CN109603367A - 一种自适应喷雾式除尘方法及装置 - Google Patents
一种自适应喷雾式除尘方法及装置 Download PDFInfo
- Publication number
- CN109603367A CN109603367A CN201811578956.4A CN201811578956A CN109603367A CN 109603367 A CN109603367 A CN 109603367A CN 201811578956 A CN201811578956 A CN 201811578956A CN 109603367 A CN109603367 A CN 109603367A
- Authority
- CN
- China
- Prior art keywords
- water flow
- physical parameter
- dust
- soot region
- droplet
- 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.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D47/00—Separating dispersed particles from gases, air or vapours by liquid as separating agent
- B01D47/06—Spray cleaning
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Separation Of Particles Using Liquids (AREA)
Abstract
本发明公开了一种自适应喷雾式除尘方法及装置,首先获取粉尘区域中粉尘的物理参数和设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;之后,基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;进一步地,基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
Description
技术领域
本发明涉及工业除尘领域,尤其涉及一种自适应喷雾式除尘方法及装置。
背景技术
随着科技水平的不断提高,工业机械化生产需求不断扩大。对于煤矿等多粉尘空间来说,其粉尘产生量也在急剧增多,造成工作区域环境的恶化,严重影响工作人员的身体健康。
就目前工业技术来看,矿下除尘主要采用水喷雾法,即让喷头喷出固定粒径的雾滴,这对于不同大小的粉尘除尘效果显然是不一样的。因此,该水喷雾法这不仅除尘效果不理想,还浪费水资源。另外,现有的矿下除尘还得工作人员随时操作,且操作流程比较繁琐。
为了解决上述提及的除尘效果差的问题,相关技术中有采用如申请号为2015010034146.2的专利文献所记载的超声波干雾降尘装置来降尘。然而,该装置采用激光衍射法进行实时雾滴粒径检测存在如下缺陷:1)无法对雾滴数量加以统计;2)该装置制造和维护成本较大,使得降尘成本大大提高;3)该装置只有雾滴检测,没有对粉尘浓度的实时监测,这就无法保证除尘效果的稳定性和高效性,达不到理想的除尘效果的同时也浪费了水资源。
相关技术中还有采用如申请号为201510815034.0的专利文献所记载的磁化水除尘方法。该专利设计了一款活性磁化水除尘雾化喷嘴并且提供了一种除尘方法,但该除尘方法是通过安装不同长度的调节螺母来控制合适的水量的,其控制方法较为落后且一旦确定很难改变,故无法做到实时改变水量大小的目的。而且,其喷嘴排布方法在具体使用方面有很大的限制,不利于推广。
发明内容
本发明实施例为了解决上述提及的除尘效果差的问题,创造性地提供一种自适应喷雾式除尘方法及装置。
根据本发明实施例的第一方面,提供一种自适应喷雾式除尘方法,所述方法包括:获取粉尘区域中粉尘的物理参数;获取设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
根据本发明一实施方式,所述特定数据融合算法包括如下算法至少之一:加权平均法、卡尔曼滤波法、多贝叶斯估计法、产生式规则、模糊逻辑理论、神经网络学习法及粗集理论。
根据本发明一实施方式,设置在所述粉尘区域内的喷雾头包括多个,多个所述喷雾头所形成的喷雾系统的喷雾方式包括如下方式至少之一:单排时分法和多排空分法。
根据本发明一实施方式,所述基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数,包括:获取所述粉尘区域当前的水流量和气压信息;基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定气水跟随系数;结合当前的水流量和气压信息,及所确定的气水跟随系数,确定所述粉尘区域的水流量和气流量的调整参数。
根据本发明一实施方式,所述基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控,包括:基于所述粉尘区域的水流量和气流量的调整参数来分别对应控制水比例阀和气比例阀的开度。
根据本发明实施例的第二方面,还提供一种自适应喷雾式除尘装置,所述装置包括:粉尘传感器,用于获取粉尘区域中粉尘的物理参数;雾滴传感器,用于获取设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;自适应优化控制器,用于基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;还用于基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
根据本发明一实施方式,所述特定数据融合算法包括如下算法至少之一:加权平均法、卡尔曼滤波法、多贝叶斯估计法、产生式规则、模糊逻辑理论、神经网络学习法及粗集理论。
根据本发明一实施方式,设置在所述粉尘区域内的喷雾头包括多个;多个所述喷雾头所形成喷雾系统的喷雾方式包括如下方式至少之一:单排时分法和多排空分法。
根据本发明一实施方式,所述装置还包括:水流量传感器,用于获取所述粉尘区域当前的水流量;气压传感器,用于获取所述粉尘区域当前的气压信息;自适应优化控制器,还用于基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定气水跟随系数;结合当前的水流量和气压信息,及所确定的气水跟随系数,确定所述粉尘区域的水流量和气流量的调整参数。
根据本发明一实施方式,所述自适应优化控制器还用于,基于所述粉尘区域的水流量和气流量的调整参数来分别对应控制水比例阀和气比例阀的开度。
本发明实施例自适应喷雾式除尘方法及装置,首先获取粉尘区域中粉尘的物理参数和设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;之后,基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;进一步地,基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。如此,本发明通过对粉尘的物理参数(如浓度和粉尘颗粒粒径等)和雾滴的物理参数(如雾滴颗粒粒径和数量等)进行实时测量,并进一步将二者的物理参数进行耦合运算,通过控制器构成实时控制系统,实现雾滴参数可随粉尘浓度及粉尘粒径大小的变化而实时调整,从而有效提高除尘过程的高效性。而且该方法具有耗水量小、雾滴粒径和数量可随粉尘参数实时控制、除尘效果好、装置简便、适用于大部分粉尘治理领域等优点,易于推广。
需要理解的是,本发明的教导并不需要实现上面所述的全部有益效果,而是特定的技术方案可以实现特定的技术效果,并且本发明的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本发明实施例自适应喷雾式除尘系统的应用场景示意图;
图2示出了本发明喷雾系统中的多排空分结构示意图;
图3示出了本发明实施例自适应喷雾式除尘方法的实现流程示意图;
图4示出了本发明一应用实例的自适应喷雾式除尘系统架构图;
图5示出了本发明实施例自适应喷雾式除尘装置的组成结构示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为使本发明更加透彻和完整,并能够将本发明的范围完整地传达给本领域的技术人员。
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
图1示出了本发明实施例自适应喷雾式除尘系统的应用场景示意图。
参考图1,本发明实施例自适应喷雾式除尘系统包括:安装在粉尘区域1上方进水口3处的水泵2,安装在粉尘工作区域1上方进气口4处的空气泵5,用于调节水管中水流量的大小的电动水比例阀6,用于调节气管中气压大小的电动气比例阀7,用于采集水流量的大小的水流量传感器8,用于采集气压的大小的气压传感器9,自适应优化控制器10,安装在传感器安装箱11内的用于采集粉尘的物流参数的粉尘传感器12和用于采集雾滴的物流参数的雾滴传感器13,及分布于粉尘区域1上方或侧面的喷雾头14。
其中,所述喷雾头14的数量可视粉尘区域1的大小来调整。多个所述喷雾头14所形成所形成喷雾系统的喷雾方式包括如下方式至少之一:单排时分法和多排空分法,如图2所示。
这里,需要补充说明的是,单排时分法是指所有喷雾头共用一条水气管路,其喷雾头所喷雾滴参数的变化会在时间上体现出来,即在不同的时间下,其喷雾头所喷雾滴参数是不同的。而在同一时间其所有喷头所处状态是完全相同的。该方法可用在粉尘浓度较低的工作区域,既可以实现高效除尘的目标,也可以达到节水的目的。
如图2所示的多排空分法,多个喷雾头呈多排分布,各排各用一条水气管路,每条水气管都安装有控制阀,在同一时间,系统根据接收的数据控制各条管路控制阀,从而使得各排喷雾头所喷雾滴参数各异,达到各参数雾滴在粉尘工作区域呈空间分布。该方法可用在粉尘浓度特别高的工作区域,可以更快速地控制粉尘浓度,达到高效除尘的目的。
本发明实施例自适应喷雾式除尘系统,利用粉尘传感器对粉尘浓度及粒径大小进行实时性的测量,利用雾滴传感器对雾滴的粒径及数量进行实时测量,利用水流量传感器对水流量大小进行实时测量,利用气压传感器对气压大小进行实时测量,利用自适应优化控制器、电动水比例阀和电动气比例阀调节水流量和气压的大小,进而根据现场粉尘浓度和粉尘粒径大小自适应输出粒径和数量可控的雾滴,实现实时高效除尘和节水的目的。本发明也适用于对水进行预处理的除尘降尘方法,如通过强磁场对水进行磁化,提高水与粉尘结合的吸附力,提高降尘效果;又如通过向水中加入一些活性剂来增强水雾对粉尘的吸附力,提高降尘效率。
图3示出了本发明实施例自适应喷雾式除尘方法的实现流程示意图。如图3所示,所述方法包括:操作301:获取粉尘区域中粉尘的物理参数;操作302:获取设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;操作303:基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;操作304:基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
结合如图1所示的应用场景的系统架构,在操作301,可以通过粉尘传感器获取粉尘区域中粉尘的浓度及粒径大小;同样,在操作302,可以通过雾滴传感器获取雾滴的粒径及数量。
在操作303,所述特定数据融合算法包括如下算法至少之一:加权平均法、卡尔曼滤波法、多贝叶斯估计法、产生式规则、模糊逻辑理论、神经网络学习法及粗集理论。
根据本发明一实施方式,结合图1所示的应用场景的系统架构,在操作303,首先分别通过水流量传感器和气压传感器获取所述粉尘区域当前的水流量和气压信息;之后,自适应优化控制器基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定气水跟随系数;进一步地,自适应优化控制器结合当前的水流量和气压信息,及所确定的气水跟随系数,确定所述粉尘区域的水流量和气流量的调整参数。
根据本发明一实施方式,结合图1所示的应用场景的系统架构,在操作304,自适应优化控制器基于所述粉尘区域的水流量和气流量的调整参数来分别对应控制水比例阀和气比例阀的开度。
结合如图4所示的一应用实例的自适应喷雾式除尘系统架构图,接下来将对除尘系统的整个实现过程进行具体阐述。
首先,系统启动后,控制器通过设置初始值,使得喷头开始喷雾。多个粉尘参数传感器(即粉尘传感器)采集粉尘参数信号和CF,之后对其进行信号特征提取,然后进行数据融合,最后通过系统决策确定目标水流量Qw;多个雾滴参数传感器(即雾滴传感器)采集雾滴参数信号之后对其进行信号特征提取,然后进行数据融合,最后通过系统决策确定气水跟随系数Kgw。
其次,水流量传感器采集当前水流量值Qw’,根据水流量传感器反馈值与目标水流量的偏差ew(k)=Qw-Qw’,根据水流量偏差计算水比例阀的电压增量Δuw(k),如下述表达式(1)所示:
Δuw(k)=KpW·Δew(k)+KiW·ew(k)+KdW(Δew(k)-Δew(k-1)) (1);
再次,气压值对水流量有一个跟随系数Kgw,通过水流量Qw可以得到一个目标气压值Pg,如下述表达式(2)所示:
Pg=Kgw·Qw (2);
最后,气压传感器采集当前气压值Pg',根据气压传感器的反馈值与目标气压值的偏差eg(k)=Pg-Pg’,根据气压值偏差计算气压比例阀的电压增量Δug(k),如下述表达式(3)所示:
Δug(k)=Kpg·Δeg(k)+Kig·eg(k)+Kdg(Δeg(k)-Δeg(k-1)) (3)
之后,再重新执行以上所有步骤。其中,水流量PID控制器的参数KpW,KiW,KdW,气压PID控制器参数Kpg,Kig,Kdg,也可运用各种成熟的PID参数整定方法,比如神经网络PID自整定、模糊PID自整定以及多种方法集合的优化方法,使得系统控制性能更加完善。
本发明实施例自适应喷雾式除尘方法,首先获取粉尘区域中粉尘的物理参数和设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;之后,基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;进一步地,基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。如此,本发明通过对粉尘的物理参数(如浓度和粉尘颗粒粒径等)和雾滴的物理参数(如雾滴颗粒粒径和数量等)进行实时测量,并进一步将二者的物理参数进行耦合运算,通过控制器构成实时控制系统,实现雾滴参数可随粉尘浓度及粉尘粒径大小的变化而实时调整,从而有效提高除尘过程的高效性。而且该方法具有耗水量小、雾滴粒径和数量可随粉尘参数实时控制、除尘效果好、装置简便、适用于大部分粉尘治理领域等优点,易于推广。
同样,基于如上文所述自适应喷雾式除尘方法,本发明实施例又提供一种计算机可读存储介质,所述计算机可读存储介质存储有程序,当所述程序被处理器执行时,使得所述处理器至少执行如下所述的操作步骤:获取粉尘区域中粉尘的物理参数;获取设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
