CN116046659A - 一种新型智能监测换热器及其状态监测方法 - Google Patents
一种新型智能监测换热器及其状态监测方法 Download PDFInfo
- Publication number
- CN116046659A CN116046659A CN202310041968.8A CN202310041968A CN116046659A CN 116046659 A CN116046659 A CN 116046659A CN 202310041968 A CN202310041968 A CN 202310041968A CN 116046659 A CN116046659 A CN 116046659A
- Authority
- CN
- China
- Prior art keywords
- heat
- tube
- heat exchanger
- monitoring
- circulating water
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 53
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 105
- 238000005260 corrosion Methods 0.000 claims abstract description 90
- 230000007797 corrosion Effects 0.000 claims abstract description 90
- 239000000523 sample Substances 0.000 claims abstract description 27
- 238000012546 transfer Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 19
- 238000007789 sealing Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000012530 fluid Substances 0.000 claims description 16
- 239000003814 drug Substances 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000004134 energy conservation Methods 0.000 claims description 6
- 239000003112 inhibitor Substances 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 239000002455 scale inhibitor Substances 0.000 claims description 6
- 229910052751 metal Inorganic materials 0.000 claims description 5
- 239000002184 metal Substances 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 230000004907 flux Effects 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 238000012843 least square support vector machine Methods 0.000 description 7
- 238000001816 cooling Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241000195493 Cryptophyta Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- ZFXVRMSLJDYJCH-UHFFFAOYSA-N calcium magnesium Chemical compound [Mg].[Ca] ZFXVRMSLJDYJCH-UHFFFAOYSA-N 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 230000002572 peristaltic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
