CN111474243A - 一种淤浆环管反应器内浆液浓度的测量系统 - Google Patents
一种淤浆环管反应器内浆液浓度的测量系统 Download PDFInfo
- Publication number
- CN111474243A CN111474243A CN202010341088.9A CN202010341088A CN111474243A CN 111474243 A CN111474243 A CN 111474243A CN 202010341088 A CN202010341088 A CN 202010341088A CN 111474243 A CN111474243 A CN 111474243A
- Authority
- CN
- China
- Prior art keywords
- loop reactor
- slurry
- acoustic
- signal
- acoustic emission
- 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
- 239000002002 slurry Substances 0.000 title claims abstract description 63
- 238000005259 measurement Methods 0.000 claims abstract description 40
- 239000002245 particle Substances 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 12
- 239000007788 liquid Substances 0.000 claims abstract description 7
- 230000005236 sound signal Effects 0.000 claims abstract description 4
- 230000001133 acceleration Effects 0.000 claims description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 239000007787 solid Substances 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 14
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 230000002195 synergetic effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- -1 Polyethylene Polymers 0.000 description 3
- 239000004698 Polyethylene Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 3
- 239000003054 catalyst Substances 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 229920000573 polyethylene Polymers 0.000 description 3
- 229920000642 polymer Polymers 0.000 description 3
- 238000006116 polymerization reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 239000003085 diluting agent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- NNPPMTNAJDCUHE-UHFFFAOYSA-N isobutane Chemical compound CC(C)C NNPPMTNAJDCUHE-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- 239000004699 Ultra-high molecular weight polyethylene Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000001282 iso-butane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 229920000785 ultra high molecular weight polyethylene Polymers 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/12—Analysing solids by measuring frequency or resonance of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
- G01N29/4418—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4481—Neural networks
Landscapes
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明涉及一种淤浆环管反应器内浆液浓度的测量系统,包括依次连接的声波接收模块,信号放大模块,信号采集模块和信号处理模块,声波接收模块连接环管反应器,其中,所述的声波接受模块包括多个不同种类的声测量设备,用于测量环管反应器内声信号,并且每个声测量设备具有不同响应频段。与现有技术相比,本发明本通过协同使用多种声测量设备测量声发射信号,分别测量液体和颗粒的声信号,提高了系统对各频段声信号测量灵敏度,避免使用单一种类声测量设备时各频段响应系数不恒定导致的信号失真,提高了对淤浆环管反应器中浆液浓度的测量精度。
Description
技术领域
本发明涉及淤浆环管反应器测试领域,尤其是涉及一种淤浆环管反应器内浆液浓度的测量系统。
背景技术
淤浆法工艺是指催化剂和形成的聚合物均不溶于单体和溶剂的聚合反应。由于催化剂在稀释剂中呈分散体,形成的聚合物也呈细分散体析出,整个聚合体系呈淤浆状,故称为淤浆聚合。淤浆工艺主要包括搅拌釜工艺与环管工艺。环管工艺中,采用环管反应器,以异丁烷为稀释剂,精制乙烯与共聚单体相混合并在催化剂的作用下发生反应,形成的淤浆在泵的作用下实现循环。通过控制反应器中组成的比例生产具有不同密度特性的聚乙烯产品。环管反应器具有传热效果好、聚合物不容易沉积在壁面、结构简单等优点。
在工业生产过程中,由于大多数反应器无法直接观测到反应器内部的反应、流动状况,也就无法及时对内部产生的异常状况进行调节控制,从而造成巨大损失。而对于聚乙烯的淤浆工艺,环管反应器内部颗粒粒径分布与反应程度、反应质量紧密相关,故环管反应器内浆液浓度的在线意义重大。
现有的浆液浓度在线检测方法主要有通过光学方法的光通量浓度计和利用微波衰减原理的微波浓度测量仪器。其中,光通量浓度计易受温度及颗粒透光率影响。而微波浓度测量仪器需在反应器中内置微波发生装置,易受反应器内高温高压影响。
声发射技术作为一种低耗、非侵入性技术,被逐渐应用于工业化检测。如公开号为CN1287890C的中国发明专利公开了一种流化床反应器声波监测的装置和方法,利用声信号频率定性分析流化床反应器内粒径分布,结合谱分析和小波分析的方法得到了流化床中粒径分布,并预测结块的产生。但是采用声发射技术应用于环管反应器还存在以下问题:采用单一种类的宽带声发射传感器存在响应系数不稳定和部分频段灵敏度不足的情况,容易导致信号失真的影响,测量精度有待提高。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种淤浆环管反应器内浆液浓度的测量系统。
本发明的目的可以通过以下技术方案来实现:
一种淤浆环管反应器内浆液浓度的测量系统,包括依次连接的声波接收模块,信号放大模块,信号采集模块和信号处理模块,声波接收模块连接环管反应器,其中,所述的声波接受模块包括多个不同种类的声测量设备,用于测量环管反应器内声信号,并且每个声测量设备具有不同响应频段。
进一步地,所述的声测量设备中包括声发射传感器,所述的声发射传感器的响应频段和环管反应器内淤浆中液体的声发射信号的特征频率相对应。
进一步地,所述的声测量设备中包括加速度传感器,所述的加速度传感器和环管反应器内淤浆中固体颗粒的声发射信号的特征频率相对应。
进一步地,将固定颗粒按照直径的大小进行区间划分,区间数量与加速度传感器的数量一一对应,每个区间内固定颗粒的声发射信号的特征频率相对应和与之对应的一个加速度传感器的响应频段相匹配。
进一步地,所述声测量设备数量为2~16个。
进一步地,多个声测量设备沿着环管反应器某个截面周向均匀布置。
进一步地,多个声测量设备沿着环管反应器内淤浆流动的方向均匀共线布置。
进一步地,多个声测量设备设置于环管反应器的水平段中部,且与环管反应器外壁直接接触。由于环管反应器垂直段往往有夹套进行换热,垂直段安装的声测量设备信号失真情况明显,故所述声测量设备的优选安装位置位于环管反应器的水平段且与环管反应器外壁直接接触,声测量设备与环管曲面间使用硅脂(或其他物质)填充,以增强声信号接收效果。进一步优选方案为水平管中部40%~60%处。
进一步地,所述的信号处理模块中执行程序实现以下步骤:
S1、获取每个声测量设备接受到的声发射信号,选取声发射信号中有效响应频率区间的声波信号信息;
S2、提取声波信号信息中各频段的能量分率作为特征值,能量分率为某个频段内的能量与总能量的比值;各频段能量分率可由信号能量与响应系数计算后归一化得到,并可以根据需要对相连频段能量分率合并加和。
S3、通过特征值和浆液浓度网络模型确定反应管内浆液浓度。
进一步地,特征值提取方法可为快速傅里叶变换、小波分解、小波包分析或希尔伯特黄变换。
进一步地,浆液浓度网络模型为声发射信号特征值与浆液浓度的定量模型,可根据需求对模型算法及参数进行优化,提高预测质量。颗粒粒径分布网络模型采用神经网络算法模型、支持向量机算法模型或随机森林算法模型。
与现有技术相比,本发明具有以下优点:
1、本发明通过协同使用多种声测量设备测量声发射信号,分别测量液体和颗粒的声信号,提高了系统对各频段声信号测量灵敏度,避免使用单一种类声测量设备时各频段响应系数不恒定导致的信号失真,提高了对淤浆环管反应器中浆液浓度的测量精度。
2、多种声测量设备的设置能够降低信号噪音的干扰,进一步提高测试进度。
3、本发明采用非侵入式的测量系统,不会影响反应器内部反应和流动情况。
4、本发明对环境要求较低,能在较为恶劣的环境下全天候工作。
附图说明
图1为本发明的结构示意图。
附图标记:1、声波接收模块,11、加速度传感器,12、声发射传感器,2、信号放大模块,3、信号采集模块,4、信号处理模块,5、环管反应器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例一
如图1所示,本实施例提供了一种淤浆环管反应器内浆液浓度的测量系统,包括依次连接的声波接收模块1,信号放大模块2,信号采集模块3和信号处理模块4。声波接收模块1连接环管反应器5。其中,声波接受模块1包括多个不同种类的声测量设备,用于测量环管反应器5内声信号,并且每个声测量设备具有不同响应频段。具体地说,声波接受模块1包括加速度传感器11和声发射传感器12。声发射传感器12的响应频段和环管反应器5内淤浆中液体的声发射信号的特征频率相对应。加速度传感器11和环管反应器5内淤浆中固体颗粒的声发射信号的特征频率相对应。信号放大模块2的增益范围为1~100,信号采集模块3的信号采集频率范围为10Hz~5MHz。信号处理模块4中执行程序实现以下步骤:
步骤S1、获取每个声测量设备接受到的声发射信号,选取声发射信号中有效响应频率区间的声波信号信息;
步骤S2、提取声波信号信息中各频段的能量分率作为特征值,能量分率为某个频段内的能量与总能量的比值;
步骤S3、通过特征值和浆液浓度网络模型确定反应管内浆液浓度。
本实施例的工作原理为:
通过设置在环管反应器水平管段壁面处的多个声测量设备,测量环管反应器内部浆液高速运动过程中发出的声信号,再进入相应放大装置进行放大以保证在长距离内信号不衰减,然后进入声信号采集装置进行信号采集,最后进入声发生信号处理装置(计算机)进行数据处理和分析。将各声发射传感器所采集到的声波信号进行频谱分析,可剔除各有效频段外信息,可选择性剔除重复频段信息。处理后的频谱数据利用响应系数、放大系数、相应频段能量计算归一后得各频段能量分率,进而定性分析反应器内浆液浓度情况。
所采集的声波信号可以在据需求进行小波或小波包处理后,进行各频段能量及能量分率的计算,利用各频段能量分率或者相邻频率段能量分率的加和变化规律,作为随机森林或者支持向量机的训练集,辅以已知的现代信号分析手段定量分析环管反应器内浆液浓度情况。
不同物料与环管反应器壁面作用在声波频谱上都有所体现。固体颗粒特征频率往往小于溶剂液体的特征频率。整体上来说,随着物料质量流率的提高,相应频段的声发射信号能量随之增高。随着浆液浓度的提高,低频段的能量分率增高。通过这个原理,辅以现代信号分析方法就可以定量得到反应器内实时的浆液浓度,还可进一步分析反应器内部团聚和反应质量情况。
声测量设备一般包括声发射传感器、加速度传感器、传声器、水听器等。其中声发射传感器和加速度传感器用于测量通过固体传播的声音和振动信号,两者结构相似,不同之处在于加速度传感器利用压电原件的线性频段工作,而声发射传感器利用自身的谐振特性工作。同时,加速度传感器响应频率较低,低频段灵敏度高于普通宽带声发射传感器。协同使用多种声测量设备测量声发射信号,可提高各频段声发射信号检测的灵敏度,亦可降低测量过程中的噪音干扰。
具体地说,本实施例用于生产超高分子量聚乙烯的某淤浆环管反应器。其中聚乙烯颗粒的平均粒径为100μm。环管反应器的直径为600mm、高度为39m、管内淤浆流速为8m/s。在环管反应器下端水平管段中间(50%处),沿环管反应器截面周向均匀布置1个窄带声发射传感器和4个加速度传感器。窄带声发射传感器谐振频率为30~40kHz;各加速度传感器的谐振频率分别为1.0~1.5kHz、1.5~2.0kHz、2.0~2.5kHz、2.5~3.0kHz。声发射传感器频率范围与反应器内液体特征频率具有对应关系;各加速度传感器频率范围与不同粒径范围的颗粒具有对应关系,也就是说:将固定颗粒按照直径的大小进行区间划分,区间数量与加速度传感器的数量一一对应,每个区间内固定颗粒的声发射信号的特征频率相对应和与之对应的一个加速度传感器的响应频段相匹配。
通常声发射传感器输出信号强度较低,信号放大模块还包括了前置放大器和主放大器。前置放大器连接声发射传感器将信号提高40dB,再将信号接入主放大器,将信号提高60dB,以满足信号长距离传输需要。各加速度传感器后分别连接一个主放大器进行信号放大。各传感器信号经过主放大器放大后,均接入信号采集模块进行信号采集。信号采集模块的信号采集频率依据采样定理设为2MHz。信号采集模块后连接计算机作为信号处理模块,使用MATLAB软件的快速傅里叶变换算法将声发射信号从时域转换到频域,为得到更一般性的结果,将频谱函数进一步归一化。
进一步计算各测量频段的能量分率,将表征颗粒信息的加速度传感器所测量的低频段能量分率之和与高频段能量分率作为模型的特征值。将支持向量机算法作为数据处理方法集成建模,并使用取样分析的浆液浓度数据,对浆液浓度网络模型进行训练,训练样本数目为200个。根据特征值各频段能量分率与浆液浓度的模型确定环管反应器内浆液浓度。测量结果显示,本淤浆环管反应器内浆液浓度测量误差约为3.9%,而现有方法的浓度测量误差约为10%。
实施例二
与实施例一的区别在于,环管反应器下端水平管段60%处,1个声发射传感器和4个加速度传感器沿流体流动方向均匀布置且位于同一直线上。最后得到淤浆环管反应器内浆液浓度测量误差约为4.0%。
实施例三:
与实施例一的区别在于,沿环管反应器截面周向均匀布置1个声发射传感器和2个加速度传感器。声发射传感器谐振频率为30~40kHz;各加速度传感器的谐振频率分别为1.0~2.0kHz、2.0~3.0kHz。接收到的声发射时域信息通过快速傅里叶变换后得到频域信息后,采用db2小波函数,分别对两段声发射信号进行5尺度小波分解,通过各尺度小波能量分率的分布表征信号的频谱结构。小波分解后对应的频率范围为2.5~3.0kHz、2.25~2.5kHz、2.0~2.25kHz、1.5~2.0kHz、1.25~1.5kHz、1.0~1.25kHz。将频谱函数进一步归一化,进一步计算各测量频段的能量分率,将表征颗粒信息的加速度传感器所测量的低频段能量分率之和与高频段能量分率作为模型的特征值。以BP神经网络算法作为数据处理方法集成建模,神经网络由输入层、2层隐层、输出层共四层组成,输入节点数为7,隐层节点数为9,并使用200个样品对模型进行训练,确定权值和阈。测量结果显示,本淤浆环管反应器内浆液浓度测量误差约为4.1%
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,包括依次连接的声波接收模块,信号放大模块,信号采集模块和信号处理模块,声波接收模块连接环管反应器,其中,所述的声波接受模块包括多个不同种类的声测量设备,用于测量环管反应器内声信号,并且每个声测量设备具有不同响应频段。
2.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,所述的声测量设备中包括声发射传感器,所述的声发射传感器的响应频段和环管反应器内淤浆中液体的声发射信号的特征频率相对应。
3.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,所述的声测量设备中包括加速度传感器,所述的加速度传感器和环管反应器内淤浆中固体颗粒的声发射信号的特征频率相对应。
4.根据权利要求3所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,将固定颗粒按照直径的大小进行区间划分,区间数量与加速度传感器的数量一一对应,每个区间内固定颗粒的声发射信号的特征频率相对应和与之对应的一个加速度传感器的响应频段相匹配。
5.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,所述声测量设备数量为2~16个。
6.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,多个声测量设备沿着环管反应器某个截面周向均匀布置。
7.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,多个声测量设备沿着环管反应器内淤浆流动的方向均匀共线布置。
8.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,多个声测量设备设置于环管反应器的水平段中部,且与环管反应器外壁直接接触。
9.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,所述的信号处理模块中执行程序实现以下步骤:
S1、获取每个声测量设备接受到的声发射信号,选取声发射信号中有效响应频率区间的声波信号信息;
S2、提取声波信号信息中各频段的能量分率作为特征值,能量分率为某个频段内的能量与总能量的比值;
S3、通过特征值和浆液浓度网络模型确定反应管内浆液浓度。
10.根据权利要求1所述的一种淤浆环管反应器内浆液浓度的测量系统,其特征在于,浆液浓度网络模型采用神经网络算法模型、支持向量机算法模型或随机森林算法模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010341088.9A CN111474243B (zh) | 2020-04-27 | 2020-04-27 | 一种淤浆环管反应器内浆液浓度的测量系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010341088.9A CN111474243B (zh) | 2020-04-27 | 2020-04-27 | 一种淤浆环管反应器内浆液浓度的测量系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111474243A true CN111474243A (zh) | 2020-07-31 |
CN111474243B CN111474243B (zh) | 2023-11-07 |
Family
ID=71755782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010341088.9A Active CN111474243B (zh) | 2020-04-27 | 2020-04-27 | 一种淤浆环管反应器内浆液浓度的测量系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111474243B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1544140A (zh) * | 2003-11-12 | 2004-11-10 | 中国石油化工股份有限公司 | 流化床反应器声波监测的装置和方法 |
KR100764092B1 (ko) * | 2006-05-03 | 2007-10-09 | 한국원자력연구원 | 음향 방출 센서를 이용한 역지 밸브 건전성 감시 시스템 및방법 |
CN101226168A (zh) * | 2007-10-16 | 2008-07-23 | 中国石油化工股份有限公司 | 一种搅拌釜的操作参数的检测方法 |
CN102262040A (zh) * | 2011-04-27 | 2011-11-30 | 浙江大学 | 一种液体雾化质量的检测方法 |
CN103575333A (zh) * | 2013-11-06 | 2014-02-12 | 中沙(天津)石化有限公司 | 多区循环反应器中颗粒结块的检测方法 |
CN203629869U (zh) * | 2013-12-19 | 2014-06-04 | 太平湾发电厂 | 水轮机空化监测与分析系统 |
US20150377667A1 (en) * | 2014-06-30 | 2015-12-31 | Saudi Arabian Oil Company | Virtual multiphase flow metering and sand detection |
CN109283255A (zh) * | 2018-08-06 | 2019-01-29 | 浙江大学 | 一种气力输送过程中输送流型的检测方法 |
-
2020
- 2020-04-27 CN CN202010341088.9A patent/CN111474243B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1544140A (zh) * | 2003-11-12 | 2004-11-10 | 中国石油化工股份有限公司 | 流化床反应器声波监测的装置和方法 |
KR100764092B1 (ko) * | 2006-05-03 | 2007-10-09 | 한국원자력연구원 | 음향 방출 센서를 이용한 역지 밸브 건전성 감시 시스템 및방법 |
CN101226168A (zh) * | 2007-10-16 | 2008-07-23 | 中国石油化工股份有限公司 | 一种搅拌釜的操作参数的检测方法 |
CN102262040A (zh) * | 2011-04-27 | 2011-11-30 | 浙江大学 | 一种液体雾化质量的检测方法 |
CN103575333A (zh) * | 2013-11-06 | 2014-02-12 | 中沙(天津)石化有限公司 | 多区循环反应器中颗粒结块的检测方法 |
CN203629869U (zh) * | 2013-12-19 | 2014-06-04 | 太平湾发电厂 | 水轮机空化监测与分析系统 |
US20150377667A1 (en) * | 2014-06-30 | 2015-12-31 | Saudi Arabian Oil Company | Virtual multiphase flow metering and sand detection |
CN109283255A (zh) * | 2018-08-06 | 2019-01-29 | 浙江大学 | 一种气力输送过程中输送流型的检测方法 |
Non-Patent Citations (2)
Title |
---|
黄正梁等: "声波的多尺度分解与搅拌釜中浆液浓度的测量", 《化工学报》 * |
黄正梁等: "声波的多尺度分解与搅拌釜中浆液浓度的测量", 《化工学报》, no. 09, 28 September 2006 (2006-09-28), pages 2062 - 2067 * |
Also Published As
Publication number | Publication date |
---|---|
CN111474243B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Thorne et al. | Backscattering by a suspension of spheres | |
CN101135626A (zh) | 一种颗粒粒度和浓度测量方法及其装置 | |
CN102262040B (zh) | 一种液体雾化质量的检测方法 | |
CN101122585A (zh) | 超声相控阵检测油气管道环焊缝缺陷类型自动识别方法 | |
CN111474091A (zh) | 一种淤浆环管反应器内颗粒粒径分布的测量系统 | |
CN104075968A (zh) | 一种超声粒径分析仪 | |
CN109283255B (zh) | 一种气力输送过程中输送流型的检测方法 | |
CN1287890C (zh) | 流化床反应器声波监测的装置和方法 | |
CN101221151B (zh) | 反应器内催化剂积炭量的声波检测方法 | |
CN111474243B (zh) | 一种淤浆环管反应器内浆液浓度的测量系统 | |
CN201096702Y (zh) | 一种颗粒粒度和浓度的测量装置 | |
RU2671152C1 (ru) | Способ обработки сигнала акустической эмиссии | |
CN113281409B (zh) | 一种水力输送过程中固体流动形态及浓度的检测方法和系统 | |
CN113108853A (zh) | 一种提高低流速流体流量测量精度的方法 | |
CN108982678B (zh) | 一种多层流化床溢流管流体流动状态的检测方法 | |
CN102520075A (zh) | 基于谐波小波包的直升机部件声发射信号传播特性的测试方法 | |
CN101603950B (zh) | 催化剂积碳量的在线检测方法 | |
CN1569322A (zh) | 气固流化床动态监测方法及其系统 | |
CN111398102A (zh) | 一种管道内气固两相流固体颗粒平均速度的测量方法 | |
CN114739669B (zh) | 基于太赫兹雷达的滚动轴承状态监测方法及装置 | |
CN114084764B (zh) | 一种电梯乘运质量检测方法及检测系统 | |
CN103630604A (zh) | 离心式压缩机半开式叶轮裂纹故障识别方法 | |
CN112924555A (zh) | 一种使用声发射检测移动床径向反应器状态和故障诊断的方法及装置 | |
Hansen | Oceanic incoherent Doppler sonar spectral analysis by conventional and finite-parameter modeling methods | |
CN113532727A (zh) | 一种空气重介质流化床床层流化质量的多参数监测方法 |
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 |