围内取最大值的方式获取光谱数据信息中线光谱峰值强度。
与第二获取单元402相连的过滤单元403,用于对线光谱强度以及连续光谱强度进行过滤处理。
具体的,根据光纤光谱仪光谱强度饱和上限剔除测量值饱和的样本数据,其中,光谱强度饱和上限对应于光谱仪参数的特定的值,同时,设置合理的线光谱强度门槛域值滤除强度过弱的样本数据,其中,线光谱强度门槛域值则是根据数据情况人为设置的经验值,最终获得实时的有效样本数据集,即满足光谱强度的线光谱强度以及连续光谱强度。
需要说明的是,本申请中,第一获取单元401、第二获取单元402以及过滤单元403的功能可以通过光纤光谱仪实现。
与过滤单元403相连的计算单元404,用于利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数。
其中,预设光谱强度为:小于或等于光谱强度饱和上限阈值,同时,大于或等于光谱强度门槛阈值。
具体的,将获取的Na、K、Li线光谱强度与其线光谱峰值对应波长处连续光谱强度数据代入实施例一中给出的算式(9)与(10),获得该煤种的特定常数。
与计算单元404相连的确定单元405,用于依据预设的煤种和特定常数的对应关系,确定计算得到的特定常数对应的煤种。
在煤种和特定常数的对应关系样本数据库中对应不同煤种确定中心特征值与匹配范围域值,根据实测值与中心值的偏差大小确定匹配度,输出比对结论。煤种辨识结果以文字或编号方式输出样本数据库中的对应煤种标识。
本申请实施例三公开的基于火焰光谱强度在线辨识锅炉煤种的系统,通过过滤单元对第一获取单元、第二获取单元获取的炉膛中火焰的预设波长范围内的线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度进行过滤处理,由计算单元利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数,最后确定单元依据预设的煤种和特定常数的对应关系,确定当前锅炉燃烧的煤种。该系统消除了温度、煤粉浓度、空气系数、风速等的影响以及测量仪器与环境的引入干扰,因此,其过程安全可靠,辨识结果单一,具有很高的复现性,同时,大大降低了系统的维护量与校验的复杂性,提高了环境适应性与稳定性,降低系统环境要求与应用成本,并实现秒级的实时辨识能力。
实施例四
在实施例三的基础上,同时实现本申请实施例二所述的线辨识锅炉煤种的方法,本申请提供了基于火焰光谱强度在线辨识锅炉煤种的系统,相较于实施例三所提供的方案,还包括:连接于计算单元与对比单元之间的中值选取单元,用于在预设窗口范围内的特定常数中选取特定常数的中值。
如图5所示,图5为本申请实施例四公开的一种基于火焰光谱强度在线辨识锅炉煤种的系统的结构示意图。该系统包括:第一获取单元501、第二获取单元502、过滤单元503、计算单元504、中值选取单元505以及确定单元506,其中:
第一获取单元501,用于获取炉膛中火焰的预设波长范围内的光谱数据信息。
其中,预设波长范围是指钠元素特征光谱对应的波长范围580nm~600nm、锂元素特征光谱对应的波长范围660nm~680nm和钾元素特征光谱对应的波长范围760nm~780nm。
与第一获取单元501相连的第二获取单元502,用于获取光谱数据信息中线光谱峰值处的线光谱强度,并获取峰值对应波长处的连续光谱强度。
具体的,采用线性等比例插值的方式获取光谱数据信息中线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度。
与第二获取单元502相连的过滤单元503,用于对线光谱强度以及连续光谱强度进行过滤处理。
具体的,根据光纤光谱仪光谱强度饱和上限剔除测量值饱和的样本数据,其中,光谱强度饱和上限对应于光谱仪参数的特定的值,同时,设置合理的线光谱强度门槛域值滤除强度过弱的样本数据,其中,线光谱强度门槛域值则是根据数据情况人为设置的经验值,最终获得实时的有效样本数据集,即满足光谱强度的线光谱强度以及连续光谱强度。
需要说明的是,本申请中,第一获取单元501、第二获取单元502以及过滤单元503的功能可以通过光纤光谱仪实现。
与过滤单元503相连的计算单元504,用于利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数。
其中,预设光谱强度为:小于或等于光谱强度饱和上限阈值,同时,大于或等于光谱强度门槛阈值。
具体的,将获取的Na、K、Li线光谱强度与其线光谱峰值对应波长处连续光谱强度数据代入实施例一中给出的算式(9)与(10),获得该煤种的特定常数。
与计算单元504相连的中值选取单元505,用于在预设窗口范围内的特定常数中选取特定常数的中值。
获得煤种的特定常数,并连续在一定窗口范围内,即在一定时间段内获得的煤种特定常数中取中值以降低样本离散度。
与中值选取单元505相连的确定单元506,用于依据预设的煤种和特定常数的对应关系,确定计算得到的特定常数对应的煤种,得到煤种的辨识结果。
在煤种和特定常数的对应关系样本数据库中对应不同煤种确定中心特征值与匹配范围域值,根据实测值与中心值的偏差大小确定匹配度,输出比对结论。煤种辨识结果以文字或编号方式输出样本数据库中的对应煤种标识。
本申请实施例四公开的基于火焰光谱强度在线辨识锅炉煤种的系统,通过过滤单元对第一获取单元、第二获取单元获取的炉膛中火焰的预设波长范围内的线光谱峰值处的线光谱强度以及峰值对应波长处的连续光谱强度进行过滤处理,由计算单元利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数并由中值选取单元选取中值,最后确定单元依据预设的煤种和特定常数的对应关系,确定当前锅炉燃烧的煤种。该系统消除了温度、煤粉浓度、空气系数、风速等的影响以及测量仪器与环境的引入干扰,因此,其过程安全可靠,辨识结果单一,具有很高的复现性,同时,大大降低了系统的维护量与校验的复杂性,提高了环境适应性与稳定性,降低系统环境要求与应用成本,并实现秒级的实时辨识能力。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于火焰光谱强度在线辨识锅炉煤种的方法,其特征在于,该方法包括:
