CN114066044A - 一种石灰石供浆管道堵塞状况预测方法及预测装置 - Google Patents
一种石灰石供浆管道堵塞状况预测方法及预测装置 Download PDFInfo
- Publication number
- CN114066044A CN114066044A CN202111339371.9A CN202111339371A CN114066044A CN 114066044 A CN114066044 A CN 114066044A CN 202111339371 A CN202111339371 A CN 202111339371A CN 114066044 A CN114066044 A CN 114066044A
- Authority
- CN
- China
- Prior art keywords
- slurry
- slurry supply
- pipeline
- flow
- parameter 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.)
- Pending
Links
- 239000002002 slurry Substances 0.000 title claims abstract description 217
- 235000019738 Limestone Nutrition 0.000 title claims abstract description 29
- 239000006028 limestone Substances 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011010 flushing procedure Methods 0.000 claims abstract description 30
- 238000004140 cleaning Methods 0.000 claims abstract description 13
- 230000001105 regulatory effect Effects 0.000 claims abstract description 8
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 12
- 239000007788 liquid Substances 0.000 description 8
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 3
- 238000006477 desulfuration reaction Methods 0.000 description 3
- 230000023556 desulfurization Effects 0.000 description 3
- 239000003546 flue gas Substances 0.000 description 3
- 239000010440 gypsum Substances 0.000 description 3
- 229910052602 gypsum Inorganic materials 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/219—Managing data history or versioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种石灰石供浆管道堵塞状况预测方法及预测装置，方法包括：获取供浆调节阀，供浆管道浆液及供浆管道状态的历史参数数据；对历史参数数据进行数据清洗和预处理，得到有效历史参数数据；基于有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值；将浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测，并根据堵塞程度设定管道冲水时间。本发明通过从历史参数样本中学习规律，并利用这些规律找到历史数据参数和设备健康状况内在关系，从而实现对石灰石供浆管道堵塞情况的预测，当阀门发生堵塞等情况时，可以及时发现并采取相应措施，从而确保了设备的连续稳定运行。
Description
技术领域
本发明属于供浆管道健康状况预测技术领域，特别涉及一种石灰石供浆管道堵塞状况预测方法及预测装置。
背景技术
石灰石/石膏湿法脱硫是目前世界上广泛采用的烟气脱硫技术。在现有的脱硫方法中，石灰石－石膏湿法脱硫工艺则通过烟气大面积地与含石灰石的吸收液接触，使烟气中的二氧化硫溶解于水并与吸收剂及氧气反应生成石膏，从而降低二氧化硫的浓度。由于脱硫系统中石灰石供浆管道长期运行易造成沉积堵塞，影响供浆系统的正常运行。而现有的设备对供浆调节阀健康状况没有连续监测，只有当供浆流量严重偏离正常范围时，DCS系统才会报警，此时阀门堵塞往往已经非常严重，从而造成供浆系统不连续运行，设备投运率下降，系统的设备稳定性降低。
发明内容
为了解决上述问题，本发明提供一种石灰石供浆管道堵塞状况预测方法及预测装置，以解决现有石灰石浆液管道堵塞发现不及时造成的供浆系统不连续运行，设备投运率下降，系统的设备稳定性降低的问题。
为实现上述目的，本发明提供了一种石灰石供浆管道堵塞状况预测方法，包括：
获取供浆调节阀，供浆管道浆液及供浆管道状态的历史参数数据；
对历史参数数据进行数据清洗和预处理，得到有效历史参数数据；
基于有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值；
将浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测，并根据堵塞程度设定管道冲水时间。
根据本发明的一个具体实施例，历史参数数据包括阀门开度，阀门开度反馈，管道浆液流量，管道浆液密度，供浆管道冲洗阀状态和供浆泵出口压力。
根据本发明的一个具体实施例，对历史参数数据进行数据清洗和预处理，得到有效历史参数数据进一步包括：
将历史参数数据中的无效点数据删除，其中无效点数据包括阀门开度，管道浆液流量和管道浆液密度数据的坏点数据，历史参数数据中存在强制信号的时间点数据，以及历史参数数据中存在掉阀门故障和管道堵塞的参数数据；
将数据清理后的历史参数数据的数据类型转换为数值型，并为每个IO测点的参数数据命名，得到有效历史参数数据。
根据本发明的一个具体实施例，基于有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值包括：
利用神经网络算法对有效历史参数数据进行数据拟合，得到供浆流量预测函数，并通过回归分析计算得到浆液流量动态期望值，其中供浆流量预测函数为：
F=17.54093*X1+79712.71*X2+400.0403*X3-43691.46
式中，F为浆液流量动态期望值，X1为供浆密度，X2为供浆泵出口压力，X3为供浆阀门开度。
根据本发明的一个具体实施例，将浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测，并根据堵塞程度设定管道冲水时间进一步包括：
计算浆液流量动态期望值与实际浆液流量的差值；
根据差值的大小和持续时间预测供浆管道的堵塞程度，并根据堵塞程度设定管道冲水时间。
根据本发明的一个具体实施例，根据差值的大小和持续时间预测供浆管道的堵塞程度，并根据堵塞程度设定管道冲水时间具体包括：
当浆液流量动态期望值与实际浆液流量的差值在2m3/h-4m3/h之间，则判定供浆管道为轻度堵塞，对应的设定管道冲水时间为10秒；
当浆液流量动态期望值与实际浆液流量的差值在4m3/h-8m3/h之间，则判定供浆管道为中度堵塞，对应的设定管道冲水时间为20秒；
当浆液流量动态期望值与实际浆液流量的差值大于8m3/h时，则判定供浆管道为重度堵塞，对应的设定管道冲水时间为30秒。
一种石灰石供浆管道堵塞状况预测装置，包括：
数据获取模块，用于获取供浆调节阀，供浆管道浆液及供浆管道状态的历史参数数据；
数据处理模块，用于对历史参数数据进行数据清洗和数据类型转换，得到有效历史参数数据；
数据建模模块，用于基于有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值；
数据分析模块，用于将浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测。
根据本发明的一个具体实施例，历史参数数据包括阀门开度，阀门开度反馈，管道浆液流量，管道浆液密度，供浆管道冲洗阀状态和供浆泵出口压力。
根据本发明的一个具体实施例，供浆流量预测函数为：
F=17.54093*X1+79712.71*X2+400.0403*X3-43691.46
式中，F为浆液流量动态期望值，X1为供浆密度，X2为供浆泵出口压力，X3为供浆阀门开度。
根据本发明的一个具体实施例，预测装置还包括：时间设置模块，用于根据堵塞程度设定管道冲水时间。
与现有技术相比，本发明提供的一种石灰石供浆管道堵塞状况预测方法及预测装置，通过机器学习技术从有限的历史参数样本中学习出具有一般性的规律，并利用这些规律找到历史数据参数和设备健康状况内在关系，从而实现对石灰石供浆管道堵塞情况的预测，当阀门发生线性度劣化、堵塞等情况时，可以及时发现并采取相应措施，从而确保了设备的连续稳定运行，实现设备的健康稳定运行。
附图说明
图1是根据本发明一实施例提供的石灰石供浆管道堵塞状况预测方法流程图。
图2是根据本发明一实施例提供的数据清洗和预处理方法流程图。
图3是根据本发明一实施例提供的供浆管道堵塞程度预测方法流程图。
图4是根据本发明一实施例提供的石灰石供浆管道堵塞状况预测装置结构示意图。
附图标记：
01-数据获取模块；02-数据处理模块；03-数据建模模块；04-数据分析模块；05-时间设置模块。
具体实施方式
为了使本领域技术人员更加清楚地理解本发明的概念和思想，以下结合具体实施例详细描述本发明。应理解，本文给出的实施例都只是本发明可能具有的所有实施例的一部分。本领域技术人员在阅读本申请的说明书以后，有能力对下述实施例的部分或整体作出改进、改造、或替换，这些改进、改造、或替换也都包含在本发明要求保护的范围内。
在本文中，术语“第一”、“第二”和其它类似词语并不意在暗示任何顺序、数量和重要性，而是仅仅用于对不同的元件进行区分。在本文中，术语“一”、“一个”和其它类似词语并不意在表示只存在一个事物，而是表示有关描述仅仅针对事物中的一个，事物可能具有一个或多个。在本文中，术语“包含”、“包括”和其它类似词语意在表示逻辑上的相互关系，而不能视作表示空间结构上的关系。例如，“A包括B”意在表示在逻辑上B属于A，而不表示在空间上B位于A的内部。另外，术语“包含”、“包括”和其它类似词语的含义应视为开放性的，而非封闭性的。例如，“A包括B”意在表示B属于A，但是B不一定构成A的全部，A还可能包括C、D、E等其它元素。
在本文中，术语“实施例”、“本实施例”、“一实施例”、“一个实施例”并不表示有关描述仅仅适用于一个特定的实施例，而是表示这些描述还可能适用于另外一个或多个实施例中。本领域技术人员应理解，在本文中，任何针对某一个实施例所做的描述都可以与另外一个或多个实施例中的有关描述进行替代、组合、或者以其它方式结合，替代、组合、或者以其它方式结合所产生的新实施例是本领域技术人员能够容易想到的，属于本发明的保护范围。
实施例1
本发明的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实施方式的实践了解到。结合图1-图3，本发明实施例提供了一种石灰石供浆管道堵塞状况预测方法，包括：
S1：获取供浆调节阀，供浆管道浆液及供浆管道状态的历史参数数据。
其中历史参数数据包括阀门开度，阀门开度反馈，管道浆液流量，管道浆液密度，供浆管道冲洗阀状态和供浆泵出口压力。通过采集阀门开度，阀门开度反馈，管道浆液流量，管道浆液密度，供浆管道冲洗阀状态和供浆泵出口压力等历史参数数据，用于为后续预测管道堵塞状态及趋势提供有效数据，在完成数据采集后再将上述历史数据导出CSV格式。
S2：对历史参数数据进行数据清洗和预处理，得到有效历史参数数据，具体包括：
S21:将历史参数数据中的无效点数据删除，其中无效点数据包括阀门开度，管道浆液流量和管道浆液密度数据的坏点数据，历史参数数据中存在强制信号的时间点数据，以及历史参数数据中存在掉阀门故障和管道堵塞的参数数据，其中掉阀门故障和管道堵塞的参数数据是通过专家经验判断得到。
S22:将数据清理后的历史参数数据的数据类型转换为数值型，并为每个IO测点的参数数据命名，得到有效历史参数数据。
S3：基于有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值，具体包括：
将经过数据清洗和预处理后的CSV格式数据导入PYTHON软件，再利用神经网络算法对有效历史参数数据进行数据拟合，得到供浆流量预测函数，并通过回归分析计算得到浆液流量动态期望值，其中供浆流量预测函数为：
F=17.54093*X1+79712.71*X2+400.0403*X3-43691.46 （1）
式中，F为浆液流量动态期望值，X1为供浆密度，X2为供浆泵出口压力，X3为供浆阀门开度。
上述预测函数用来反映供浆流量和供浆密度、供浆泵出口压力，供浆阀门的开度之间的关系，通过分析可知供浆液阀门开度越大，供浆液流量越大；供浆泵出口压力越大，供浆流量越大。
S4：将浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测，并根据堵塞程度设定管道冲水时间，供浆管道内为水冲洗时，流量考虑密度的影响，若实际浆液流量比浆液流量动态期望值小则说明管道有堵塞现象，具体包括：
S41:计算浆液流量动态期望值与实际浆液流量的差值。
S42:根据差值的大小和持续时间预测供浆管道的堵塞程度，并根据堵塞程度设定管道冲水时间,具体包括：
当浆液流量动态期望值与实际浆液流量的差值在2m3/h-4m3/h之间，则判定供浆管道为轻度堵塞，对应的设定管道冲水时间为10秒；
当浆液流量动态期望值与实际浆液流量的差值在4m3/h-8m3/h之间，则判定供浆管道为中度堵塞，对应的设定管道冲水时间为20秒；
当浆液流量动态期望值与实际浆液流量的差值大于8m3/h时，则判定供浆管道为重度堵塞，对应的设定管道冲水时间为30秒。
实施例2
结合图4，本发明实施例提供一种石灰石供浆管道堵塞状况预测装置，包括：
数据获取模块01，用于获取供浆调节阀，供浆管道浆液及供浆管道状态的历史参数数据，其中历史参数数据包括阀门开度，阀门开度反馈，管道浆液流量，管道浆液密度，供浆管道冲洗阀状态和供浆泵出口压力。
数据处理模块02，用于对历史参数数据进行数据清洗和数据类型转换，得到有效历史参数数据。其中有效历史参数数据为剔除历史参数数据中的无效点数据后，再经过数据类型转换后的历史数据，无效点数据包括阀门开度，管道浆液流量和管道浆液密度数据的坏点数据，历史参数数据中存在强制信号的时间点数据，以及历史参数数据中存在掉阀门故障和管道堵塞的参数数据，其中掉阀门故障和管道堵塞的参数数据是通过专家经验判断得到。
数据建模模块03，用于基于有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值，其中，供浆流量预测函数为：
F=17.54093*X1+79712.71*X2+400.0403*X3-43691.46
式中，F为浆液流量动态期望值，X1为供浆密度，X2为供浆泵出口压力，X3为供浆阀门开度。
数据分析模块04，用于将浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测。
时间设置模块05，用于根据堵塞程度设定管道冲水时间。
例如：当浆液流量动态期望值与实际浆液流量的差值在2m3/h-4m3/h之间，则判定供浆管道为轻度堵塞，对应的设定管道冲水时间为10秒。
当浆液流量动态期望值与实际浆液流量的差值在4m3/h-8m3/h之间，则判定供浆管道为中度堵塞，对应的设定管道冲水时间为20秒。
当浆液流量动态期望值与实际浆液流量的差值大于8m3/h时，则判定供浆管道为重度堵塞，对应的设定管道冲水时间为30秒。
综上所述，本发明提供的一种石灰石供浆管道堵塞状况预测方法及预测装置，通过机器学习技术从有限的历史参数样本中学习出具有一般性的规律，并利用这些规律找到历史数据参数和设备健康状况内在关系，从而实现对石灰石供浆管道堵塞情况的预测，当阀门发生线性度劣化、堵塞等情况时，可以及时发现并采取相应措施，从而确保了设备的连续稳定运行，实现设备的健康稳定运行。
以上结合具体实施方式（包括实施例和实例）详细描述了本发明的概念、原理和思想。本领域技术人员应理解，本发明的实施方式不止上文给出的这几种形式，本领域技术人员在阅读本申请文件以后，可以对上述实施方式中的步骤、方法、系统、部件做出任何可能的改进、替换和等同形式，这些改进、替换和等同形式应视为落入在本发明的范围内，本发明的保护范围仅以权利要求书为准。
Claims (10)
1.一种石灰石供浆管道堵塞状况预测方法，其特征在于，包括：
获取供浆调节阀，供浆管道浆液及供浆管道状态的历史参数数据；
对所述历史参数数据进行数据清洗和预处理，得到有效历史参数数据；
基于所述有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值；
将所述浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测，并根据堵塞程度设定管道冲水时间。
2.根据权利要求1所述的石灰石供浆管道堵塞状况预测方法，其特征在于，所述历史参数数据包括阀门开度，阀门开度反馈，管道浆液流量，管道浆液密度，供浆管道冲洗阀状态和供浆泵出口压力。
3.根据权利要求1所述的石灰石供浆管道堵塞状况预测方法，其特征在于，所述对所述历史参数数据进行数据清洗和预处理，得到有效历史参数数据进一步包括：
将所述历史参数数据中的无效点数据删除，其中所述无效点数据包括阀门开度，管道浆液流量和管道浆液密度数据的坏点数据，所述历史参数数据中存在强制信号的时间点数据，以及所述历史参数数据中存在掉阀门故障和管道堵塞的参数数据；
将数据清理后的历史参数数据的数据类型转换为数值型，并为每个IO测点的参数数据命名，得到有效历史参数数据。
4.根据权利要求1所述的石灰石供浆管道堵塞状况预测方法，其特征在于，所述基于所述有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值包括：
利用神经网络算法对所述有效历史参数数据进行数据拟合，得到供浆流量预测函数，并通过回归分析计算得到浆液流量动态期望值，其中所述供浆流量预测函数为：
F=17.54093*X1+79712.71*X2+400.0403*X3-43691.46
式中，F为浆液流量动态期望值，X1为供浆密度，X2为供浆泵出口压力，X3为供浆阀门开度。
5.根据权利要求1所述的石灰石供浆管道堵塞状况预测方法，其特征在于，所述将所述浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测，并根据堵塞程度设定管道冲水时间进一步包括：
计算所述浆液流量动态期望值与实际浆液流量的差值；
根据所述差值的大小和持续时间预测供浆管道的堵塞程度，并根据堵塞程度设定管道冲水时间。
6.根据权利要求5所述的石灰石供浆管道堵塞状况预测方法，其特征在于，所述根据所述差值的大小和持续时间预测供浆管道的堵塞程度，并根据堵塞程度设定管道冲水时间具体包括：
当所述浆液流量动态期望值与实际浆液流量的差值在2m3/h-4m3/h之间，则判定供浆管道为轻度堵塞，对应的设定管道冲水时间为10秒；
当所述浆液流量动态期望值与实际浆液流量的差值在4m3/h-8m3/h之间，则判定供浆管道为中度堵塞，对应的设定管道冲水时间为20秒；
当所述浆液流量动态期望值与实际浆液流量的差值大于8m3/h时，则判定供浆管道为重度堵塞，对应的设定管道冲水时间为30秒。
7.一种石灰石供浆管道堵塞状况预测装置，其特征在于，包括：
数据获取模块，用于获取供浆调节阀，供浆管道浆液及供浆管道状态的历史参数数据；
数据处理模块，用于对所述历史参数数据进行数据清洗和数据类型转换，得到有效历史参数数据；
数据建模模块，用于基于所述有效历史参数数据建立供浆流量预测函数，并计算浆液流量动态期望值；
数据分析模块，用于将所述浆液流量动态期望值与实际浆液流量进行实时比对，基于比对结果对供浆管道的堵塞程度进行预测。
8.根据权利要求7所述的一种石灰石供浆管道堵塞状况预测装置，其特征在于，所述历史参数数据包括阀门开度，阀门开度反馈，管道浆液流量，管道浆液密度，供浆管道冲洗阀状态和供浆泵出口压力。
9.根据权利要求7所述的一种石灰石供浆管道堵塞状况预测装置，其特征在于，所述供浆流量预测函数为：
F=17.54093*X1+79712.71*X2+400.0403*X3-43691.46
式中，F为浆液流量动态期望值，X1为供浆密度，X2为供浆泵出口压力，X3为供浆阀门开度。
10.根据权利要求7所述的一种石灰石供浆管道堵塞状况预测装置，其特征在于，所述预测装置还包括：时间设置模块，用于根据堵塞程度设定管道冲水时间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111339371.9A CN114066044A (zh) | 2021-11-12 | 2021-11-12 | 一种石灰石供浆管道堵塞状况预测方法及预测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111339371.9A CN114066044A (zh) | 2021-11-12 | 2021-11-12 | 一种石灰石供浆管道堵塞状况预测方法及预测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114066044A true CN114066044A (zh) | 2022-02-18 |
Family
ID=80275378
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111339371.9A Pending CN114066044A (zh) | 2021-11-12 | 2021-11-12 | 一种石灰石供浆管道堵塞状况预测方法及预测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114066044A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010059371A (ko) * | 1999-12-30 | 2001-07-06 | 이구택 | 노즐막힘지수 설정시스템 |
| CN105939801A (zh) * | 2014-02-07 | 2016-09-14 | 首要金属科技奥地利有限责任公司 | 管道系统的监控 |
| CN111554077A (zh) * | 2020-05-14 | 2020-08-18 | 润电能源科学技术有限公司 | 一种空预器的堵塞预警方法、系统、设备和存储介质 |
| CN112269824A (zh) * | 2020-11-03 | 2021-01-26 | 北京国电龙源环保工程有限公司 | 一种基于在线数据的脱硫装置参数评价方法 |
| CN112555689A (zh) * | 2020-11-22 | 2021-03-26 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 一种多传感管道状态智能监测装置 |
| CN112791570A (zh) * | 2020-08-12 | 2021-05-14 | 国能龙源环保有限公司 | 一种全工况自适应的ph调节方法 |
| CN113077172A (zh) * | 2021-04-19 | 2021-07-06 | 瑞湖智科数据(苏州)有限公司 | 一种设备状态趋势分析及故障诊断方法 |
| CN113551699A (zh) * | 2021-09-17 | 2021-10-26 | 山东德仕化工有限公司 | 一种油井管道堵塞的检测方法及设备 |
-
2021
- 2021-11-12 CN CN202111339371.9A patent/CN114066044A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010059371A (ko) * | 1999-12-30 | 2001-07-06 | 이구택 | 노즐막힘지수 설정시스템 |
| CN105939801A (zh) * | 2014-02-07 | 2016-09-14 | 首要金属科技奥地利有限责任公司 | 管道系统的监控 |
| CN111554077A (zh) * | 2020-05-14 | 2020-08-18 | 润电能源科学技术有限公司 | 一种空预器的堵塞预警方法、系统、设备和存储介质 |
| CN112791570A (zh) * | 2020-08-12 | 2021-05-14 | 国能龙源环保有限公司 | 一种全工况自适应的ph调节方法 |
| CN112269824A (zh) * | 2020-11-03 | 2021-01-26 | 北京国电龙源环保工程有限公司 | 一种基于在线数据的脱硫装置参数评价方法 |
| CN112555689A (zh) * | 2020-11-22 | 2021-03-26 | 武汉第二船舶设计研究所(中国船舶重工集团公司第七一九研究所) | 一种多传感管道状态智能监测装置 |
| CN113077172A (zh) * | 2021-04-19 | 2021-07-06 | 瑞湖智科数据(苏州)有限公司 | 一种设备状态趋势分析及故障诊断方法 |
| CN113551699A (zh) * | 2021-09-17 | 2021-10-26 | 山东德仕化工有限公司 | 一种油井管道堵塞的检测方法及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114047719A (zh) | 一种农村生活污水处理设施远程监测评估系统与运行方法 | |
| CN109319885A (zh) | 家用软水系统的智能控制再生周期的方法、装置及软水机 | |
| CN112408524B (zh) | 管网调蓄耦合水厂高负荷处理系统、方法、装置及设备 | |
| CN106370445B (zh) | 船舶压载水过滤器性能实验装置 | |
| CN114066044A (zh) | 一种石灰石供浆管道堵塞状况预测方法及预测装置 | |
| CN208361916U (zh) | 一种开式循环冷却水系统 | |
| CN204544909U (zh) | 一种污水处理过程仪表采样管路清堵优化装置 | |
| Valentin et al. | An hybrid neural network based system for optimization of coagulant dosing in a water treatment plant | |
| CN112326504B (zh) | 一种复合脱硫装置石膏浆液密度测量方法及测量系统 | |
| CN113655821A (zh) | 一种工业循环水浓缩倍率自动控制装置及控制方法 | |
| CN204422653U (zh) | 氢电导率连续在线测量装置 | |
| CN104858190B (zh) | 一种plc海水试验箱自冲洗装置及其控制方法 | |
| CN114417622A (zh) | 一种污水处理方法、装置、设备及系统 | |
| CN110146438B (zh) | 一种实时监测工业废水排放管动态腐蚀的装置 | |
| CN114113221A (zh) | 一种氯离子浓度在线监测系统 | |
| CN109297859B (zh) | 湿法脱硫装置石膏浆液密度及pH测量装置的使用方法 | |
| CN108975546B (zh) | 一种高温注水精细过滤装置 | |
| CN112557252A (zh) | 一种脱硫浆液密度测量装置及方法 | |
| CN218810925U (zh) | 一种垃圾渗滤液纳滤浓缩液减量系统 | |
| CN113159130B (zh) | 一种施工污水处理的方法 | |
| CN206399761U (zh) | 可冲洗在线监测密度计装置 | |
| CN213022187U (zh) | 一种阀门动态测试系统 | |
| Mounce et al. | Development of artificial intelligence systems for analysis of water supply system data | |
| CN215140970U (zh) | 一种生产工段浮选泡沫冲洗装置 | |
| CN114956294B (zh) | 基于人工神经网络的智能加药系统及方法 |
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 |