CN113254851A - 检测燃气炉空气系数的方法、装置、采暖炉及存储介质 - Google Patents
检测燃气炉空气系数的方法、装置、采暖炉及存储介质 Download PDFInfo
- Publication number
- CN113254851A CN113254851A CN202110555768.5A CN202110555768A CN113254851A CN 113254851 A CN113254851 A CN 113254851A CN 202110555768 A CN202110555768 A CN 202110555768A CN 113254851 A CN113254851 A CN 113254851A
- Authority
- CN
- China
- Prior art keywords
- air coefficient
- gas
- air
- ion current
- coefficient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010438 heat treatment Methods 0.000 title claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 49
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 238000007499 fusion processing Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 9
- 239000000446 fuel Substances 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 4
- 239000007789 gas Substances 0.000 description 65
- 150000002500 ions Chemical class 0.000 description 32
- 230000004927 fusion Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 238000002485 combustion reaction Methods 0.000 description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003546 flue gas Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Mathematics (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Control Of Combustion (AREA)
Abstract
本发明属于燃气炉领域,尤其涉及一种检测燃气炉的空气系数的方法、装置、采暖炉及存储介质;方法包括获取燃气炉的燃气参数;将燃气参数中每一参数输入预设的第一转换函数,得到第一滤波空气系数;采集火焰离子电流,并根据预设的第二转换函数,得到火焰离子电流关联参数;将第一滤波空气系数、火焰离子电流关联参数进行融合处理,得到第二滤波空气系数。装置及存储介质应用该方法。通过至少两种方式分别获得第一滤波空气系数、火焰离子电流关联参数,并进一步将第一滤波空气系数与火焰离子电流关联参数融合,得到更高精度的第二滤波空气系数以提升对燃气炉的空气系数检测的测量精度。
Description
技术领域
本发明属于燃气炉领域,尤其涉及一种检测燃气炉空气系数的方法、装置、采暖炉及存储介质。
背景技术
燃气产品的空燃比(或空气系数)决定了其排放(烟气中CO(α=1)和NOx含量)和燃烧效率。目前行业内对烟气监控的方法通常适用于裕量较大(如工作点空气系数1.8,报警动作点空气系数1.4)的常规机型,且精度不高;或者测量过程中,由于影响因素(如材质)较多,导致测量精度较低。
发明内容
本发明提供一种检测燃气炉空气系数的方法、装置、采暖炉及存储介质,可以提升空气系数的测量精度。
本发明是这样实现的,第一方面本发明提供一种检测燃气炉空气系数的方法,包括:
获取燃气炉的燃气参数,所述燃气参数包括通入的空气量、燃气量以及燃气成分;
将所述燃气参数中每一参数输入预设的第一转换函数,得到第一滤波空气系数;
采集火焰离子电流,并根据预设的第二转换函数,得到火焰离子电流关联参数;
将所述第一滤波空气系数、火焰离子电流关联参数进行融合处理,得到第二滤波空气系数。
第二方面,本发明提供一种检测燃气炉空气系数的装置,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现如第一方面任一所述的检测燃气炉的空气系数的方法。
第三方面,本发明还提供一种采暖炉,所述采暖炉应用第一方面任一所述的检测燃气炉的空气系数的方法实时监控空气系数。