获取炉膛中火焰的预设波长范围内的光谱数据信息;
获取所述光谱数据信息中线光谱峰值处的线光谱强度,并获取所述峰值对应波长处的连续光谱强度;
对所述线光谱强度以及所述连续光谱强度进行过滤处理;
利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数;
依据预设的煤种和特定常数的对应关系,确定计算得到的所述特定常数对应的煤种,得到煤种的辨识结果。
2.根据权利要求1所述的方法,其特征在于,所述预设波长范围为钠元素特征光谱对应的波长范围580nm~600nm、锂元素特征光谱对应的波长范围660nm~680nm和钾元素特征光谱对应的波长范围760nm~780nm。
3.根据权利要求1所述的方法,其特征在于,所述线光谱峰值处的线光谱强度、所述峰值对应波长处的连续光谱强度是通过线性等比例插值的方式获取的。
4.根据权利要求1所述的方法,其特征在于,所述预设光谱强度为:小于或等于光谱强度饱和上限阈值,同时,大于或等于光谱强度门槛阈值。
5.根据权利要求1所述的方法,其特征在于,该方法还包括:计算出煤种的特定常数后,在预设窗口范围内的特定常数中选取所述特定常数的中值。
6.一种基于火焰光谱强度在线辨识锅炉煤种的系统,其特征在于,该系统包括:第一获取单元、第二获取单元、过滤单元、计算单元以及确定单元,其中:
所述第一获取单元,用于获取炉膛中火焰的预设波长范围内的光谱数据信息;
与所述第一获取单元相连的所述第二获取单元,用于获取所述光谱数据信息中线光谱峰值处的线光谱强度,并获取所述峰值对应波长处的连续光谱强度;
与所述第二获取单元相连的所述过滤单元,用于对所述线光谱强度以及所述连续光谱强度进行过滤处理;
与所述过滤单元相连的所述计算单元,用于利用过滤得到的满足预设光谱强度的线光谱强度以及连续光谱强度,计算得出煤种的特定常数;
与所述计算单元相连的所述确定单元,用于依据预设的煤种和特定常数的对应关系,确定计算得到的所述特定常数对应的煤种,得到煤种的辨识结果。
7.根据权利要求6所述的系统,其特征在于,所述预设波长范围为钠元素特征光谱对应的波长范围580nm~600nm、锂元素特征光谱对应的波长范围660nm~680nm和钾元素特征光谱对应的波长范围760nm~780nm。
8.根据权利要求6所述的系统,其特征在于,所述第二获取单元具体是通过线性等比例插值的方式获取所述线光谱的峰值处的线光谱强度以及所述峰值对应波长处的连续光谱强度。
9.根据权利要求6所述的系统,其特征在于,所述预设光谱强度为:小于或等于光谱强度饱和上限阈值,同时,大于或等于光谱强度门槛阈值。
10.根据权利要求6所述的系统,其特征在于,该系统还包括连接于所述计算单元与对比单元之间的中值选取单元,所述中值选取单元用于在预设窗口范围内的特定常数中选取所述特定常数的中值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410323387.4A CN104062250B (zh) | 2014-07-08 | 2014-07-08 | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410323387.4A CN104062250B (zh) | 2014-07-08 | 2014-07-08 | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104062250A true CN104062250A (zh) | 2014-09-24 |
CN104062250B CN104062250B (zh) | 2016-08-03 |
Family
ID=51550065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410323387.4A Active CN104062250B (zh) | 2014-07-08 | 2014-07-08 | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104062250B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016004577A1 (zh) * | 2014-07-08 | 2016-01-14 | 国网浙江省电力公司电力科学研究院 | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 |
WO2016115804A1 (zh) * | 2015-05-18 | 2016-07-28 | 华中科技大学 | 一种锅炉燃烧火焰中的气相碱金属浓度的在线检测方法 |
CN106287805A (zh) * | 2016-10-18 | 2017-01-04 | 国网浙江省电力公司电力科学研究院 | 一种光纤探测头及锅炉燃烧优化控制系统 |
CN110897593A (zh) * | 2019-10-24 | 2020-03-24 | 南京航空航天大学 | 一种基于光谱特征参数的宫颈癌前病变诊断方法 |
CN112051256A (zh) * | 2020-07-22 | 2020-12-08 | 中国地质大学(武汉) | 基于cnn模型的待测元素含量libs测量方法、系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5465219A (en) * | 1993-08-19 | 1995-11-07 | The Babcock & Wilcox Company | Combustion analyzer based on chaos theory analysis of flame radiation |
CN101644669A (zh) * | 2009-08-28 | 2010-02-10 | 长安大学 | 羟基化学键取向红外光谱测角仪及其测量方法 |