进一步地,基于上文所述自适应喷雾式除尘方法,本发明实施例还提供一种自适应喷雾式除尘装置,如图5所示,所述装置50包括粉尘传感器501,雾滴传感器502和自适应优化控制器503;其中,粉尘传感器501,用于获取粉尘区域中粉尘的物理参数;雾滴传感器502,用于获取设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;自适应优化控制器503,用于基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;还用于基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
根据本发明一实施方式,所述特定数据融合算法包括如下算法至少之一:加权平均法、卡尔曼滤波法、多贝叶斯估计法、产生式规则、模糊逻辑理论、神经网络学习法及粗集理论。
根据本发明一实施方式,设置在所述粉尘区域内的喷雾头包括多个;多个所述喷雾头所形成喷雾系统的喷雾方式包括如下方式至少之一:单排时分法和多排空分法。
根据本发明一实施方式,所述装置50还包括:水流量传感器504,用于获取所述粉尘区域当前的水流量;气压传感器505,用于获取所述粉尘区域当前的气压信息;所述自适应优化控制器503,还用于基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定气水跟随系数;结合当前的水流量和气压信息,及所确定的气水跟随系数,确定所述粉尘区域的水流量和气流量的调整参数。
根据本发明一实施方式,所述自适应优化控制器503还用于,基于所述粉尘区域的水流量和气流量的调整参数来分别对应控制水比例阀和气比例阀的开度。
这里需要指出的是:以上自适应喷雾式除尘装置实施例的描述,与前述图3所示的方法实施例的描述是类似的,具有同前述图3所示的方法实施例相似的有益效果,因此不做赘述。对于本发明自适应喷雾式除尘装置实施例中未披露的技术细节,请参照本发明前述图3所示的方法实施例的描述而理解,为节约篇幅,因此不再赘述。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种自适应喷雾式除尘方法,其特征在于,所述方法包括:
获取粉尘区域中粉尘的物理参数;
获取设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;
基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;
基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
2.根据权利要求1所述的方法,其特征在于,所述特定数据融合算法包括如下算法至少之一:加权平均法、卡尔曼滤波法、多贝叶斯估计法、产生式规则、模糊逻辑理论、神经网络学习法及粗集理论。
3.根据权利要求1所述的方法,其特征在于,设置在所述粉尘区域内的喷雾头包括多个;多个所述喷雾头所形成喷雾系统的喷雾方式包括如下方式至少之一:单排时分法和多排空分法。
4.根据权利要求1所述的方法,其特征在于,所述基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数,包括:
获取所述粉尘区域当前的水流量和气压信息;
基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定气水跟随系数;
结合当前的水流量和气压信息,及所确定的气水跟随系数,确定所述粉尘区域的水流量和气流量的调整参数。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控,包括:
基于所述粉尘区域的水流量和气流量的调整参数来分别对应控制水比例阀和气比例阀的开度。
6.一种自适应喷雾式除尘装置,其特征在于,所述装置包括:
粉尘传感器,用于获取粉尘区域中粉尘的物理参数;
雾滴传感器,用于获取设置在所述粉尘区域内的喷雾头所喷出雾滴的物理参数;
自适应优化控制器,用于基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定所述粉尘区域的水流量和气流量的调整参数;还用于基于所述粉尘区域的水流量和气流量的调整参数对所述喷雾头所喷出雾滴的物理参数进行自适应调控。
7.根据权利要求6所述的装置,其特征在于,所述特定数据融合算法包括如下算法至少之一:加权平均法、卡尔曼滤波法、多贝叶斯估计法、产生式规则、模糊逻辑理论、神经网络学习法及粗集理论。
8.根据权利要求6所述的装置,其特征在于,设置在所述粉尘区域内的喷雾头包括多个;多个所述喷雾头所形成喷雾系统的喷雾方式包括如下方式至少之一:单排时分法和多排空分法。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
水流量传感器,用于获取所述粉尘区域当前的水流量;
气压传感器,用于获取所述粉尘区域当前的气压信息;
所述自适应优化控制器,还用于基于特定数据融合算法根据所获取的粉尘的物理参数和雾滴的物理参数,确定气水跟随系数;结合当前的水流量和气压信息,及所确定的气水跟随系数,确定所述粉尘区域的水流量和气流量的调整参数。
10.根据权利要求6至9任一项所述的装置,其特征在于,
所述自适应优化控制器还用于,基于所述粉尘区域的水流量和气流量的调整参数来分别对应控制水比例阀和气比例阀的开度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578956.4A CN109603367A (zh) | 2018-12-24 | 2018-12-24 | 一种自适应喷雾式除尘方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811578956.4A CN109603367A (zh) | 2018-12-24 | 2018-12-24 | 一种自适应喷雾式除尘方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109603367A true CN109603367A (zh) | 2019-04-12 |
Family
ID=66011243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811578956.4A Pending CN109603367A (zh) | 2018-12-24 | 2018-12-24 | 一种自适应喷雾式除尘方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109603367A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111705734A (zh) * | 2020-07-02 | 2020-09-25 | 金文贤 | 一种基于大数据检测分析的城市扬尘治理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441718A (zh) * | 2008-12-19 | 2009-05-27 | 福建三元达通讯股份有限公司 | 传感器信息融合装置及其方法 |
CN201423227Y (zh) * | 2009-06-22 | 2010-03-17 | 象山东方输煤设备厂 | 雾化除尘装置 |
CN202140108U (zh) * | 2011-07-06 | 2012-02-08 | 李小勇 | 微米级自适应喷雾抑尘系统 |
CN103057918A (zh) * | 2012-12-31 | 2013-04-24 | 上海烟草集团有限责任公司 | 烟用自动雾化加湿抑尘输送机 |
CN103691222A (zh) * | 2013-12-14 | 2014-04-02 | 常熟市通防电器有限公司 | 自动洒水喷雾降尘装置 |
CN105629836A (zh) * | 2016-03-03 | 2016-06-01 | 金华市华强电子科技有限公司 | 一种带反馈检测的自动喷雾控制系统以及控制方法 |
CN106731346A (zh) * | 2016-10-25 | 2017-05-31 | 泰富重工制造有限公司 | 自适应水雾除尘系统及方法 |
CN107829804A (zh) * | 2017-11-24 | 2018-03-23 | 江苏科技大学 | 一种基于scr的船舶脱硝系统的尾气循环处理系统 |
-
2018
- 2018-12-24 CN CN201811578956.4A patent/CN109603367A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441718A (zh) * | 2008-12-19 | 2009-05-27 | 福建三元达通讯股份有限公司 | 传感器信息融合装置及其方法 |
CN201423227Y (zh) * | 2009-06-22 | 2010-03-17 | 象山东方输煤设备厂 | 雾化除尘装置 |
CN202140108U (zh) * | 2011-07-06 | 2012-02-08 | 李小勇 | 微米级自适应喷雾抑尘系统 |
CN103057918A (zh) * | 2012-12-31 | 2013-04-24 | 上海烟草集团有限责任公司 | 烟用自动雾化加湿抑尘输送机 |
CN103691222A (zh) * | 2013-12-14 | 2014-04-02 | 常熟市通防电器有限公司 | 自动洒水喷雾降尘装置 |
CN105629836A (zh) * | 2016-03-03 | 2016-06-01 | 金华市华强电子科技有限公司 | 一种带反馈检测的自动喷雾控制系统以及控制方法 |
CN106731346A (zh) * | 2016-10-25 | 2017-05-31 | 泰富重工制造有限公司 | 自适应水雾除尘系统及方法 |
CN107829804A (zh) * | 2017-11-24 | 2018-03-23 | 江苏科技大学 | 一种基于scr的船舶脱硝系统的尾气循环处理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111705734A (zh) * | 2020-07-02 | 2020-09-25 | 金文贤 | 一种基于大数据检测分析的城市扬尘治理系统 |
CN111705734B (zh) * | 2020-07-02 | 2021-11-02 | 临沂川鲁信息科技有限公司 | 一种基于大数据检测分析的城市扬尘治理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wisniewski | Spray drying technology review | |
Bhushan et al. | Particle swarm optimization and firefly algorithm: performance analysis | |
Shi et al. | A fuzzy adaptive approach to decoupled visual servoing for a wheeled mobile robot | |
CN109603367A (zh) | 一种自适应喷雾式除尘方法及装置 | |
EP3096862A1 (en) | System and method for automatic control of differential pressure in a baghouse system | |
EP2808091B1 (en) | Method and apparatus for applying paint on basically flat parts | |
WO2006036819A2 (en) | Method and system for increasing efficiency of fgd operation in fossil fuel boilers | |
CN105999862B (zh) | 一种除雾器用除雾器叶片和高效除雾器及应用 | |
JP2008212847A (ja) | 湿式電気集塵装置 | |
Sitapure et al. | Neural network-based model predictive control for thin-film chemical deposition of quantum dots using data from a multiscale simulation | |
JPWO2018220756A1 (ja) | ミスト塗布成膜装置の塗布ヘッドおよびそのメンテナンス方法 | |
Jiang et al. | Wetting and deposition characteristics of air-assisted spray droplet on large broad-leaved crop canopy | |
KR101688577B1 (ko) | 나노버블을 이용한 직분사 노즐형 가습시스템 | |
US20160102882A1 (en) | Method for the conditioning of air, and air-conditioning system | |
Dostál et al. | Model predictive control of climatic chamber with on-off actuators | |
CN107024861A (zh) | 一种转炉干法除尘系统的在线建模方法 | |
CN109917640A (zh) | 一种喷雾干燥塔进风温度内模pid控制方法、装置和设备 | |
Peters et al. | Applying the Episodic Natural Actor-Critic Architecture to Motor Primitive Learning. | |
CN110252055A (zh) | 一种空气净化装置和空气净化设备 | |
EP3395166A2 (en) | Air treatment unit, as well as a method for breeding animals in a cattle shed | |
Cai et al. | Bionic autonomous learning control of a two-wheeled self-balancing flexible robot | |
CA3224125A1 (en) | Targeted treatment of specific weed species with multiple treatment devices | |
Masters | Current market-driven spray drying development activities | |
CN106457135B (zh) | 尿素装置和用于清洗相关的气体流的方法 | |
Okajima et al. | Analysis of the effect of sampling strategy: flicking for chemical plume tracing by an autonomous robot |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |