CN113030002A - 一种基于红外光谱法的水汽品质异常判定方法及监测设备 - Google Patents
一种基于红外光谱法的水汽品质异常判定方法及监测设备 Download PDFInfo
- Publication number
- CN113030002A CN113030002A CN202110275183.8A CN202110275183A CN113030002A CN 113030002 A CN113030002 A CN 113030002A CN 202110275183 A CN202110275183 A CN 202110275183A CN 113030002 A CN113030002 A CN 113030002A
- Authority
- CN
- China
- Prior art keywords
- water
- acetate
- formate
- concentration
- carbonate
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 284
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004566 IR spectroscopy Methods 0.000 title claims abstract description 23
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 88
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 88
- 239000001257 hydrogen Substances 0.000 claims abstract description 88
- QTBSBXVTEAMEQO-UHFFFAOYSA-M Acetate Chemical compound CC([O-])=O QTBSBXVTEAMEQO-UHFFFAOYSA-M 0.000 claims abstract description 66
- BDAGIHXWWSANSR-UHFFFAOYSA-M Formate Chemical compound [O-]C=O BDAGIHXWWSANSR-UHFFFAOYSA-M 0.000 claims abstract description 65
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims abstract description 58
- 238000001514 detection method Methods 0.000 claims abstract description 54
- 238000005070 sampling Methods 0.000 claims description 25
- 230000005856 abnormality Effects 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000002329 infrared spectrum Methods 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 238000011010 flushing procedure Methods 0.000 claims description 7
- 150000001449 anionic compounds Chemical class 0.000 claims description 5
- 229910001412 inorganic anion Inorganic materials 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 239000012670 alkaline solution Substances 0.000 claims 2
- 238000005406 washing Methods 0.000 claims 2
- 238000002347 injection Methods 0.000 claims 1
- 239000007924 injection Substances 0.000 claims 1
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 abstract description 20
- 239000001569 carbon dioxide Substances 0.000 abstract description 10
- 229910002092 carbon dioxide Inorganic materials 0.000 abstract description 10
- 238000004458 analytical method Methods 0.000 abstract description 7
- 230000009931 harmful effect Effects 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 239000012535 impurity Substances 0.000 abstract description 2
- 150000002500 ions Chemical class 0.000 abstract description 2
- 238000012795 verification Methods 0.000 abstract description 2
- 230000001105 regulatory effect Effects 0.000 description 13
- 238000012360 testing method Methods 0.000 description 13
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 9
- 239000005416 organic matter Substances 0.000 description 7
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 6
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 3
- 235000019253 formic acid Nutrition 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004255 ion exchange chromatography Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 239000003513 alkali Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- -1 carbon dioxide Chemical class 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3577—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing liquids, e.g. polluted water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/06—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a liquid
Abstract
本发明公开了一种基于红外光谱法的水汽品质异常判定方法及监测设备,技术方案是,通过对凝结水、给水、过热蒸汽、再热蒸汽进行取样,分别通过氢电导率表及红外光谱监测仪表,得到氢电导率数据、碳酸根、甲酸根、乙酸根数据,数据传输至控制分析模块,数据分析模块将氢电导率数据、碳酸根、甲酸根、乙酸根数据进行纵向、横向比较,即各水汽检测浓度之间以及与理论浓度之间进行比较,得出水汽品质异常原因。本发明可对机组运行过程中水汽品质中二氧化碳、有机物等危害离子(杂质)进行直观、即时精准分析监测,实验验证证明,本发明的方法能够准确判断水汽品质异常原因,为水汽品质异常检测提供了一种新的途径。
Description
技术领域
本发明涉及一种基于红外光谱法的水汽品质异常判定方法及监测设备,属于电厂设备技术领域。
背景技术
火力发电厂运行是将锅炉补给水(除盐水)经过热力系统,逐渐升温升压,变成高温高压蒸汽,然后拖动汽轮机做功发电,随着锅炉补给水水源由自然水源变更为城市中水,水源中有机物含量大幅增加,现有制水设备无法有效去除有机物,有机物进入火力发电厂热力系统后会随着温度、压力增加逐步分解,最终分解为二氧化碳及少量腐蚀性小分子有机酸甲酸、乙酸,且凝汽器负压系统泄漏等原因亦会使二氧化碳进入热力系统,引起热力系统腐蚀、结垢,危机机组运行安全。现有监测热力系统有机物污染的设备及方法为依靠氢电导率、除气氢电导率间接判断热力系统中二氧化碳含量,依靠TOC及离子色谱实验室检测有机物含量。但现有仪表及方法的缺陷是:(1)氢电导率、除气氢电导率为间接判定,主要检测的为二氧化碳对水汽品质的影响,无法定量检测,并无法判定二氧化碳来源为有机物污染还是系统漏入空气;(2)TOC检测的多为有机物含量,但对于对热力系统主要起危害作用的二氧化碳、甲酸、乙酸无法定量分析;(3)离子色谱为实验室检测手段,可定量分析甲酸、乙酸,但其无法对二氧化碳进行监测又无法实时监测;(4)现有监测手段都无法直接确定水汽品质异常原因。
发明内容
针对现有技术的不足,本发明的目的是提供一种基于红外光谱法的水汽品质异常判定方法及监测设备。
为了实现上述目的,本发明的技术方案之一是:
一种基于红外光谱法的水汽品质异常判定方法,包括以下步骤:
(1)模拟电厂火力发电机组热力系统运行中的水汽情况,绘制标准曲线,具体方法为:
①模拟火力发电机组热力系统实际热力条件,测定不同热力条件下不同水样中有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率;
②根据测定的碳酸根、甲酸根、乙酸根浓度和氢电导率绘制氢电导率—甲酸根标准曲线、氢电导率—乙酸根标准曲线、氢电导率—碳酸根标准曲线;
(2)检测电厂火力发电机组热力系统中各水样实际的氢电导率、甲酸根浓度、乙酸根浓度和碳酸根浓度,并根据标准曲线获得实际氢电导率下各水样的甲酸根、乙酸根、碳酸根理论浓度,比较实际检测浓度与理论浓度,并计算绝对误差和相对误差;各水样包括凝结水、给水、过热蒸汽、再热蒸汽;
(3)根据比较结果,判定火力发电机组水汽品质异常的原因。
热力条件包括水汽温度和停留时间,水汽温度和停留时间包括热力系统中不同位置的水汽温度和停留时间;测定时在不同位置的水汽运行温度区间内设定多个温度;温度设定可为阶梯式,每隔10-20℃设定一个温度。
步骤(1)中水样设置是模拟火力发电机组热力系统水汽流程,水汽流程为凝结水→给水→过热蒸汽→再热蒸汽,以除盐水为原始水样—水样a,测定水样a在对应设定热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,然后以测定后的水样a作为水样b,测定水样b在下一设定热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,然后以测定后的水样b作为水样c,测定水样c在下一设定热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,以此类推,测定不同水样在不同热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率。
绝对误差=检测浓度值-理论浓度值,相对误差=∣(检测浓度值-理论浓度值)/理论浓度值×100%∣。
步骤(3)中水汽品质异常原因的判定标准为:
1)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,相对误差小于10%,说明水汽品质异常是由有机物污染引起;
2)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,甲酸根、乙酸根检测浓度小于90%理论浓度,碳酸根检测浓度大于110%理论浓度,且各水样甲酸根检测浓度差值均小于1ppb,乙酸根检测浓度差值均小于1ppb,说明水汽品质异常是由空气漏入引起;
3)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,甲酸根、乙酸根、碳酸根检测浓度均小于90%理论浓度,且各水样甲酸根检测浓度差值均小于1ppb,乙酸根检测浓度差值均小于1ppb,碳酸根检测浓度差值均小于3ppb,说明水汽品质异常是由腐蚀性无机阴离子引起。
本发明的技术方案之一是:
一种基于红外光谱法的水汽品质判定监测设备,包括取样室、pH调节室、碱液箱和红外光谱检测仪,取样室上分别连接有4个与其内腔相连通水样进水管路和1个与其内腔相连通的冲洗水进水管路,每个水样进水管路上均设置有串联的第一电磁阀和氢电导率表,冲洗水进水管路上设置有第二电磁阀,取样室的出水端与pH调节室的进水端相连,碱液箱经串联的微计量泵和逆止阀与pH调节室的进水端相连,pH调节室的出水端经定量进样模块与红外光谱检测仪的进水端相连,pH调节室设置有用监测水样pH值的pH表。
冲洗水进水管路的进水端与冲洗水水源相连,4个水样进水管路的进水端分别接锅炉系统的凝结水、给水、过热蒸汽、再热蒸汽取样管路。
取样室与pH调节室之间的管路上设置有第三电磁阀;pH调节室上装有排水管路,排水管路上设置有第四电磁阀。
定量进样模块包括串联的电动调节阀和流量计。
该监测设备还包括控制器、显示器和操作按键,控制器的输入端分别与pH表的输出端、各个氢电导率表的输出端、红外光谱检测仪的输出端、流量计的输出端和操作按键的输出端相连,控制器的输出端分别与第一电磁阀、第二电磁阀、第三电磁阀和第四电磁阀的输入端相连。
本发明的有益效果:
本发明是一种氢电导率-红外光谱法联合应用的水汽品质异常判定方法,通过对凝结水、给水、过热蒸汽、再热蒸汽进行取样,分别通过氢电导率表及红外光谱监测仪表,得到氢电导率数据、碳酸根、甲酸根、乙酸根数据,数据传输至控制分析模块,数据分析模块将氢电导率数据、碳酸根、甲酸根、乙酸根数据进行纵向、横向比较,即各水汽检测浓度之间以及与理论浓度之间进行比较,得出水汽品质异常原因。本发明可对机组运行过程中水汽品质中二氧化碳、有机物等危害离子(杂质)进行直观、即时精准分析监测,避免了水汽品质异常时需现场数据与实验室检测分析相结合的粗犷、滞后、耗时的分析方法。实验验证证明,本发明的方法能够准确判断水汽品质异常原因,为水汽品质异常检测提供了一种新的途径。
附图说明
图1为本发明基于红外光谱法的水汽品质判定监测设备结构示意图。
图2为本发明基于红外光谱法的水汽品质判定监测设备电路原理框式图。
图3为判断例1中得到的氢电导率—甲酸根标准曲线。
图4为判断例1中得到的氢电导率—乙酸根标准曲线。
图5为判断例1中得到的氢电导率—碳酸根标准曲线。
具体实施方式
以下结合实施例对本发明的具体实施方式作进一步详细说明。
实施例1
一种基于红外光谱法的水汽品质判定监测设备,由图1、2所示,包括取样室1、pH调节室2、碱液箱3和红外光谱检测仪10,取样室1上分别连接有4个与其内腔相连通水样进水管路和1个与其内腔相连通的冲洗水进水管路,每个水样进水管路上均设置有串联的第一电磁阀和氢电导率表,冲洗水进水管路上设置有第二电磁阀65,取样室1的出水端与pH调节室2的进水端相连,碱液箱3经串联的微计量泵4和逆止阀5与pH调节室2的进水端相连,pH调节室2的出水端经定量进样模块9与红外光谱检测仪10的进水端相连,pH调节室2设置有用监测水样pH值的pH表8。
其中,
冲洗水进水管路的进水端与冲洗水水源相连,4个水样进水管路的进水端分别接锅炉系统的凝结水、给水、过热蒸汽、再热蒸汽取样管路。
取样室1与pH调节室2之间的管路上设置有第三电磁阀66;pH调节室2上装有排水管路,排水管路上设置有第四电磁阀67。
定量进样模块9包括串联的电动调节阀91和流量计92。
该监测设备还包括控制器、显示器和操作按键,控制器的输入端分别与pH表8的输出端、各个氢电导率表的输出端、红外光谱检测仪10的输出端、流量计92的输出端和操作按键的输出端相连,控制器的输出端分别与第一电磁阀、第二电磁阀、第三电磁阀和第四电磁阀的输入端相连。
4个水样进水管路上的第一电磁阀分别为第一水样电磁阀61、第二水样电磁阀62、第三水样电磁阀63和第四水样电磁阀64;4个水样进水管路上的氢电导率表分别为第一氢电导率表71、第二氢电导率表72、第三氢电导率表73和第四氢电导率表74。
4个氢电导率表分别用于检测不同水样的氢电导率,并将氢电导率数据传输给控制器;
所述pH表8用于检测pH调节室2内水样的pH值,并将pH数据传输给控制器,控制器根据检测到的pH值大小与预先输入的目标值比对,对微计量泵进行启闭操作,添加碱液,是水样pH值调节至12~14间;
所述显示器用于显示控制器采集到的数据,操作按键用于对各个元器件输入指令。
所述控制器为PLC控制器,用于接收流量计92的采集到的流量数据,并根据该数据调节电动调节阀91的开度,从而控制进入红外光谱检测仪的水样流量;当需要切换水样时,关闭第一水样电磁阀61、第二水样电磁阀62、第三水样电磁阀63和第四水样电磁阀64,开启第二电磁阀65、第三电磁阀66和第四电磁阀67,对各个腔室进行冲洗,冲洗后启动待测水样对应的水样电磁阀,关闭第四电磁阀67,即可对待测水样进行检测,控制器预置有可检CO3 2-、甲酸根、乙酸根红外光谱特征峰,不同分子的红外特征峰具有唯一性,可作为判定分子的依据。控制器内还内置有以特征峰积分面积确定的检测曲线,当CO3 2-、甲酸根、乙酸根分子特征峰积分面积传至控制模块后,会自适应内置测量曲线,得出其浓度含量。分析完成一个水样后,系统自动控制冲洗水样对流路进行冲洗,并切换至另一水样进行分析,彼此循环进行监测,实现水样的在线切换和在线监测。
实施例2
一种基于红外光谱法的水汽品质异常判定方法,包括以下步骤:
(1)模拟电厂火力发电机组热力系统运行中的水汽情况,绘制标准曲线,具体方法为:
①模拟火力发电机组热力系统热力条件和水汽情况(水汽流程为凝结水→给水→过热蒸汽→再热蒸汽),将凝结水、给水、过热蒸汽、再热蒸汽作为分析水源;测定在不同水汽温度和停留时间下不同水样中有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,不同水汽温度是在不同位置水汽运行温度区间内阶梯式设定多个温度,每隔10-20℃设定一个温度;具体操作时,以电厂除盐水为原始水样—水样a,测定水样a在对应设定水汽温度和停留时间下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,然后以测定后的水样a作为水样b,测定水样b在下一设定水汽温度和停留时间下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,然后以测定后的水样b作为水样c,测定水样c在下一设定水汽温度和停留时间下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,以此类推,测定不同水样在不同水汽温度和停留时间下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率;
②根据测定的碳酸根、甲酸根、乙酸根浓度和氢电导率绘制氢电导率—甲酸根标准曲线、氢电导率—乙酸根标准曲线、氢电导率—碳酸根标准曲线;
(2)检测待测电厂火力发电机组热力系统中各水样(凝结水、给水、过热蒸汽、再热蒸汽)的实际氢电导率、甲酸根浓度、乙酸根浓度和碳酸根浓度,并根据标准曲线获得相应实际氢电导率下各水样的甲酸根、乙酸根、碳酸根理论浓度,比较实际检测浓度与理论浓度,计算绝对误差和相对误差;绝对误差=检测浓度值-理论浓度值,相对误差=∣(检测浓度值-理论浓度值)/理论浓度值×100%∣;
(3)根据比较结果,判定火力发电机组水汽品质异常的原因,判定标准为:
1)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,相对误差小于10%,说明水汽品质异常是由有机物污染引起;
2)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,甲酸根、乙酸根检测浓度小于90%理论浓度,碳酸根检测浓度大于110%理论浓度,且各水样甲酸根检测浓度差值均小于1ppb,乙酸根检测浓度差值均小于1ppb,说明水汽品质异常是由空气漏入引起;
3)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,甲酸根、乙酸根、碳酸根检测浓度均小于90%理论浓度,且各水样甲酸根检测浓度差值均小于1ppb,乙酸根检测浓度差值均小于1ppb,碳酸根检测浓度差值均小于3ppb,说明水汽品质异常是由腐蚀性无机阴离子引起。
其中,氢电导率超标标准依据GB/T12145-2016《火力发电机组及蒸汽动力设备水汽质量》中的标准进行判定。
判定例1
以某电厂600MW火力发电机组为例,按照本发明的方法判断水质异常原因:
(1)根据电厂火力发电机组热力系统运行中的水汽情况,建立模型,绘制标准曲线;具体方法为:
火力发电机组水汽温度及停留时间如表1:
表1 600MW火力发电机组热力系统水汽温度及停留时间
取样名称 | 运行温度(℃) | 停留时间(h) |
凝结水 | 35~55 | 2 |
给水 | 200~300 | 1.5 |
过热蒸汽 | 580~600 | 2 |
再热蒸汽 | 600~620 | 2 |
有机物分解及分布规律试验,是在实验室分别模拟上述热力条件,测定其分解后的碳酸根、甲酸根、乙酸根浓度,试验设计如表2:
表2试验室模拟有机物分解规律试验设计
试验编号 | 样品名称 | 试验温度(℃) | 分解时间(h) |
FJMN1 | 水样a | 35 | 2 |
FJMN2 | 水样b | 45 | 2 |
FJMN3 | 水样c | 55 | 2 |
FJMN4 | 水样d | 200 | 1.5 |
FJMN5 | 水样e | 220 | 1.5 |
FJMN6 | 水样f | 240 | 1.5 |
FJMN7 | 水样g | 260 | 1.5 |
FJMN8 | 水样h | 280 | 1.5 |
FJMN9 | 水样j | 300 | 1.5 |
FJMN10 | 水样k | 580 | 2 |
FJMN11 | 水样l | 600 | 2 |
FJMN12 | 水样M | 620 | 2 |
因为热力系统运行中其水汽流程为:凝结水→给水→过热蒸汽→再热蒸汽,因此实验中水样a原始水源为电厂除盐水,水样b为FJMN1试验后水样,水样c为FJMN2试验后水样,水样d为FJMN3试验后水样,以此类推,水样M为FJMN11试验后水样,以使水样与火力发电机组热力系统水汽流程相契合。试验结果如表3。
表3除盐水和各水样分解后的检测数据
以氢电导率为横坐标,以甲酸根浓度、乙酸根浓度、碳酸根浓度为纵坐标,分别做氢电导率—甲酸根标准曲线(曲线1)、氢电导率—乙酸根标准曲线(曲线2)、氢电导率—碳酸根标准曲线(曲线3),如图3~5。
(2)以此机组三次由有机物漏入引起的水汽品质超标时水汽品质数据与曲线1~3做对比试验。首先取得三次水汽品质超标现象中凝结水、给水、过热蒸汽、再热蒸汽的氢电导率、甲酸根浓度、乙酸根浓度、碳酸根浓度实际数据,并以三次超标中的氢电导率值查曲线1~3,得到此氢电导率下的甲酸根、乙酸根、碳酸根理论浓度,计算绝对误差和相对误差,绝对误差=检测浓度值-理论浓度值,相对误差=∣(检测浓度值-理论浓度值)/理论浓度值×100%∣,数据如表4。
表4此机组3次有机物污染水汽品质数据与标准曲线比对
由实际数据与曲线数据比对可见,给水、过热蒸汽、再热蒸汽氢电导率均超标(>0.1μS/cm),甲酸根浓度检测值与理论值相对误差范围0.74%~6.73%,乙酸根浓度检测值与理论值相对误差范围0.28%~4.34%,碳酸根浓度检测值与理论值相对误差范围0.10%~2.27%。实际检测值与理论值相对误差均小于10%,说明此机组水汽品质异常是由有机物漏入引起,判断结果与实际情况相符,证明本发明方法可作为水汽品质异常判定依据。
判定例2
以某电厂同类机组由空气漏入引起的水汽品质超标时水汽品质数据与曲线1~3做对比试验(同类机组的曲线具有通用性)。首先取得水汽品质超标现象中凝结水、给水、过热蒸汽、再热蒸汽的氢电导率、甲酸根浓度、乙酸根浓度、碳酸根浓度实际数据,并以超标中的氢电导率值查曲线1~3,得到此氢电导率下的甲酸根、乙酸根、碳酸根理论浓度,计算绝对误差和相对误差,绝对误差=检测浓度值-理论浓度值,相对误差=∣(检测浓度值-理论浓度值)/理论浓度值×100%∣,数据如表5。
表5水样水质情况
由实际数据与曲线数据比对可见,给水、过热蒸汽、再热蒸汽氢电导率均超标(>0.1μS/cm),且甲酸根、乙酸根检测浓度均小于90%理论浓度值,碳酸根检测浓度大于110%理论浓度值,各水样甲酸根、乙酸根检测浓度差值均小于1ppb,说明水汽品质异常是由空气漏入引起,判断结果与实际情况相符,证明本发明方法可作为水汽品质异常判定依据。
判定例3
以某电厂同类机组由腐蚀性无机阴离子漏入引起的水汽品质超标时水汽品质数据与曲线1~3做对比试验(同类机组的曲线具有通用性)。首先取得水汽品质超标现象中凝结水、给水、过热蒸汽、再热蒸汽的氢电导率、甲酸根浓度、乙酸根浓度、碳酸根浓度实际数据,并以超标中的氢电导率值查曲线1~3,得到此氢电导率下的甲酸根、乙酸根、碳酸根理论浓度,计算绝对误差和相对误差,绝对误差=检测浓度值-理论浓度值,相对误差=∣(检测浓度值-理论浓度值)/理论浓度值×100%∣,数据如表6。
表6水样水质情况
由实际数据与曲线数据比对可见,给水、过热蒸汽、再热蒸汽氢电导率均超标(>0.1μS/cm),且甲酸根、乙酸根、碳酸根检测浓度均小于90%理论浓度值,各水样甲酸根、乙酸根检测浓度差值均小于1ppb,碳酸根检测浓度差值均小于3ppb,说明水汽品质异常是由腐蚀性无机阴离子漏入引起,判断结果与实际情况相符,证明本发明方法可作为水汽品质异常判定依据。
Claims (10)
1.一种基于红外光谱法的水汽品质异常判定方法,其特征在于,包括以下步骤:
(1)模拟电厂火力发电机组热力系统运行中的水汽情况,绘制标准曲线,具体方法为:
①模拟火力发电机组热力系统实际热力条件,测定不同热力条件下不同水样中有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率;
②根据测定的碳酸根、甲酸根、乙酸根浓度和氢电导率绘制氢电导率—甲酸根标准曲线、氢电导率—乙酸根标准曲线、氢电导率—碳酸根标准曲线;
(2)检测电厂火力发电机组热力系统中各水样实际的氢电导率、甲酸根浓度、乙酸根浓度和碳酸根浓度,并根据标准曲线获得实际氢电导率下各水样的甲酸根、乙酸根、碳酸根理论浓度,比较实际检测浓度与理论浓度,并计算绝对误差和相对误差;各水样包括凝结水、给水、过热蒸汽、再热蒸汽;
(3)根据比较结果,判定火力发电机组水汽品质异常的原因。
2.根据权利要求1所述的基于红外光谱法的水汽品质异常判定方法,其特征在于,热力条件包括水汽温度和停留时间,水汽温度和停留时间包括热力系统中不同位置的水汽温度和停留时间;测定时在不同位置的水汽运行温度区间内设定多个温度;温度设定可为阶梯式,每隔10-20℃设定一个温度。
3.根据权利要求2所述的基于红外光谱法的水汽品质异常判定方法,其特征在于,步骤(1)中水样设置是模拟火力发电机组热力系统水汽流程,以除盐水为原始水样—水样a,测定水样a在对应设定热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,然后以测定后的水样a作为水样b,测定水样b在下一设定热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,然后以测定后的水样b作为水样c,测定水样c在下一设定热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率,以此类推,测定不同水样在不同热力条件下有机物分解后的碳酸根、甲酸根、乙酸根浓度和氢电导率。
4.根据权利要求1所述的基于红外光谱法的水汽品质异常判定方法,其特征在于,绝对误差=检测浓度值-理论浓度值,相对误差=∣(检测浓度值-理论浓度值)/理论浓度值×100%∣。
5.根据权利要求1所述的基于红外光谱法的水汽品质异常判定方法,其特征在于,步骤(3)中水汽品质异常原因的判定标准为:
1)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,相对误差小于10%,说明水汽品质异常是由有机物污染引起;
2)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,甲酸根、乙酸根检测浓度小于90%理论浓度,碳酸根检测浓度大于110%理论浓度,且各水样甲酸根检测浓度差值均小于1ppb,乙酸根检测浓度差值均小于1ppb,说明水汽品质异常是由空气漏入引起;
3)当各水样氢电导率至少一个超标,且各水样碳酸根、甲酸根、乙酸根检测浓度与各自理论浓度对比,甲酸根、乙酸根、碳酸根检测浓度均小于90%理论浓度,且各水样甲酸根检测浓度差值均小于1ppb,乙酸根检测浓度差值均小于1ppb,碳酸根检测浓度差值均小于3ppb,说明水汽品质异常是由腐蚀性无机阴离子引起。
6.一种基于红外光谱法的水汽品质判定监测设备,包括取样室(1)、pH调节室(2)、碱液箱(3)和红外光谱检测仪(10),取样室(1)上分别连接有4个与其内腔相连通水样进水管路和1个与其内腔相连通的冲洗水进水管路,每个水样进水管路上均设置有串联的第一电磁阀和氢电导率表,冲洗水进水管路上设置有第二电磁阀(65),取样室(1)的出水端与pH调节室(2)的进水端相连,碱液箱(3)经串联的微计量泵(4)和逆止阀(5)与pH调节室(2)的进水端相连,pH调节室(2)的出水端经定量进样模块(9)与红外光谱检测仪(10)的进水端相连,pH调节室(2)设置有用监测水样pH值的pH表(8)。
7.根据权利要求6所述的基于红外光谱法的水汽品质判定监测设备,其特征在于,冲洗水进水管路的进水端与冲洗水水源相连,4个水样进水管路的进水端分别接锅炉系统的凝结水、给水、过热蒸汽、再热蒸汽取样管路。
8.根据权利要求1所述的基于红外光谱法的水汽品质判定监测设备,其特征在于,取样室(1)与pH调节室(2)之间的管路上设置有第三电磁阀(66);pH调节室(2)上装有排水管路,排水管路上设置有第四电磁阀(67)。
9.根据权利要求1所述的基于红外光谱法的水汽品质判定监测设备,其特征在于,定量进样模块(9)包括串联的电动调节阀(91)和流量计(92)。
10.根据权利要求9所述的基于红外光谱法的水汽品质判定监测设备,其特征在于,该监测设备还包括控制器、显示器和操作按键,控制器的输入端分别与pH表(8)的输出端、各个氢电导率表的输出端、红外光谱检测仪(10)的输出端、流量计(92)的输出端和操作按键的输出端相连,控制器的输出端分别与第一电磁阀、第二电磁阀、第三电磁阀和第四电磁阀的输入端相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110275183.8A CN113030002B (zh) | 2021-03-15 | 2021-03-15 | 一种基于红外光谱法的水汽品质异常判定方法及监测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110275183.8A CN113030002B (zh) | 2021-03-15 | 2021-03-15 | 一种基于红外光谱法的水汽品质异常判定方法及监测设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113030002A true CN113030002A (zh) | 2021-06-25 |
CN113030002B CN113030002B (zh) | 2023-03-28 |
Family
ID=76469174
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110275183.8A Active CN113030002B (zh) | 2021-03-15 | 2021-03-15 | 一种基于红外光谱法的水汽品质异常判定方法及监测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113030002B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114001254A (zh) * | 2021-11-15 | 2022-02-01 | 盐城工学院 | 一种电位阶跃法用试验浓度对比显示装置及其显示方法 |
CN115902004A (zh) * | 2022-11-08 | 2023-04-04 | 中科特肯(山东)智能科技有限公司 | 一种脱气氢电导率的测量装置及测量方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06148110A (ja) * | 1992-11-06 | 1994-05-27 | Hitachi Ltd | 水質診断方法及びその装置 |
US20050009923A1 (en) * | 2003-07-10 | 2005-01-13 | Banerjee Partha S. | Bronchodilating beta-agonist compositions and methods |
CN101446564A (zh) * | 2008-12-29 | 2009-06-03 | 河南电力试验研究院 | 测定汽包炉机组磷酸盐炉水中的腐蚀性酸根阴离子含量的方法 |
CN101592649A (zh) * | 2009-05-27 | 2009-12-02 | 深圳市华测检测技术股份有限公司 | 一种可远程遥控自导航水质采样分析装置 |
CN203798801U (zh) * | 2014-03-24 | 2014-08-27 | 国家电网公司 | 一种发电厂水汽监督可移动式快速分析实验车 |
CN105021788A (zh) * | 2015-07-14 | 2015-11-04 | 大唐洛阳热电有限责任公司 | 火力发电厂凝结水水质的监控方法 |
CN105911110A (zh) * | 2016-05-03 | 2016-08-31 | 中国大唐集团科学技术研究院有限公司华中分公司 | 水汽系统氢电导率超标原因的分析处置方法 |
CN210487762U (zh) * | 2019-08-30 | 2020-05-08 | 上海漕泾热电有限责任公司 | 一种具有水样总有机碳分析装置的回收冷凝水计量站 |
RU2724451C1 (ru) * | 2020-01-14 | 2020-06-23 | Иван Андреевич Тихонов | Способ контроля и регулировки водно-химического режима парового котла |
CN111948337A (zh) * | 2020-08-11 | 2020-11-17 | 广东中煤江南工程勘测设计有限公司 | 一种高效准确的工程地质勘察水质分析方法 |
-
2021
- 2021-03-15 CN CN202110275183.8A patent/CN113030002B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06148110A (ja) * | 1992-11-06 | 1994-05-27 | Hitachi Ltd | 水質診断方法及びその装置 |
US20050009923A1 (en) * | 2003-07-10 | 2005-01-13 | Banerjee Partha S. | Bronchodilating beta-agonist compositions and methods |
CN101446564A (zh) * | 2008-12-29 | 2009-06-03 | 河南电力试验研究院 | 测定汽包炉机组磷酸盐炉水中的腐蚀性酸根阴离子含量的方法 |
CN101592649A (zh) * | 2009-05-27 | 2009-12-02 | 深圳市华测检测技术股份有限公司 | 一种可远程遥控自导航水质采样分析装置 |
CN203798801U (zh) * | 2014-03-24 | 2014-08-27 | 国家电网公司 | 一种发电厂水汽监督可移动式快速分析实验车 |
CN105021788A (zh) * | 2015-07-14 | 2015-11-04 | 大唐洛阳热电有限责任公司 | 火力发电厂凝结水水质的监控方法 |
CN105911110A (zh) * | 2016-05-03 | 2016-08-31 | 中国大唐集团科学技术研究院有限公司华中分公司 | 水汽系统氢电导率超标原因的分析处置方法 |
CN210487762U (zh) * | 2019-08-30 | 2020-05-08 | 上海漕泾热电有限责任公司 | 一种具有水样总有机碳分析装置的回收冷凝水计量站 |
RU2724451C1 (ru) * | 2020-01-14 | 2020-06-23 | Иван Андреевич Тихонов | Способ контроля и регулировки водно-химического режима парового котла |
CN111948337A (zh) * | 2020-08-11 | 2020-11-17 | 广东中煤江南工程勘测设计有限公司 | 一种高效准确的工程地质勘察水质分析方法 |
Non-Patent Citations (3)
Title |
---|
RACHNA BHATERIA ET AL.: "Water quality assessment of lake water: a review", 《SUSTAIN. WATER RESOUR. MANAG.》 * |
林奇峰等: "有机物对供热发电机组水汽品质的影响", 《电力与电工》 * |
陈永光等: "水汽系统氢电导率异常分析及应对措施", 《电力安全技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114001254A (zh) * | 2021-11-15 | 2022-02-01 | 盐城工学院 | 一种电位阶跃法用试验浓度对比显示装置及其显示方法 |
CN115902004A (zh) * | 2022-11-08 | 2023-04-04 | 中科特肯(山东)智能科技有限公司 | 一种脱气氢电导率的测量装置及测量方法 |
CN115902004B (zh) * | 2022-11-08 | 2023-08-18 | 中科特肯(山东)智能科技有限公司 | 一种脱气氢电导率的测量装置及测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113030002B (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113030002B (zh) | 一种基于红外光谱法的水汽品质异常判定方法及监测设备 | |
CN111307984B (zh) | 绝缘油中溶解气体在线监测装置现场校准系统 | |
CN109443423B (zh) | 一种基于积差分析的燃气机组碳排放数据关联度检验方法 | |
CN109471420A (zh) | 基于cva-sfa的智能电厂大型燃煤发电机组空气预热器控制性能监测方法 | |
JP2002122005A (ja) | 火力発電プラントの熱効率診断方法および装置 | |
CN106908249A (zh) | 一种汽轮机高压缸通流级效率异常的诊断方法 | |
CN111308024A (zh) | 一种网格化测量烟气中气态组分的系统及方法 | |
CN111753389A (zh) | 一种燃煤锅炉入炉原煤热值在线软测量方法和装置 | |
CN205808776U (zh) | 一种煤气取样预处理装置 | |
CN110853785B (zh) | 一种核电压水堆机组出力能力故障分析方法 | |
CN111059896B (zh) | 一种基于㶲模型的辊道窑系统异常检测方法 | |
CN105911110B (zh) | 水汽系统氢电导率超标原因的分析处置方法 | |
CN111735635A (zh) | 冷流背压测试台架及后处理器冷流背压试验方法 | |
CN210090387U (zh) | 用于蒸汽中的总有机碳高温检测预处理系统 | |
CN109189029B (zh) | 火力发电厂低温省煤器节能量在线监测系统及方法 | |
CN212621747U (zh) | 一种VOCs预处理及检测系统 | |
CN210511077U (zh) | 一种供热机组换热管泄漏在线诊断装置 | |
CN204241032U (zh) | 一种固定燃烧源温室气体排放在线监测系统 | |
CN207673377U (zh) | 一种汽轮机蒸汽在线监测装置 | |
CN217484237U (zh) | 一种用于igcc燃气合成气含水量的测量系统 | |
CN220251885U (zh) | 烟气监测系统 | |
CN212568639U (zh) | 一种高温分离检测单阀箱 | |
CN217112072U (zh) | 一种连续在线监测废弃物处理过程温室气体排放的系统 | |
CN217007099U (zh) | 一种在线氢电导率表氢交换柱附加误差检验系统 | |
Wang et al. | An Improved Granger Causal Analysis Framework Based on Redundancy Index |
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 |