CN101852728A (zh) * | 2010-06-08 | 2010-10-06 | 北京华圣金程科技有限公司 | 一种在线煤质辨识装置及方法 |
WO2011072730A1 (en) * | 2009-12-16 | 2011-06-23 | Abb Research Ltd | Optical flame sensor |
CN301644669S (zh) * | 2011-03-16 | 2011-08-17 | 秦施豪 | 面料(024) |
CN102323213A (zh) * | 2011-08-25 | 2012-01-18 | 华北电力大学 | 基于火焰自由基的燃料种类的在线识别方法 |
JP2012013580A (ja) * | 2010-07-01 | 2012-01-19 | Central Res Inst Of Electric Power Ind | 粒子及び液滴の形状・径と温度との同時計測システム並びにそのプログラム |
-
2014
- 2014-07-08 CN CN201410323387.4A patent/CN104062250B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5465219A (en) * | 1993-08-19 | 1995-11-07 | The Babcock & Wilcox Company | Combustion analyzer based on chaos theory analysis of flame radiation |
CN101644669A (zh) * | 2009-08-28 | 2010-02-10 | 长安大学 | 羟基化学键取向红外光谱测角仪及其测量方法 |
WO2011072730A1 (en) * | 2009-12-16 | 2011-06-23 | Abb Research Ltd | Optical flame sensor |
CN101852728A (zh) * | 2010-06-08 | 2010-10-06 | 北京华圣金程科技有限公司 | 一种在线煤质辨识装置及方法 |
JP2012013580A (ja) * | 2010-07-01 | 2012-01-19 | Central Res Inst Of Electric Power Ind | 粒子及び液滴の形状・径と温度との同時計測システム並びにそのプログラム |
CN301644669S (zh) * | 2011-03-16 | 2011-08-17 | 秦施豪 | 面料(024) |
CN102323213A (zh) * | 2011-08-25 | 2012-01-18 | 华北电力大学 | 基于火焰自由基的燃料种类的在线识别方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016004577A1 (zh) * | 2014-07-08 | 2016-01-14 | 国网浙江省电力公司电力科学研究院 | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 |
GB2541759A (en) * | 2014-07-08 | 2017-03-01 | Electric Power Res Inst State Grid Zhejiang Electric Power Co | Method and system for on-line identification of boiler coal type on basis of flame spectrum intensity |
GB2541759B (en) * | 2014-07-08 | 2020-10-07 | Electric Power Res Institute Of State Grid Zhejiang Electric Power Company | Flame spectrum intensity-based method and system for on-line identifying type of coal in boiler |
WO2016115804A1 (zh) * | 2015-05-18 | 2016-07-28 | 华中科技大学 | 一种锅炉燃烧火焰中的气相碱金属浓度的在线检测方法 |
US9651480B2 (en) | 2015-05-18 | 2017-05-16 | Huazhong University Of Science And Technology | Online detection method of gaseous alkali metal concentration in boiler burning flame |
CN106287805A (zh) * | 2016-10-18 | 2017-01-04 | 国网浙江省电力公司电力科学研究院 | 一种光纤探测头及锅炉燃烧优化控制系统 |
CN110897593A (zh) * | 2019-10-24 | 2020-03-24 | 南京航空航天大学 | 一种基于光谱特征参数的宫颈癌前病变诊断方法 |
CN112051256A (zh) * | 2020-07-22 | 2020-12-08 | 中国地质大学(武汉) | 基于cnn模型的待测元素含量libs测量方法、系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104062250B (zh) | 2016-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104062250B (zh) | 一种基于火焰光谱强度在线辨识锅炉煤种的方法及系统 | |
Shaddix et al. | Laser-induced incandescence measurements of soot production in steady and flickering methane, propane, and ethylene diffusion flames | |
Clarke et al. | Size distributions and mixtures of dust and black carbon aerosol in Asian outflow: Physiochemistry and optical properties | |
Nakayama et al. | Characterization of a three wavelength photoacoustic soot spectrometer (PASS-3) and a photoacoustic extinctiometer (PAX) | |
Baumgardner et al. | Soot reference materials for instrument calibration and intercomparisons: a workshop summary with recommendations | |
Costabile et al. | Characteristics of brown carbon in the urban Po Valley atmosphere | |
CN104849260A (zh) | 一种锅炉燃烧火焰中的气相碱金属浓度的在线检测方法 | |
CN103175759A (zh) | 基于多种地基遥感技术获取城市气溶胶复折射指数的方法 | |
Utry et al. | Mass-specific optical absorption coefficients and imaginary part of the complex refractive indices of mineral dust components measured by a multi-wavelength photoacoustic spectrometer | |
Romonosky et al. | Optical properties of laboratory and ambient biomass burning aerosols: Elucidating black, brown, and organic carbon components and mixing regimes | |
CN106066314B (zh) | 一种碳氢燃烧火焰中气相碱金属浓度的检测方法 | |
GB2541759A (en) | Method and system for on-line identification of boiler coal type on basis of flame spectrum intensity | |
CN111595801A (zh) | 一种整层大气气溶胶棕色碳成分的遥感识别和估计方法 | |
Vratolis et al. | A new method to retrieve the real part of the equivalent refractive index of atmospheric aerosols | |
Li et al. | Prediction of nox emissions throughflame radical imaging and neural network based soft computing | |
Kuzmin et al. | A comprehensive study of combustion products generated from pulverized peat combustion in the furnace of BKZ-210-140F steam boiler | |
CN107560754B (zh) | 一种基于调制锯齿波信号的激光光线偏折校正装置及方法 | |
CN111521529B (zh) | 干气溶胶等效复折射率参数化方案的构建方法 | |
Dayou et al. | Ground-based aerosol optical depth measurement using sunphotometers | |
Wu et al. | A Comprehensive Review of Optical Systems for Soot Volume Fraction Measurements in Co-Flow Laminar Flames: Laser-Induced Incandescence (LII) and Laser Extinction Method (LEM) | |
Butler | An experimental evaluation of radiant energy transport in particle-laden flames | |
Gunnarsson | Radiative Heat Transfer in Suspension-Fired Systems | |
Kuo et al. | Synthetic image generation of chemical plumes for hyperspectral applications | |
Liu et al. | Aerosol properties over an urban site in central East China derived from ground sun-photometer measurements | |
Olofsson | Laser-induced incandescence and complementary diagnostics for flame soot characterization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |