CN111177923A - 一种用于蒸发器中结垢维护的预测方法及装置 - Google Patents

一种用于蒸发器中结垢维护的预测方法及装置 Download PDF

Info

Publication number
CN111177923A
CN111177923A CN201911383595.2A CN201911383595A CN111177923A CN 111177923 A CN111177923 A CN 111177923A CN 201911383595 A CN201911383595 A CN 201911383595A CN 111177923 A CN111177923 A CN 111177923A
Authority
CN
China
Prior art keywords
evaporator
heat
scaling
acquiring
measurement data
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
Application number
CN201911383595.2A
Other languages
English (en)
Other versions
CN111177923B (zh
Inventor
黄建军
徐少龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinao Shuneng Technology Co Ltd
Original Assignee
Xinao Shuneng Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xinao Shuneng Technology Co Ltd filed Critical Xinao Shuneng Technology Co Ltd
Priority to CN201911383595.2A priority Critical patent/CN111177923B/zh
Publication of CN111177923A publication Critical patent/CN111177923A/zh
Application granted granted Critical
Publication of CN111177923B publication Critical patent/CN111177923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明适用于能源技术领域,提供了一种用于蒸发器中结垢维护的预测方法及装置,该方法包括:获取蒸发器的结垢热流量模型;根据蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;根据所述结垢厚度,获取除垢的维护时间。得到除垢的维护时间后可对蒸发器除垢做好提前规划或预警工作,工作人员通过简单快捷的方式能够实时监测结垢情况,减少了不必要的停机人工检测步骤,减少了过于频繁除垢带来的人力物力的浪费;同时也避免了由于过晚的除垢对蒸发器热效率的影响和设备的损坏;最后通过精细传统物理模型结合热传导过程,提高了预测除垢的准确性。

Description

一种用于蒸发器中结垢维护的预测方法及装置
技术领域
本发明属于能源技术领域,尤其涉及一种用于蒸发器中结垢维护的预测方法及装置。
背景技术
降膜蒸发器是蒸发器的一种,主要的工作原理是料液通过吸收流体热量来蒸发料液中的液体,以达到浓缩料液的目的。料液浓缩过程中,根据料液的酸碱性不一的特点,有些极易造成换热管结垢。结垢对于蒸发器的正常运行有着重要的影响。由于蒸发器的结垢,结垢物会吸收相当一部分热量并且不利于热量的传输,显著降低蒸发器运行效率,增加能耗。
传统的预测性维护方法很多,而且在不断地发展之中,按照设备状态信号的物理特征可以做如下分类:振动、温度、声学、污染物、强度、光学、压力以及电参数等。
目前在进行蒸发器的预测性维护时,都是从单变量的因素预测开始,单纯地从单变量因素预测导致节能器的预测性维护效果不佳。
发明内容
有鉴于此,本发明实施例提供了一种用于蒸发器中结垢维护的预测方法、装置、终端设备及计算机可读存储介质,以解决现有蒸发器的预测性维护效果不佳的技术问题。
本发明实施例的第一方面,提供了一种用于蒸发器中结垢维护的预测方法,包括:
获取蒸发器的结垢热流量模型;
根据蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;
根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;
根据获取的所述结垢厚度,获取除垢的维护时间。
本发明实施例的第二方面,提供了一种用于蒸发器中结垢维护的预测装置,包括:
结垢热流量模型获取模块,用于获取蒸发器的结垢热流量模型;
热量变化模型获取模块,用于根据所述蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;
结垢厚度获取模块,用于根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;
维护时间获取模块,用于根据获取的所述结垢厚度,获取除垢的维护时间。
本发明实施例的第三方面,提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述用于蒸发器中结垢维护的预测方法的步骤。
本发明实施例的第四方面,提供了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计算机程序,所述计算机程序被处理器执行时实现所述用于蒸发器中结垢维护的预测方法的步骤。
本发明实施例提供的用于蒸发器中结垢维护的预测方法的有益效果至少在于:本发明实施例首先通过获取蒸发器的结垢热流量模型;根据蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;根据获取的所述结垢厚度,获取除垢的维护时间。得到除垢的维护时间后可对蒸发器除垢做好提前规划或预警工作,工作人员通过简单快捷的方式能够实时监测结垢情况,减少了不必要的停机人工检测步骤,减少了过于频繁除垢带来的人力物力的浪费;同时也避免了由于过晚的除垢对蒸发器热效率的影响和设备的损坏;最后通过优化精细传统物理模型结合热传导过程,提高了预测除垢的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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一些实施例,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,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的用于蒸发器中结垢维护的预测方法的实现流程示意图;
图2是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取结垢热流量模型的实现流程示意图;
图3是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取与所述蒸发器能量变化量相对应的热量变化模型的实现流程示意图一;
图4是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取与所述蒸发器能量变化量相对应的热量变化模型的实现流程示意图二;
图5是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取蒸发器除垢的维护时间的实现流程示意图;
图6是本发明实施例提供的用于蒸发器中结垢维护的预测装置的示意图;
图7是本发明实施例提供的用于蒸发器中结垢维护的预测装置中结垢热流量模型获取模块的示意图;
图8是本发明实施例提供的用于蒸发器中结垢维护的预测装置中热量变化模型获取模块的示意图一;
图9是本发明实施例提供的用于蒸发器中结垢维护的预测装置中热量变化模型获取模块的示意图二;
图10是本发明实施例提供的用于蒸发器中结垢维护的预测装置中维护时间获取模块的示意图;
图11是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
参阅图1,是本发明实施例提供的用于蒸发器中结垢维护的预测方法的实现流程示意图,该方法可以包括:
步骤S10:获取蒸发器的结垢热流量模型。
为了获取蒸发器的结垢热流量模型,需要首先获取蒸发器的参数。请参阅图2,是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取结垢热流量模型的实现流程示意图,在本实施例中,可以通过根据蒸发器设备,获取蒸发器的参数;获取所述蒸发器中料液的测量数据和管外流体的初始温度,所述测量数据至少包括所述料液的沸点;根据所述蒸发器的参数、所述测量数据以及所述初始温度,获取结垢热流量模型。获取蒸发器的结垢热流量模型的一种方式可以包括如下步骤:
步骤S101:根据蒸发器设备,获取蒸发器的参数。
蒸发器的吸热是从换热管外到管内的过程,其中t的方向是料液流动方向,d1、d2分别为管壁的内壁半径和管壁的外壁半径,A1、A2、l分别为管内面积、管外面积和管的长度。
应当理解的是,该步骤蒸发器中的料液针对不同项目或者不同设备也可以为其他液体,如乙醇、水与其他物质的混合物等,料液至少为一种物质,此处不做限制。
在获取蒸发器的参数后,可进行以下步骤:
步骤S102:获取所述蒸发器中料液的测量数据和管外流体的初始温度,所述测量数据至少包括所述料液的沸点。
tf1、tw1、tw2、tf2分别为料液的沸点、内壁温度、外壁温度和管外流体的初始温度,α1、α2、λ分别为管内单位面积导热系数、管外单位面积导热系数和管壁导热系数。
应当理解的是,该步骤流体针对不同项目或者不同设备也可以为其他液体,如水、水蒸气等,此处不做限制。
在获取所述蒸发器中料液的测量数据后,可进行以下步骤:
步骤S103:根据所述蒸发器的参数、所述测量数据以及所述初始温度,获取结垢热流量模型。
根据步骤S101和步骤102获取的蒸发器的参数和所述测量数据,传统物理热流量模型为:
Figure BDA0002342908790000061
如果蒸发器结垢,假设蒸发器的污垢均匀地附在管壁内侧,并且污垢的导热系数为α0,结垢的厚度为d0,那么,热流量公式变为:
Figure BDA0002342908790000062
即,得到结垢热流量模型。
请参阅图1,进一步地,在获取结垢热流量模型后,可以进行下述步骤:
步骤S20:根据蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型。
进一步地,为了获取与所述蒸发器能量变化量对应的热量变化模型,需要获取所述料液的测量数据,所述测量数据至少包括所述料液的潜热系数和所述料液蒸发前后的体积变化量。请参阅图3,是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取与所述蒸发器能量变化量相对应的热量变化模型的实现流程示意图一,在本实施例中,获取所述料液的测量数据,所述测量数据至少包括所述料液的潜热系数和所述料液蒸发前后的体积变化量;根据所述料液的测量数据,获取所述热量变化模型。获取所述热量变化模型的一种方式可以包括如下步骤:
步骤S201a:获取所述料液的测量数据,所述测量数据至少包括所述料液的潜热系数和所述料液蒸发前后的体积变化量。
γ表征潜热系数,所谓潜热,是指水或者其他液体在相变过程中所吸收和释放的热量。潜热吸收是指水蒸发成为水蒸汽时吸收热量。在夏天,动物排汗就是利用这种现象来降低体温;潜热释放是指水蒸汽凝结为水滴时放出热量。这里的潜热或者潜热系数是指在一定大气压和温度下,水或者其他液体固定的热力学参数,该参数是已知的。例如:水在一个大气压(0.1MPa)且100℃时的汽化潜热为2257.2kJ/kg。ΔV表征料液蒸发前后体积的变化量。
在获取所述料液的测量数据后,可进行以下步骤:
步骤S202a:根据所述料液的测量数据,获取所述热量变化模型。
传输的热量为料液的能量变化量,即蒸发液体吸收的潜热量,所述热量变化模型包括:
ΔQr=γΔV
其中,ΔQr表征料液吸收的潜热量。
进一步地,为了获取与所述蒸发器能量变化量对应的热量变化模型,需要获取管外流体的测量数据,所述测量数据至少包括所述流体的初始温度、最终温度、体积、密度以及比热容。请参阅图4,是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取与所述蒸发器能量变化量相对应的热量变化模型的实现流程示意图二,在本实施例中,获取管外流体的测量数据,所述测量数据至少包括所述流体的初始温度、最终温度、体积、密度以及比热容;根据所述流体的测量数据,获取所述热量变化模型。获取与所述蒸发器能量变化量相对应的热量变化模型的一种方式还可以包括如下步骤:
步骤S201b:获取管外流体的测量数据,所述测量数据至少包括所述流体的初始温度、最终温度、体积、密度以及比热容。
c表征流体的比热容;ρ表征流体的密度;V表征流体的体积;t0表征管外流体的最终温度;ΔT表征管外流体的温度差。
在获取管外流体的测量数据后,可进行以下步骤:
步骤S202b:根据所述流体的测量数据,获取所述热量变化模型。
所述热量变化模型包括:
ΔQs=cρVΔT=cρV(tf2-t0)
其中,ΔQs表征流体能量变化量。
请参阅图1,进一步地,在获取与所述蒸发器能量变化量对应的热量变化模型后,可以进行下述步骤:
步骤S30:根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度。
所述根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度中,根据所述结垢热流量与料液吸收的潜热相同来确定结垢厚度;或者,根据所述结垢热流量与流体能量变化量相同来确定结垢厚度。
Q=ΔQr或Q=ΔQs
此时优选Q=ΔQr,因为获取的管外流体的测量数据由于测量数据多,每组数据均可能产生误差,积累起来后存在误差;同时管外总能量的变化量除了大部分传递给料液外,还存在其他各种原因的损耗,所以优选Q=ΔQr
请参阅图1,进一步地,在获得了所述蒸发器的结垢厚度后,可以进行下述步骤:
步骤S40:根据获取的所述结垢厚度,获取除垢的维护时间。
进一步地,为了获取除垢的维护时间,需要获取结垢厚度与除垢时间的经验曲线。请参阅图5,是本发明实施例提供的用于蒸发器中结垢维护的预测方法中获取蒸发器除垢的维护时间的实现流程示意图,获取结垢厚度与除垢时间的经验曲线;根据获取的所述结垢厚度,在所述经验曲线上获取对应的除垢时间,所述除垢时间即为所述维护时间。获取除垢的维护时间的一种方式可以包括如下步骤:
步骤S401:获取结垢厚度与除垢时间的经验曲线。
由于
Figure BDA0002342908790000081
所以,获取结垢厚度d0
经验曲线包括正常-清洗预警区域、清洗预警区域-清洗警告区域和清洗警告区域。
在获取结垢厚度与除垢时间的经验曲线后,可进行以下步骤:
步骤S402:根据获取的所述结垢厚度,在所述经验曲线上获取对应的除垢时间,所述除垢时间即为所述维护时间。
根据所述结垢厚度和经验曲线判断是否处于清洗警告区域;若结垢处于清洗警告区域,则安排蒸发器清洗工作;若结垢处于正常-清洗预警区域,则不做任何安排;若结垢处于清洗预警区域-清洗警告区域,则将该蒸发器备注在备忘录中,实时监测。
应当理解的是,以上各英文字母和/或符号仅是为清楚说明设备或者蒸发器具体参数意义,也可用其他字母或者符号表示。此处不做限制。
应当理解的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本发明实施例提供的用于蒸发器中结垢维护的预测方法的有益效果至少在于:本发明实施例首先通过获取蒸发器的结垢热流量模型;根据蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;根据获取的所述结垢厚度,获取除垢的维护时间。得到除垢的维护时间后可对蒸发器除垢做好提前规划或预警工作,工作人员通过简单快捷的方式能够实时监测结垢情况,减少了不必要的停机人工检测步骤,减少了过于频繁除垢带来的人力物力的浪费;同时也避免了由于过晚的除垢对蒸发器热效率的影响和设备的损坏;最后通过优化精细传统物理模型结合热传导过程,提高了预测除垢的准确性。
本发明实施例的目的还在于提供一种用于蒸发器中结垢维护的预测装置,图6为用于蒸发器中结垢维护的预测装置的示意图,为了便于说明,仅示出与本申请实施例相关的部分。
请参阅图6,用于蒸发器中结垢维护的预测装置包括结垢热流量模型获取模块51、热量变化模型获取模块52、结垢厚度获取模块53以及维护时间获取模块54。其中,结垢热流量模型获取模块51用于获取蒸发器的结垢热流量模型;热量变化模型获取模块52用于根据所述蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;结垢厚度获取模块53用于根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;维护时间获取模块54用于根据获取的所述结垢厚度,获取除垢的维护时间。
请参阅图7,进一步地,结垢热流量模型获取模块51包括参数构建单元511、数据构建单元512以及模型构建单元513。其中,参数构建单元511用于根据蒸发器设备,获取蒸发器的参数;数据构建单元512用于获取所述蒸发器中料液的测量数据和管外流体的初始温度,所述测量数据至少包括所述料液的沸点;模型构建单元513用于根据所述蒸发器的参数、所述测量数据以及所述初始温度,获取结垢热流量模型。
请参阅图8,进一步地,热量变化模型获取模块52包括第一测量数据确定单元521a和第一模型确定单元522a。其中,第一测量数据确定单元521a用于获取所述料液的测量数据,所述测量数据至少包括所述料液的潜热系数和所述料液蒸发前后的体积变化量;第一模型确定单元522a用于根据所述料液的测量数据,获取所述热量变化模型。
请参阅图9,进一步地,热量变化模型获取模块52包括第二测量数据确定单元521b和第二模型确定单元522b。其中,第二测量数据确定单元521b用于获取管外流体的测量数据,所述测量数据至少包括所述流体的初始温度、最终温度、体积、密度以及比热容;第二模型确定单元522b用于根据所述流体的测量数据,获取所述热量变化模型。
请参阅图10,进一步地,维护时间获取模块54包括结垢厚度和经验曲线确定单元541和维护时间确定单元542。其中,经验曲线确定单元541用于获取结垢厚度与除垢时间的经验曲线;维护时间确定单元542用于根据获取的所述结垢厚度,在所述经验曲线上获取对应的除垢时间,所述除垢时间即为所述维护时间。
图11是本发明一实施例提供的终端设备的示意图。如图11所示,所述终端设备6,包括存储器61、处理器60以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,所述处理器60执行所述计算机程序62时实现如所述用于蒸发器中结垢维护的预测方法的步骤,例如图1-图5所示的步骤S10至S40。
所述终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器60、所述存储器61。本领域技术人员可以理解,图11仅仅是终端设备6的示例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述终端设备6的内部存储单元,例如终端设备6的硬盘或内存。所述存储器61也可以是终端设备6的外部存储设备,例如所述终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述终端设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端设备所需的其它程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
具体可以如下,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质;也可以是单独存在,未装配入终端设备中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上计算机程序:
计算机可读存储介质,包括所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述用于蒸发器中结垢维护的预测方法的步骤。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者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者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用软件功能单元的形式实现。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于蒸发器中结垢维护的预测方法,其特征在于,包括:
获取蒸发器的结垢热流量模型;
根据蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;
根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;
根据获取的所述结垢厚度,获取除垢的维护时间。
2.如权利要求1所述的用于蒸发器中结垢维护的预测方法,其特征在于,所述获取蒸发器的结垢热流量模型,包括:
根据蒸发器设备,获取蒸发器的参数;
获取所述蒸发器中料液的测量数据和管外流体的初始温度,所述测量数据至少包括所述料液的沸点;
根据所述蒸发器的参数、所述测量数据以及所述初始温度,获取结垢热流量模型。
3.如权利要求2所述的用于蒸发器中结垢维护的预测方法,其特征在于,所述结垢热流量模型包括:
Figure FDA0002342908780000011
其中,Q表征结垢热流量;
α0表征结垢的导热系数;
α1表征管内单位面积导热系数;
α2表征管外单位面积导热系数;
d0表征结垢的厚度;
d1表征管壁的内壁半径;
d2表征管壁的外壁半径;
tf1表征料液的沸点;
tf2表征管外流体的初始温度;
λ表征管壁导热系数;
l表征管的长度。
4.如权利要求1所述的用于蒸发器中结垢维护的预测方法,其特征在于,所述根据所述蒸发器的测量数据,获取与所述蒸发器能量变化量相对应的热量变化模型,包括:
获取所述料液的测量数据,所述测量数据至少包括所述料液的潜热系数和所述料液蒸发前后的体积变化量;
根据所述料液的测量数据,获取所述热量变化模型,所述热量变化模型包括:
ΔQr=γΔV
其中,ΔQr表征料液吸收的潜热量;
γ表征潜热系数;
ΔV表征料液蒸发前后体积的变化量。
5.如权利要求1所述的用于蒸发器中结垢维护的预测方法,其特征在于,所述根据所述蒸发器的测量数据,获取与所述蒸发器能量变化量相对应的热量变化模型,包括:
获取进入所述蒸发器的流体的测量数据,所述测量数据至少包括所述流体的初始温度、最终温度、体积、密度以及比热容;
根据所述流体的测量数据,获取所述热量变化模型,所述热量变化模型包括:
ΔQs=cρVΔT=cρV(tf2-t0)
其中,ΔQs表征流体能量变化量;
c表征流体的比热容;
ρ表征流体的密度;
V表征流体的体积;
tf2表征管外流体的初始温度;
t0表征管外流体的最终温度;
ΔT表征管外流体的温度差。
6.如权利要求1所述的用于蒸发器中结垢维护的预测方法,其特征在于,所述根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度中,根据所述结垢热流量与料液吸收的潜热相同来确定结垢厚度;
或者,根据所述结垢热流量与流体能量变化量相同来确定结垢厚度。
7.如权利要求1所述的用于蒸发器中结垢维护的预测方法,其特征在于,所述根据获取的所述结垢厚度,获取蒸发器除垢的维护时间,包括:
获取结垢厚度与除垢时间的经验曲线;
根据获取的所述结垢厚度,在所述经验曲线上获取对应的除垢时间,所述除垢时间即为所述维护时间。
8.一种用于蒸发器中结垢维护的预测装置,其特征在于,包括:
结垢热流量模型获取模块,用于获取蒸发器的结垢热流量模型;
热量变化模型获取模块,用于根据所述蒸发器的测量数据,获取与所述蒸发器能量变化量对应的热量变化模型;
结垢厚度获取模块,用于根据所述结垢热流量模型和所述热量变化模型,获取所述蒸发器的结垢厚度;
维护时间获取模块,用于根据获取的所述结垢厚度,获取除垢的维护时间。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
CN201911383595.2A 2019-12-27 2019-12-27 一种用于蒸发器中结垢维护的预测方法及装置 Active CN111177923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911383595.2A CN111177923B (zh) 2019-12-27 2019-12-27 一种用于蒸发器中结垢维护的预测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911383595.2A CN111177923B (zh) 2019-12-27 2019-12-27 一种用于蒸发器中结垢维护的预测方法及装置

Publications (2)

Publication Number Publication Date
CN111177923A true CN111177923A (zh) 2020-05-19
CN111177923B CN111177923B (zh) 2023-06-20

Family

ID=70652226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911383595.2A Active CN111177923B (zh) 2019-12-27 2019-12-27 一种用于蒸发器中结垢维护的预测方法及装置

Country Status (1)

Country Link
CN (1) CN111177923B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159338A (zh) * 2020-12-11 2021-07-23 新智数字科技有限公司 确定设备部件维修时间的方法、装置、设备和介质
CN113210348A (zh) * 2021-04-25 2021-08-06 杭州电子科技大学 一种基于红外阵列测温的超声波在线除垢防垢智能系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR558013A (fr) * 1922-05-30 1923-08-20 Réchauffeur d'eau pouvant fournir un débit régulier d'eau chaude d'une température déterminée et à peu près constante au-dessous de la température d'ébullition
CN1130359A (zh) * 1993-07-07 1996-09-04 凯泽工程师有限公司 多单元加热系统
US20140137779A1 (en) * 2012-10-08 2014-05-22 Clean Energy Systems, Inc. Near zero emissions production of clean high pressure steam

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR558013A (fr) * 1922-05-30 1923-08-20 Réchauffeur d'eau pouvant fournir un débit régulier d'eau chaude d'une température déterminée et à peu près constante au-dessous de la température d'ébullition
CN1130359A (zh) * 1993-07-07 1996-09-04 凯泽工程师有限公司 多单元加热系统
US20140137779A1 (en) * 2012-10-08 2014-05-22 Clean Energy Systems, Inc. Near zero emissions production of clean high pressure steam

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙浩哲: "集结除垢运行参数优化研究" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159338A (zh) * 2020-12-11 2021-07-23 新智数字科技有限公司 确定设备部件维修时间的方法、装置、设备和介质
CN113210348A (zh) * 2021-04-25 2021-08-06 杭州电子科技大学 一种基于红外阵列测温的超声波在线除垢防垢智能系统

Also Published As

Publication number Publication date
CN111177923B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
US9652374B2 (en) Sparsity-driven matrix representation to optimize operational and storage efficiency
CN111177923A (zh) 一种用于蒸发器中结垢维护的预测方法及装置
JP2020518895A5 (zh)
JP2007505401A5 (zh)
WO2014187431A1 (zh) 判断资源泄漏、预测资源使用情况的方法及装置
WO2018120705A1 (zh) 一种数据处理方法、装置及系统
CN103412284A (zh) 基于dsp芯片的sar成像系统中矩阵转置方法
CN111709090B (zh) 模型构建方法、装置、电子设备及计算机可读存储介质
CN102759530A (zh) 一种表面质量图像在线检测装置
CN111126686A (zh) 一种用于节能器中结垢维护的预测方法及装置
CN114236068B (zh) 一种基于循环水系统的氯离子浓度分析方法及系统
CN105554069B (zh) 一种大数据处理分布式缓存系统及其方法
CN112069650B (zh) 凝汽器性能评估方法及终端设备
CN103336726B (zh) 检测Linux系统中多任务冲突的方法与装置
CN104359432B (zh) 电磁超声波测厚方法及装置
CN107748711B (zh) 自动优化Storm并行度的方法、终端设备及存储介质
CN103201687A (zh) 低能量传感器接口
CN105160349A (zh) 一种基于GPU平台的Haar检测目标算法
CN103106041B (zh) 一种磁盘阵列资源的处理方法和装置
CN105242971B (zh) 面向流式处理系统的内存对象管理方法及系统
CN111027751B (zh) 一种蒸发器维护时间的预测方法以及装置
CN111027750B (zh) 一种蒸发器维护时间的预测方法以及装置
CN116757102B (zh) 基于固有光学特性的表观光学特性剖面分布估算方法
CN109684700A (zh) 燃气锅炉的能效曲线拟合方法、装置、介质及电子设备
CN111140507A (zh) 水环式真空泵抽吸空气量的测量方法及终端设备

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
GR01 Patent grant
GR01 Patent grant