第四方面,本发明提供一种存储介质,包括存储有计算机可执行指令,所述计算机可执行指令用于执行第一方面任一所述的检测燃气炉的空气系数的方法。
本发明的有益效果在于,通过至少两种方式分别获得第一滤波空气系数、火焰离子电流关联参数,并进一步将火焰离子电流、第一滤波空气系数与火焰离子电流关联参数融合,此时可以得到更高精度的第二滤波空气系数;从而提升对燃气炉的空气系数检测的测量精度。
附图说明
图1是本发明实施例的检测燃气炉的空气系数的方法的主要流程示意图;
图2是本发明实施例的检测燃气炉的空气系数的方法的空气量采集示意图;
图3是本发明实施例的检测燃气炉的空气系数的方法的空气系数调整示意图;
图4是本发明实施例的检测燃气炉的空气系数的方法的预警处理示意图;
图5是本发明实施例的检测燃气炉的空气系数的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需理解的是,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或按时相对重要性或者隐含指明所指示的计数特征的数量或隐含指明所指示的技术特征的先后关系。
燃气产品的空燃比(或空气系数)决定了其排放(烟气中CO(α=1)和NOx含量)和燃烧效率。目前行业内对烟气监控采用的方法计算得到空气系数的精度不高。因此,本申请提出一种检测燃气炉的空气系数的方法、装置、采暖炉及存储介质通过不同计算方式得到多个空气系数,并通过将多个空气系数进行融合处理,得到精度更高的空气系数,以用于判断是否超出安全监控或效率监控设置的门限值。
下面根据图1至图5描述本申请的一种检测燃气炉的空气系数的方法、装置、采暖炉及存储介质。
如图1所示的检测燃气炉的空气系数的方法,方法包括:
步骤S100、获取燃气炉的燃气参数,燃气参数包括通入的空气量、燃气量以及燃气成分。
需说明的是,燃气量可以通过比例阀采集得到,空气量则可以通过检测空气含量的检测部件进行采集。燃气成分一般通入气体确定后,可认为其成分固定不变。
步骤S200、将燃气参数中每一参数输入预设的第一转换函数,得到第一滤波空气系数。
需说明的是,第一转换函数表征第一滤波空气系数与前一时刻已知的第一滤波空气系数、燃气参数的关系,因此可以通过输入的燃气参数预测到对应的第一滤波空气系数。
需说明的是,采用卡尔曼滤波进行融合时,第一转换函数为x'k=Ax″k-1+Buk。其中,x'k为预测的空气系数,即第一滤波空气系数,A为状态转移矩阵,B为将输入转换为状态的矩阵;uk=(Qak,Qbk),Qak为k时刻的燃气量的适当变换;Qbk为k时刻的空气量的适当变换。当采用其他的方式进行融合时,可以通过预先建立的空气量、燃气量与空气系数之间的拟合模型,得到第一滤波空气系数。
需说明的是,适当变换是指采用线性拟合或开方处理等手段使经过适当变换处理后的变量在卡尔曼滤波对应的公式中呈线性变化,如自变量uk与因变量x'k为线性关系。
步骤S300、采集火焰离子电流,并根据预设的第二转换函数,得到火焰离子电流关联参数。
需说明的是,采用卡尔曼滤波进行融合时,第二转换函数为k时刻的火焰离子电流的适当变换Zk。当采用其他方式进行融合时,第二转换函数为火焰离子电流与空气系数之间的拟合模型。
步骤S400、将第一滤波空气系数、火焰离子电流关联参数进行融合处理,得到第二滤波空气系数。
需说明的是,融合处理可以通过预先采集多组燃气参数、火焰离子电流,通过融合算法,获得火焰离子电流、第一滤波空气系数、火焰离子电流关联参数之间的关系对应的融合模型,从而可以将火焰离子电流、第一滤波空气系数、火焰离子电流关联参数输入融合模型得到精度更高的第二滤波空气系数。需说明的是,融合模型可以为通过卡尔曼滤波算法、模糊集理论以及神经网络等方法得到。
可理解为,若获取的燃气参数为一组,则步骤S400通过卡尔曼滤波算法进行融合处理。
需说明的是,采用卡尔曼滤波时,首先会建立如下的系统模型:
xk=Axk-1+Buk
zk=Hxk
其中,xk为k时刻滤波后的空气系数,xk-1为k-1时刻滤波后的空气系数,zk表示滤波后空气系数转换为火焰离子电流关联参数的转换过程。融合时,基于上述模型通过卡尔曼滤波获取第一滤波空气系数以及真实的火焰离子电流关联参数并融合处理,即分别通过预测、校正以及更新协方差得到第二滤波空气系数。其中,预测公式如下:
x'k=Ax″k-1+Buk
P′k=APk-1AT+Q
此时,由步骤S200经第一转换函数x'k=Ax″k-1+Buk处理,预测得到第一滤波空气系数x'k。P′k为预测误差协方差矩阵,Pk-1为k-1时刻的估计误差协方差矩阵,Q为过程噪声的协方差矩阵。由于Pk-1已知,因此可以得到k时刻的预测误差协方差矩阵P′k。
此时,可以对第一滤波空气系数x'k进行校正更新得到更高精度的第二滤波空气系数xk,校正公式如下:
z″k=Zk-Hx'k
Kk=P′kHT(HP″kHT+R)-1
x″k=x'k+Kkz″k
其中,Zk通过步骤S300中的第二转换函数得到,对应k时刻的火焰离子电流的适当变换,此时可以通过z″k=Zk-Hx'k得到估算的火焰离子电流关联参数z'k与真实值Zk之间的误差,Kk为卡尔曼增益,R为测量噪声的协方差矩阵。由于R可知,P′k已知,H已知,因此可以得到Kk。此时,通过离子火焰电流关联参数的误差和第一滤波空气系数更新得到第二滤波参数,即x″k=x'k+Kkz″k公式可以得到预测较为准确的第二滤波空气系数x″k。
此时,更新k时刻的估计误差协方差矩阵,以用于下一时刻的第二滤波空气系数融合处理。更新公式如下:
Pk=(Ik-KkH)P′k
其中,Ik为k时刻的离子火焰电流。
需说明的是,空气量、燃气量的获取方式有多种,因此可以通过多种方式获取多组燃气参数。
因此,可理解为,若获取了多组燃气参数,则步骤S400包括如下两个子步骤:
步骤1、获取每一燃气参数对应预设的第一权重值、火焰离子电流关联参数预设的第二权重值。
需说明的是,第一权重值、第二权重值可以根据历史经验值进行赋值。
步骤2、将每一第一滤波空气系数、火焰离子电流关联参数分别与对应的第一权重值、第二权重值进行加权平均处理,得到第二滤波空气系数。
需说明的是,由于将多种不同来源的空气系数进行融合,因此可以抵消每一空气系数来源的原始数据带来的偏差,从而提升获取的第二滤波空气系数的精度。
可理解为,如图2所示,步骤S100包括步骤S110、采集燃气炉通入的空气量。
其中,步骤S110,包括至少如下之一:
步骤S111、通过获取燃气炉内的风压变化,得到燃气炉通入的空气量。
需说明的是,燃气炉内的风压变化可以通过风压检测装置得到,其中风压检测装置为风压开关以及设置在风压开关上的信号采集模块或风压传感器。通过信号采集模块或风压传感器可以采集到进入燃气炉内的风压。由于燃气炉体积固定,因此,在风压变化的情况下,可以根据风压变化值得到空气量的变化值。因此,当通过初始风压以及初始空气量可知的情况下,可以知道对应风压下的空气量。初始空气量可以实际测量得到。
步骤S112、通过获取风机转速、风机功率参数得到空气量,其中风机功率参数为风机输入的电磁功率或电磁转矩。
需说明的是,当同时采用步骤S111、步骤S112时,可以获取多组燃气参数,当选取步骤S111、步骤S112之一进行空气量采集时,可以获得一组燃气参数。此时,燃气量均通过比例阀获取。
可理解为,检测燃气炉的空气系数的方法还包括根据第二滤波空气系数,调整燃气炉的空燃比。
可理解为,如图3所示,根据第二滤波空气系数,调整燃气炉的空燃比,包括:
步骤S510、获取预设的目标空气系数。
步骤S520、将目标空气系数与第二滤波空气系数进行比较。
步骤S521、若第二滤波空气系数小于目标空气系数,则增大通入的空气量和/或减小通入的燃气量。
步骤S522、若第二滤波空气系数大于目标空气系数,则减少通入的空气量和/或增大通入的燃气量。
需说明是,燃气成分可认为不变,因此,调整通入的空气量、燃气量,可以调整空燃比,从而调整当前的空气系数。
可理解为,检测燃气炉的空气系数的方法,还包括:
根据第一滤波空气系数、火焰离子电流关联参数进行预警处理。
需说明的是,可以根据采集到的第一滤波空气系数、火焰离子电流关联参数的情况进行预警处理,从而可以实时判断烟气是否超标或燃烧效率是否过低,进而可以通过人为干预的方式加速处理,以增强安全性或提升燃烧效率。
需说明的是,当不采用卡尔曼滤波处理时,火焰离子电流关联参数为通过火焰离子电流输入到第二转换函数得到的第三滤波空气系数。
可理解为,如图4所示,根据第一滤波空气系数、火焰离子电流关联参数进行预警处理,包括:
步骤S610、获取预设的第一阈值、第二阈值以及场景控制参数;其中,第一阈值为第一滤波空气系数对应的阈值;第二阈值为火焰离子电流关联参数对应的阈值。
步骤S620、若场景控制参数为安全监控,且第一滤波空气系数、火焰离子电流关联参数均大于等于对应的阈值,则进行预警处理。
步骤S630、若场景控制参数为效率监控;且第一滤波空气系数、火焰离子电流关联参数均小于等于对应的阈值,则进行预警处理。
可理解为,本申请还提供一种检测燃气炉的空气系数的装置,包括:
至少一个处理器100,以及,
与至少一个处理器通信连接的存储器200;其中,
存储器存储有指令,指令被至少一个处理器执行,以使至少一个处理器执行指令时实现如第一方面任一的检测燃气炉的空气系数的方法。
如图5所示,处理器电连接有空气量检测部件300(如风机、风压开关等)以及流量测量部件400(如比例阀)、离子火焰电流检测部件500;处理器100中设置有第一滤波空气系数处理模块110、火焰离子电流关联参数处理模块120、融合处理模块130,分别处理得到第一滤波空气系数、火焰离子电流关联参数以及第二滤波空气系数。存储器用于存储空气量检测部件300、流量测量部件400以及融合处理模块130的数据。
可理解为,本申请还提供一种采暖炉,采暖炉应用第一方面任一所述的检测燃气炉的空气系数的方法实时监控空气系数。
需说明的是,采暖炉包括有空气量检测部件300(如风机、风压开关等)以及流量测量部件400(如比例阀),还包括有控制器,控制器连接空气量检测部件300、流量测量部件400。控制器执行第一方面任一所述的检测燃气炉的空气系数的方法。
可理解为,本申请还提供一种存储介质,包括存储有计算机可执行指令,计算机可执行指令用于执行权利要求第一方面任一项的检测燃气炉的空气系数的方法。
需说明的是,术语存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种检测燃气炉的空气系数的方法,其特征在于,包括:
获取燃气炉的燃气参数,所述燃气参数包括通入的空气量、燃气量以及燃气成分;
将所述燃气参数中每一参数输入预设的第一转换函数,得到第一滤波空气系数;
采集火焰离子电流,并根据预设的第二转换函数,得到火焰离子电流关联参数;
将所述第一滤波空气系数、所述火焰离子电流关联参数进行融合处理,得到第二滤波空气系数。
2.根据权利要求1所述的检测燃气炉的空气系数的方法,其特征在于,
所述获取燃气炉的燃气参数,包括:采集燃气炉通入的空气量;
其中,所述采集燃气炉通入的空气量,包括至少如下之一:
通过获取所述燃气炉内的风压变化,得到所述燃气炉通入的空气量;
通过获取风机转速、风机功率参数得到所述空气量,其中风机功率参数为风机输入的电磁功率或电磁转矩。
3.根据权利要求1所述的检测燃气炉的空气系数的方法,其特征在于,
若获取了一组所述燃气参数,则所述将所述第一滤波空气系数、火焰离子电流关联参数进行融合处理,得到第二滤波空气系数,包括:
将所述第一滤波空气系数、所述火焰离子电流关联参数通过卡尔曼滤波算法进行滤波处理,得到第二滤波空气系数。
4.根据权利要求1所述的检测燃气炉的空气系数的方法,其特征在于,
若获取了多组所述燃气参数,则所述将所述第一滤波空气系数、火焰离子电流关联参数进行融合处理,得到第二滤波空气系数,包括:
获取每一所述燃气参数对应预设的第一权重值、所述火焰离子电流关联参数预设的第二权重值;
将每一所述第一滤波空气系数、所述火焰离子电流关联参数分别与对应的所述第一权重值、所述第二权重值进行加权平均处理,得到所述第二滤波空气系数。
5.根据权利要求1至4任一所述的检测燃气炉的空气系数的方法,其特征在于,还包括:
根据所述第二滤波空气系数,调整所述燃气炉的空燃比。
6.根据权利要求5所述的检测燃气炉的空气系数的方法,其特征在于,
所述根据所述第二滤波空气系数,调整所述燃气炉的空燃比,包括:
获取预设的目标空气系数;
将所述目标空气系数与所述第二滤波空气系数进行比较;
若所述第二滤波空气系数小于所述目标空气系数,则增大通入的所述空气量和/或减小通入的所述燃气量;
若所述第二滤波空气系数大于所述目标空气系数,则减少通入的所述空气量和/或增大通入的所述燃气量。
7.根据权利要求5所述的检测燃气炉的空气系数的方法,其特征在于,还包括:
根据所述第一滤波空气系数、所述火焰离子电流关联参数进行预警处理。
8.根据权利要求7所述的检测燃气炉的空气系数的方法,其特征在于,
所述根据所述第一滤波空气系数、所述火焰离子电流关联参数进行预警处理,包括:
获取预设的第一阈值、第二阈值以及场景控制参数;其中,所述第一阈值为所述第一滤波空气系数对应的阈值;所述第二阈值为所述火焰离子电流关联参数对应的阈值;
若所述场景控制参数为安全监控,且所述第一滤波空气系数、所述火焰离子电流关联参数均大于等于对应的所述阈值,则进行预警处理;
若所述场景控制参数为效率监控;且所述第一滤波空气系数、所述火焰离子电流关联参数均小于等于对应的所述阈值,则进行预警处理。
9.一种检测燃气炉的空气系数的装置,其特征在于,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现如权利要求1至8任一所述的检测燃气炉的空气系数的方法。
10.一种采暖炉,其特征在于,所述采暖炉应用权利要求1至8任一所述的检测燃气炉的空气系数的方法实时监控空气系数。
11.一种存储介质,包括存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1至8中任一项所述的检测燃气炉的空气系数的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110555768.5A CN113254851A (zh) | 2021-05-21 | 2021-05-21 | 检测燃气炉空气系数的方法、装置、采暖炉及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110555768.5A CN113254851A (zh) | 2021-05-21 | 2021-05-21 | 检测燃气炉空气系数的方法、装置、采暖炉及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113254851A true CN113254851A (zh) | 2021-08-13 |
Family
ID=77183545
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110555768.5A Pending CN113254851A (zh) | 2021-05-21 | 2021-05-21 | 检测燃气炉空气系数的方法、装置、采暖炉及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113254851A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1673507A (zh) * | 2004-03-05 | 2005-09-28 | 法国石油研究所 | 内燃机气缸内燃空比的估算方法 |
CN103603738A (zh) * | 2013-11-18 | 2014-02-26 | 同济大学 | 基于离子电流预测发动机缸内空燃比的方法 |
JP2014218906A (ja) * | 2013-05-06 | 2014-11-20 | ダイヤモンド電機株式会社 | イオン電流を用いた内燃機関の空燃比制御装置 |
CN112524810A (zh) * | 2020-11-26 | 2021-03-19 | 深圳市合信达控制系统有限公司 | 壁挂炉燃气自适应调节方法、装置及壁挂炉 |
-
2021
- 2021-05-21 CN CN202110555768.5A patent/CN113254851A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1673507A (zh) * | 2004-03-05 | 2005-09-28 | 法国石油研究所 | 内燃机气缸内燃空比的估算方法 |
JP2014218906A (ja) * | 2013-05-06 | 2014-11-20 | ダイヤモンド電機株式会社 | イオン電流を用いた内燃機関の空燃比制御装置 |
CN103603738A (zh) * | 2013-11-18 | 2014-02-26 | 同济大学 | 基于离子电流预测发动机缸内空燃比的方法 |
CN112524810A (zh) * | 2020-11-26 | 2021-03-19 | 深圳市合信达控制系统有限公司 | 壁挂炉燃气自适应调节方法、装置及壁挂炉 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8554706B2 (en) | Power plant control device which uses a model, a learning signal, a correction signal, and a manipulation signal | |
CN111734670B (zh) | 一种磁悬浮鼓风机的测试系统及测试方法 | |
CN111444953B (zh) | 一种基于改进粒子群优化算法的传感器故障监测方法 | |
CN109508818B (zh) | 一种基于LSSVM的在线NOx预测方法 | |
CN102090705A (zh) | 一种提高烘丝工序过程能力的方法 | |
CN111623369A (zh) | 一种利用烟气含氧量信号调节锅炉入炉燃料量的控制方法 | |
CN113254851A (zh) | 检测燃气炉空气系数的方法、装置、采暖炉及存储介质 | |
CN103245695B (zh) | 一种高精度露点测量装置及其检测方法 | |
CN105700383B (zh) | 一种正压烘炉优化控制方法 | |
CN112240579A (zh) | 一种抽油烟机及其控制方法 | |
CN116576553B (zh) | 一种空气调节机数据优化采集方法及系统 | |
CN110007661B (zh) | 一种锅炉燃烧控制系统智能故障诊断方法 | |
CN116203836A (zh) | 一种智能控制工业烟气吸收剂氨水加量的方法 | |
CN111076372B (zh) | 一种一次回风空调系统中传感器误差的在线识别与修复方法 | |
CN109918220B (zh) | 一种异常数据检测参数的确定方法及确定装置 | |
JPH11229798A (ja) | 道路トンネルの換気制御システム | |
CN114417586A (zh) | 水冷炉排表面料层厚度计算方法、系统及焚烧炉 | |
CN114881382B (zh) | 一种用于供热需求负荷自主预测的优化调节方法 | |
CN108983609B (zh) | 基于负载扰动的单入单出控制回路pi控制器优化方法 | |
CN110986266A (zh) | 设备控制方法、控制器及空调机组 | |
CN117379950B (zh) | 一种基于干法水泥生产线的烟气脱硝监测分析方法 | |
JP2000129319A (ja) | 高炉炉熱制御方法及び装置 | |
JP3053603B2 (ja) | ガス流量計測装置および方法 | |
CN115164379B (zh) | 一种空调器冷媒量预测方法、系统和空调器 | |
CN112685449B (zh) | 一种热力系统性能计算方法、装置及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210813 |