- G01N17/008—Monitoring fouling
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Environmental Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本申请公开了一种新型智能监测换热器及其实现方法,包括换热腔体,换热腔体内设有管程和壳程,管程上设有循环水的进口和出口,壳程上设有热介质的进口和出口,循环水经管路进入换热腔体管程,管路中设置有腐蚀挂片和腐蚀监测探针;循环水进口管和循环水出口管上安装有流量计和温度探头,在循环水出口管上设置有一个电极流通槽,电极流通槽内安装有循环水水质监测探头,所述腐蚀监测探针、流量计、温度探头和循环水水质监测探头均实时监测。具有以下优点:采用智能实时监测技术,把温度、流量、腐蚀速率、污垢热阻、关键水质参数在线测量集成为一体化的循环水在线监测系统,实现对腐蚀速率和污垢热阻趋势准确预测,极限值预警报警。
Description
技术领域
本发明涉及一种换热器状态监测报警设备,用于管壳式换热器循环水侧污垢和腐蚀监测及智能预警。
背景技术
管壳式换热器是以封闭在壳体中管束的壁面作为传热面的间壁式换热器,在石油、化工、食品、制药等行业应用广泛,常用循环水为冷介质走管程与壳程热工作介质进行热量交换,达到工作介质降温的目的。
由于大多数炼油化工企业的循环水系统为敞开式冷却水系统,循环水运行的过程中,水与空气充分接触,水中溶解氧的含量升高,空气中的颗粒物杂质、灰尘会进入水中对水质造成污染,并且随着换热过程,循环水温度升高,蒸发浓缩导致水中溶解度较低的钙镁盐在换热表面析出,形成水垢附着在换热表面上,换热管在循环水中会形成许多腐蚀电池,阳极区金属不断溶解,生成的腐蚀产物铁锈附着在管壁上,对换热器换热性能造成较大影响。此外,循环水系统运行温度在25~35℃之间,充足的溶解氧、适宜的温度以及浓缩运行带来的丰富的有机质和矿物质为微生物菌藻的生长提供了适宜的生长条件,微生物过量繁殖会堵塞管道,在生物粘泥下方往往存在隐蔽的局部腐蚀穿孔现象。
从这些状况可以看出管壳式换热器中循环水的结垢和腐蚀会对换热器产生很大影响,结垢导致换热效率下降,腐蚀会导致换热管产生裂缝或穿孔,造成介质泄露,换热器失效。
针对管壳式换热器循环水的结垢和腐蚀,目前使用的监测换热器存在的主要问题是腐蚀、结垢监测不准。现有的监测换热器安装在循环水总管路中冷却塔给水线引出的旁路上,利用模拟换热腔的壳程饱和蒸汽与管程循环水换热来还原现场换热器的工作状况,通过定期拆出换热试管,称量试管清洗前后的质量,评估该段时间内的平均传热热阻和平均污垢黏附速率,通过定期拆出挂片,检查挂片表面腐蚀状况和失重,评估该段时间内的平均腐蚀速率。往往企业现场换热器发生了腐蚀泄露事故、大量结垢导致了换热器的性能下降,但是监测换热器中的腐蚀程度较低、结垢也不明显,很难代表现场换热器实际工作状况。此外,目前采用的监测换热器还存在挂片器和换热试管清洗复杂,腐蚀结垢展示不直观,智能化程度不足,不能实现水质参数超限报警、腐蚀速率和污垢热阻预测和预警以及指导药剂加注,水质在线检测能力较弱,对换热器介质泄露反映不及时等问题。
发明内容
本发明要解决的技术问题是针对以上不足,提供一种新型智能监测换热器及其状态监测系统,有两种可供选择的监测方案,监测方案一安装在循环水总管路中冷却塔给水线引出的旁路上,取代现有监测换热器;监测方案二安装在企业生产现场被重点监测的换热器旁边,两种监测方案都采用智能实时监测技术,把温度、流量、腐蚀速率、污垢热阻、关键水质参数在线测量集成为一体化的循环水在线监测系统,实现对腐蚀速率和污垢热阻趋势准确预测,极限值预警报警,并根据预测的腐蚀速率和污垢热阻值通过加药量模型寻优求取最小加药量,给出药剂添加建议。
为解决以上技术问题,本发明采用以下技术方案:
一种新型智能监测换热器,包括换热腔体,换热腔体内设有管程和壳程,管程上设有循环水的进口和出口,壳程上设有热介质的进口和出口,换热腔体包括可拆卸安装的换热试管;
循环水经管路进入换热腔体管程,管路中设置有腐蚀挂片和腐蚀监测探针,分别用于观察表面腐蚀形貌和计算腐蚀速率;
循环水的进口和出口安装有循环水进口管和循环水出口管,循环水进口管和循环水出口管上安装有流量计和温度探头测量换热器的循环水流量和进出口水温,在循环水出口管上设置有一个电极流通槽,电极流通槽内安装有循环水水质监测探头,用于监测实际换热器中水质指标参数的情况;
所述腐蚀监测探针、流量计、温度探头和循环水水质监测探头均通过在线监测与预警平台系统进行实时监测,在线监测与预警平台系统在无人值守的情况下自动实现各个监测参数的实时采集、处理、计算和储存,大屏展示关键监测参数、实时趋势画面、数据报表,实现历史数据的查询、打印、备份和刷新。
进一步的,所述用于监测方案一,安装在循环水总管路中冷却塔给水线引出的旁路上的换热腔体包括第一壳体,第一壳体的两端各固定安装有一封头,第一壳体与封头之间上焊接有第一管板,第一管板的定位孔中安装有第一换热试管;
所述换热腔体还包括U形支架,U形支架通过转轴与第一壳体连接,U形支架连接有顶杆,顶杆的一端安装有转动手柄,通过转动手柄松紧顶杆,实现封头与第一管板的安装和分离,封头与第一管板分离后,第一换热试管可从第一管板的管孔中抽出或插入。
进一步的,所述用于监测方案二,安装在企业生产现场被重点监测的换热器旁边的换热腔体包括平盖封头、管箱和第二壳体,平盖封头与管箱密封连接,管箱中间安装有分程隔板,管箱与第二壳体之间设有第二管板,第二管板上焊接有第二换热试管,第二换热试管与第二管板可整体拆下。
一种新型智能监测换热器的实现方法,将换热过程分为壳侧域、管壁域、污垢层域和管侧域四个控制区域进行研究,基于微元集中参数法建立换热器动态污垢热阻模型,依据壳侧域、管壁域、污垢层域和管侧域的动态污垢热阻方程求解污垢热阻值,实现换热器污垢热阻的在线监测。
进一步的,所述换热器动态污垢热阻模型的建立过程包括以下步骤:
在壳侧域计算控制中,简化假设壳侧流体的密度、定压比热,可计算进入和流出壳侧长度为的换热工质元的能量守恒控制方程为,其中为壳侧的对流换热系数、为壳程横截面的直径、为壳侧热介质的温度、为与热介质接触的外侧管壁温度。
进一步的,所述换热器动态污垢热阻模型的建立过程还包括以下步骤:
在管壁域计算控制中,根据导热方程,其中为热流密度,管壁导热热阻的控制方程为,其中为与热介质接触的管壁外侧温度、为与热介质接触的管壁内侧温度、为换热管传热的热流密度,其中为换热管中流体的体积流量,为流体的定压比热,为管壁温度。
进一步的,所述换热器动态污垢热阻模型的建立过程还包括以下步骤:
在管侧域计算控制中,同样根据对流传热与工质能量守恒,简化假设管壁金属的密度、定压比热,可得出进入和流出管侧长度为的换热工质元的能量守恒控制方程为,其中为管侧的对流换热系数、为换热管横截面的直径、为换热管内与管程流体接触的污垢层内侧的温度、为管程冷流体的温度。
进一步的,所述换热器动态污垢热阻模型的建立过程还包括以下步骤:
由于污垢层紧密附着在管壁内表面,所以可认为管内壁与污垢界面处的温度一致,即,其中为与热介质接触的管内壁温度,则在污垢层域计算控制中,根据热阻导热公式,可求得污垢热阻的控制方程为,其中、分别为污垢层内侧和外侧的温度。
进一步的,所述实现方法能够基于监测换热器的循环水的水质、腐蚀速率、换热器动态污垢热阻模型求解的污垢热阻历史数据训练出基于LSTM的腐蚀预测模型和基于LSSVM的结垢预测模型,具体包括以下步骤:
首先对水质历史数据整理分析,进行数据清洗;
建立基于LSTM的腐蚀预测模型,将多种水质历史数据作为模型输入,用训练集训练LSTM捕捉水质历史数据的时序变化趋势,将多变量时序预测模型计算预测值与实际值的均方根误差MSE作为损失函数进行误差评价;
采用Adam算法及PSO算法反向传播更新模型参数,多变量时序预测模型训练完成后保存模型参数,将实时监测的水质参数数据作为模型输入获得输出的预测腐蚀速率;
基于LSSVM的结垢预测模型,将历史污垢热阻数据作为输入,用LSSVM算法拟合污垢热阻数据历史变化趋势,得到未来一段时间内的污垢热阻预测值;
根据模型预测的腐蚀速率及污垢热阻,通过粒子群优化算法PSO将要添加的缓蚀剂、阻垢剂的加药量作为寻优参数,污垢热阻与腐蚀速率作为优化目标,求取最小加药量。
进一步的,所述最小加药量计算过程如下:
步骤1,读取24h内水质历史数据;
步骤2,根据模型预测的腐蚀速率及污垢热阻;
步骤3,获得未来24h的污垢热阻和腐蚀速率;
步骤4,判断污垢热阻和腐蚀速率是否达到极限,若是未达到则继续监测等待24h后重新执行步骤1-3;
步骤5,污垢热阻和腐蚀速率达到极限,通过粒子群优化算法PSO获得目标药剂浓度和加药量模型,将要添加的缓蚀剂、阻垢剂等药剂的加药量作为寻优参数,污垢热阻与腐蚀速率作为优化目标,求取最小加药量。
本发明采用以上技术方案,与现有技术相比,具有如下技术效果:
采用实时监测技术,用在线监测腐蚀速率代替现有监测换热器通过定期检查挂片失重测得的平均腐蚀速率,用建立的分布式动态污垢热阻模型代替现有监测换热器方法计算的平均传热热阻,采用两种应用场景监测技术方案,更好的适应企业现场多变的实际环境,把温度、流量、腐蚀速率、污垢热阻、关键水质参数在线测量集成为一体化的循环水在线监测系统,监测准确率达到90%以上,页面计算响应时间不超过1秒,实现数据的实时传输。
根据实际测量得到的pH值、电导率、ORP等关键水质参数通过多变量时序预测模型实现对腐蚀速率和污垢热阻趋势准确预测,极限值预警报警,并根据预测的腐蚀速率和污垢热阻值通过加药量模型寻优求取最小加药量,给出药剂添加建议,并通过大屏显示直观可视化,使操作人员观察简单直观,达到在线监控换热器的目的,更全面的评估循环水处理的效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例1中监测换热器监测方式的模拟换热腔结构示意图;
图2为本发明实施例2中监测换热器监测方式的模拟换热腔结构示意图;
图3为本发明中监测换热器两种监测方式的工作流程示意图;
图4为本发明中换热器动态污垢热阻模型研究控制域的示意图;
图5为本发明中换热器动态污垢热阻基于微元集中参数法分析求解的示意图;
图6为本发明中腐蚀速率预测模型和污垢热阻预测模型的实施流程示意图;
图7为本发明中加药量优化模型实施流程示意图。
具体实施方式
实施例1,如图1所示,一种新型智能监测换热器,包括换热腔体,换热腔体包括第一壳体1,第一壳体1的两端各安装有一封头6,封头6通过封头法兰11固定在第一壳体1上,第一壳体1与封头6之间上焊接有第一管板4,封头法兰11与第一管板4间设有垫片12保证密封性能,第一管板4的定位孔中安装有第一换热试管2,通过橡胶垫圈密封,第一壳体1上设有热介质出管口3和热介质出管口15,封头6上设有循环水进口14、循环水出口5、进口温度探头插管13和出口温度探头插管10,进口温度探头插管13和出口温度探头插管10均插入有温度探头。
所述换热腔体还包括U形支架7,U形支架7通过转轴与第一壳体1连接,U形支架7通过螺纹座8连接有顶杆9,顶杆9的一端安装有转动手柄,通过转动手柄松紧顶杆9,实现封头6与第一管板4的安装和分离,封头6与第一管板4分离后从第一管板4的管孔中抽出或插入第一换热试管2,实现第一换热试管2的快速拆装与密封。
实施例2,如图2所示,一种新型智能监测换热器,包括换热腔体,换热腔体包括平盖封头21和管箱22,平盖封头21通过法兰与管箱22密封连接,管箱22上有循环水入口接管23和循环水出口接管30,管箱22中间安装有分程隔板24,管箱22与第二壳体27之间设有第二管板25,第二管板25两端有密封垫片保证密封性能,并通过法兰密封连接,第二壳体27上有壳程工艺介质的入口接管26和出口接管29,第二换热试管28与第二管板25焊接在一起,将第二换热试管28与第二管板25整体拆下,可直观检查评估换热管结垢与腐蚀情况。
实施例3,监测换热器的状态监测系统具体如下:
如图4所示,智能监测换热器的状态监测系统将换热过程分为壳侧域、管壁域、污垢层域和管侧域四个控制区域进行研究,基于微元集中参数法建立换热器动态污垢热阻模型,利用工厂实测换热器冷热流体的进、出口温度和流速作为模型输入,依据壳侧域、管壁域、污垢层域和管侧域的动态污垢热阻方程求解污垢热阻值,提高传统方法求解污垢热阻模型的准确度,实现换热器污垢热阻的在线监测。
所述新型智能监测换热器采用面向对象编程的JavaWeb开发设计B\S架构的关键水质参数、污垢热阻、腐蚀速率的在线监测与预警平台系统,整个监测系统在无人值守的情况下自动实现各个监测参数的实时采集、处理、计算和储存,大屏展示关键监测参数、实时趋势画面、数据报表,实现历史数据的查询、打印、备份和刷新。
如图5所示,
所述换热器动态污垢热阻模型基于微元集中参数法的分析描述为,根据对流传热方程,其中为对流换热系数,为传热面表面积,为传热温差,和物质热量公式,其中为物质的比热,为物质的质量,在壳侧域计算控制中,简化假设壳侧流体的密度、定压比热,可计算进入和流出壳侧长度为的换热工质元的能量守恒控制方程为,其中为壳侧的对流换热系数、为壳程横截面的直径、为壳侧热介质的温度、为与热介质接触的外侧管壁温度。
在管壁域计算控制中,根据导热方程,其中为热流密度,管壁导热热阻的控制方程为,其中为与热介质接触的管壁外侧温度、为与热介质接触的管壁内侧温度、为换热管传热的热流密度,其中为换热管中流体的体积流量,为流体的定压比热,为管壁温度。
在管侧域计算控制中,同样根据对流传热与工质能量守恒,简化假设管壁金属的密度、定压比热,可得出进入和流出管侧长度为的换热工质元的能量守恒控制方程为,其中为管侧的对流换热系数、为换热管横截面的直径、为换热管内与管程流体接触的污垢层内侧的温度、为管程冷流体的温度。
由于污垢层紧密附着在管壁内表面,所以可认为管内壁与污垢界面处的温度一致,即,其中为与热介质接触的管内壁温度,则在污垢层域计算控制中,根据热阻导热公式,可求得污垢热阻的控制方程为,其中、分别为污垢层内侧和外侧的温度。
如图3所示意的两种监测方式的监测换热器的工作流程如下:
循环水走管程,热介质走壳程,在循环水、热介质入口管处均设置入口阀门,流量控制器,在模拟换热腔壳体出、入口处各设置一个温度探头,循环水经管路进入换热腔管程,管路中设置腐蚀挂片架和腐蚀监测探针,挂片和探针的材质与企业现场换热器的材质保持一致,可监测三种不同材质金属的腐蚀情况,可随时取出挂片观察表面腐蚀形貌和计算腐蚀速率。在被监测换热器的循环水进出管道安装流量计和温度探头测量换热器的循环水流量和进出口水温,在出口管上设置一个电极流通槽,用于安装循环水水质监测探头,最多可安装8种探头,用于监测换热器中水质指标参数的情况,电极流通槽中采样水通过蠕动泵从出口管道中抽出,经电极流通槽中传感器测量后排出。
所述新型智能监测换热器的污垢热阻及腐蚀速率在线监测与预警平台系统通过对循环冷却水腐蚀结垢趋势预测判定腐蚀速率与污垢热阻是否达到临界报警值,提前预警进行水质调节,并给出水质调节建议。
循环水处理过程复杂,对于腐蚀和结垢的影响因素较多,因此基于被监测换热器所在循环水场的水质及腐蚀速率、污垢热阻历史数据训练出基于长短时记忆神经网络(LSTM)的腐蚀预测模型和基于最小二乘支持向量机(LSSVM)的结垢预测模型。
模型实施流程如图6示意为,首先对水质历史数据整理分析,进行数据清洗,数据清洗主要针对历史数据中的离群异常值、由于仪器仪表故障或其他随机原因导致的数据缺失视情况进行插补填充或去除,对历史数据进行滤波光滑处理便于模型训练防止模型过拟合,对清洗预处理后的数据进行主成分分析,可以将数据映射到高维空间提取特征,筛选对目标相关程度最高的变量,将主成分分析后的数据集按照一定比例划分训练集与验证集,一般采取训练集/验证集规模为7:3或8:2的比例,具体视数据集情况而定。
建立基于LSTM的腐蚀预测模型,将多种水质历史数据作为模型输入,用训练集训练LSTM捕捉水质历史数据的时序变化趋势,将多变量时序预测模型计算预测值与实际值的均方根误差MSE作为损失函数进行误差评价,在训练的过程中通过观察预测值和实际值的均方根误差MSE变化,误差越小,即均方根误差MSE在逐渐变小,说明多变量时序预测模型的训练效果越好。
采用Adam算法及PSO算法反向传播更新模型参数,多变量时序预测模型训练完成后保存模型参数,将实时监测的水质参数数据作为模型输入获得输出的预测腐蚀速率。
基于LSSVM的结垢预测模型,将历史污垢热阻数据作为输入,用LSSVM算法拟合污垢热阻数据历史变化趋势,得到未来一段时间内的污垢热阻预测值。
预测腐蚀速率和污垢热阻的目的是为了提前预知换热器故障情况,便于调整药剂添加。
根据模型预测的腐蚀速率及污垢热阻,通过粒子群优化算法(PSO)将要添加的缓蚀剂、阻垢剂等药剂的加药量作为寻优参数,污垢热阻与腐蚀速率作为优化目标,求取最小加药量,最小加药量计算过程如图7,具体过程如下:
步骤1,读取24h内水质历史数据;
步骤2,根据模型预测的腐蚀速率及污垢热阻;
步骤3,获得未来24h的污垢热阻和腐蚀速率;
步骤4,判断污垢热阻和腐蚀速率是否达到极限,若是未达到则继续监测等待24h后重新执行步骤1-3;
步骤5,污垢热阻和腐蚀速率达到极限,通过粒子群优化算法PSO获得目标药剂浓度和加药量模型,将要添加的缓蚀剂、阻垢剂等药剂的加药量作为寻优参数,污垢热阻与腐蚀速率作为优化目标,求取最小加药量。
本发明的有益效果是:采用实时监测技术,用在线监测腐蚀速率代替定期检查测得的平均腐蚀速率,用建立的分布式动态污垢热阻模型代替平均传热热阻,采用两种应用场景监测技术方案,更好的适应企业现场多变的实际环境,把温度、流量、腐蚀速率、污垢热阻、关键水质参数在线测量集成为一体化的循环水在线监测系统,实现数据的实时传输,根据实际测量得到的pH值、电导率、ORP等关键水质参数通过多变量时序预测模型实现对腐蚀速率和污垢热阻趋势准确预测,极限值预警报警,并根据预测的腐蚀速率和污垢热阻值通过加药量模型寻优求取最小加药量,给出药剂添加建议,并通过大屏显示直观可视化,使操作人员观察简单直观,达到在线监控换热器的目的,更全面的评估循环水处理的效果。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好的说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (10)
1.一种新型智能监测换热器,其特征在于:包括换热腔体,换热腔体内设有管程和壳程,管程上设有循环水的进口和出口,壳程上设有热介质的进口和出口,换热腔体包括可拆卸安装的换热试管;
循环水经管路进入换热腔体管程,管路中设置有腐蚀挂片和腐蚀监测探针,分别用于观察表面腐蚀形貌和计算腐蚀速率;
循环水的进口和出口安装有循环水进口管和循环水出口管,循环水进口管和循环水出口管上安装有流量计和温度探头测量换热器的循环水流量和进出口水温,在循环水出口管上设置有一个电极流通槽,电极流通槽内安装有循环水水质监测探头,用于监测实际换热器中水质指标参数的情况;
所述腐蚀监测探针、流量计、温度探头和循环水水质监测探头均通过在线监测与预警平台系统进行实时监测,在线监测与预警平台系统在无人值守的情况下自动实现各个监测参数的实时采集、处理、计算和储存,大屏展示关键监测参数、实时趋势画面、数据报表,实现历史数据的查询、打印、备份和刷新。
2.如权利要求1所述的一种新型智能监测换热器,其特征在于:所述换热腔体包括第一壳体(1),第一壳体(1)的两端各固定安装有一封头(6),第一壳体(1)与封头(6)之间上焊接有第一管板(4),第一管板(4)的定位孔中安装有第一换热试管(2);
所述换热腔体还包括U形支架(7),U形支架(7)通过转轴与第一壳体(1)连接,U形支架(7)连接有顶杆(9),顶杆(9)的一端安装有转动手柄,通过转动手柄松紧顶杆(9),实现封头(6)与第一管板(4)的安装和分离,封头(6)与第一管板(4)分离后,第一换热试管(2)可从第一管板(4)的管孔中抽出或插入。
3.如权利要求1所述的一种新型智能监测换热器,其特征在于:所述换热腔体包括平盖封头(21)、管箱(22)和第二壳体(27),平盖封头(21)与管箱(22)密封连接,管箱(22)中间安装有分程隔板(24),管箱(22)与第二壳体(27)之间设有第二管板(25),第二管板(25)上焊接有第二换热试管(28),第二换热试管(28)与第二管板(25)可整体拆下。
4.一种新型智能监测换热器的实现方法,其特征在于:所述实现方法应用于如权利要求1-3中任意一权利要求所述的新型智能监测换热器中;
所述实现方法将换热过程分为壳侧域、管壁域、污垢层域和管侧域四个控制区域进行研究,基于微元集中参数法建立换热器动态污垢热阻模型,依据壳侧域、管壁域、污垢层域和管侧域的动态污垢热阻方程求解污垢热阻值,实现换热器污垢热阻的在线监测。
9.如权利要求4所述的一种新型智能监测换热器的实现方法,其特征在于:所述实现方法能够基于监测换热器的循环水的水质、腐蚀速率、换热器动态污垢热阻模型求解的污垢热阻历史数据训练出基于LSTM的腐蚀预测模型和基于LSSVM的结垢预测模型,具体包括以下步骤:
首先对水质历史数据整理分析,进行数据清洗;
建立基于LSTM的腐蚀预测模型,将多种水质历史数据作为模型输入,用训练集训练LSTM捕捉水质历史数据的时序变化趋势,将多变量时序预测模型计算预测值与实际值的均方根误差MSE作为损失函数进行误差评价;
采用Adam算法及PSO算法反向传播更新模型参数,多变量时序预测模型训练完成后保存模型参数,将实时监测的水质参数数据作为模型输入获得输出的预测腐蚀速率;
基于LSSVM的结垢预测模型,将历史污垢热阻数据作为输入,用LSSVM算法拟合污垢热阻数据历史变化趋势,得到未来一段时间内的污垢热阻预测值;
根据模型预测的腐蚀速率及污垢热阻,通过粒子群优化算法PSO将要添加的缓蚀剂、阻垢剂的加药量作为寻优参数,污垢热阻与腐蚀速率作为优化目标,求取最小加药量。
10.如权利要求9所述的一种新型智能监测换热器的实现方法,其特征在于:所述最小加药量计算过程如下:
步骤1,读取24h内水质历史数据;
步骤2,根据模型预测的腐蚀速率及污垢热阻;
步骤3,获得未来24h的污垢热阻和腐蚀速率;
步骤4,判断污垢热阻和腐蚀速率是否达到极限,若是未达到则继续监测等待24h后重新执行步骤1-3;
步骤5,污垢热阻和腐蚀速率达到极限,通过粒子群优化算法PSO获得目标药剂浓度和加药量模型,将要添加的缓蚀剂、阻垢剂等药剂的加药量作为寻优参数,污垢热阻与腐蚀速率作为优化目标,求取最小加药量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310041968.8A CN116046659B (zh) | 2023-01-28 | 一种智能监测换热器及其状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310041968.8A CN116046659B (zh) | 2023-01-28 | 一种智能监测换热器及其状态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116046659A true CN116046659A (zh) | 2023-05-02 |
CN116046659B CN116046659B (zh) | 2024-10-22 |
Family
ID=
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116738862A (zh) * | 2023-07-12 | 2023-09-12 | 南方电网电力科技股份有限公司 | 一种锅炉结垢故障预测方法、装置、设备和介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655477A (zh) * | 2009-06-12 | 2010-02-24 | 东北电力大学 | 基于电导滴定的污垢特性参数检测方法及动静态联合模拟多功能实验系统 |
CN202057210U (zh) * | 2011-03-17 | 2011-11-30 | 向伟 | 一种新型流体温度感应换热器 |
CN103615919A (zh) * | 2013-12-09 | 2014-03-05 | 山东大学 | 一种输出流体温度恒定的余热利用换热器 |
CN104897725A (zh) * | 2015-06-17 | 2015-09-09 | 东北电力大学 | 一种换热器污垢特性监测方法 |
CN204944242U (zh) * | 2015-09-10 | 2016-01-06 | 东北石油大学 | 一种换热管可拆卸式组合换热器 |
CN105953840A (zh) * | 2016-06-27 | 2016-09-21 | 内蒙古工业大学 | 双通道工业循环冷却水动态模拟试验台 |
CN107402228A (zh) * | 2016-05-20 | 2017-11-28 | 福建宁德核电有限公司 | 一种核电站换热器换热性能的监测系统及方法 |
US20180003572A1 (en) * | 2016-07-01 | 2018-01-04 | Exotag Inc. | Sensor-Based Systems and Methods for Monitoring Temperature Sensitive Products |
CN107843129A (zh) * | 2017-12-05 | 2018-03-27 | 华中科技大学 | 串级u型管换热器及换热系统 |
CN107907564A (zh) * | 2017-11-07 | 2018-04-13 | 山东科技大学 | 一种岩土热物性参数与竖直地埋管换热器热阻的确定方法 |
CN109975500A (zh) * | 2017-12-28 | 2019-07-05 | 西安冠月电子信息技术有限公司 | 循环水在线检测系统 |
CN210154383U (zh) * | 2019-06-29 | 2020-03-17 | 山东兴泰机械装备工程有限责任公司 | 一种结构改进的丙烯冷却器 |
CN111540492A (zh) * | 2020-05-15 | 2020-08-14 | 中国核动力研究设计院 | 一、二回路联动运行的综合动水腐蚀试验装置及方法 |
CN112456617A (zh) * | 2019-09-09 | 2021-03-09 | 中国移动通信集团安徽有限公司 | 一种数据中心中央空调水质处理系统和方法 |
CN113868902A (zh) * | 2021-08-27 | 2021-12-31 | 国网江苏省电力有限公司技能培训中心 | 一种基于对流换热系数计算变压器绕组热点温度的方法 |
US20220187858A1 (en) * | 2020-12-14 | 2022-06-16 | King Fahd University Of Petroleum And Minerals | Double pipe heat exchanger fouling compensation |
CN115078673A (zh) * | 2022-06-27 | 2022-09-20 | 中化工程沧州冷却技术有限公司 | 一种循环水场试验平台 |
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655477A (zh) * | 2009-06-12 | 2010-02-24 | 东北电力大学 | 基于电导滴定的污垢特性参数检测方法及动静态联合模拟多功能实验系统 |
CN202057210U (zh) * | 2011-03-17 | 2011-11-30 | 向伟 | 一种新型流体温度感应换热器 |
CN103615919A (zh) * | 2013-12-09 | 2014-03-05 | 山东大学 | 一种输出流体温度恒定的余热利用换热器 |
CN104897725A (zh) * | 2015-06-17 | 2015-09-09 | 东北电力大学 | 一种换热器污垢特性监测方法 |
CN204944242U (zh) * | 2015-09-10 | 2016-01-06 | 东北石油大学 | 一种换热管可拆卸式组合换热器 |
CN107402228A (zh) * | 2016-05-20 | 2017-11-28 | 福建宁德核电有限公司 | 一种核电站换热器换热性能的监测系统及方法 |
CN105953840A (zh) * | 2016-06-27 | 2016-09-21 | 内蒙古工业大学 | 双通道工业循环冷却水动态模拟试验台 |
US20180003572A1 (en) * | 2016-07-01 | 2018-01-04 | Exotag Inc. | Sensor-Based Systems and Methods for Monitoring Temperature Sensitive Products |
CN107907564A (zh) * | 2017-11-07 | 2018-04-13 | 山东科技大学 | 一种岩土热物性参数与竖直地埋管换热器热阻的确定方法 |
CN107843129A (zh) * | 2017-12-05 | 2018-03-27 | 华中科技大学 | 串级u型管换热器及换热系统 |
CN109975500A (zh) * | 2017-12-28 | 2019-07-05 | 西安冠月电子信息技术有限公司 | 循环水在线检测系统 |
CN210154383U (zh) * | 2019-06-29 | 2020-03-17 | 山东兴泰机械装备工程有限责任公司 | 一种结构改进的丙烯冷却器 |
CN112456617A (zh) * | 2019-09-09 | 2021-03-09 | 中国移动通信集团安徽有限公司 | 一种数据中心中央空调水质处理系统和方法 |
CN111540492A (zh) * | 2020-05-15 | 2020-08-14 | 中国核动力研究设计院 | 一、二回路联动运行的综合动水腐蚀试验装置及方法 |
US20220187858A1 (en) * | 2020-12-14 | 2022-06-16 | King Fahd University Of Petroleum And Minerals | Double pipe heat exchanger fouling compensation |
CN113868902A (zh) * | 2021-08-27 | 2021-12-31 | 国网江苏省电力有限公司技能培训中心 | 一种基于对流换热系数计算变压器绕组热点温度的方法 |
CN115078673A (zh) * | 2022-06-27 | 2022-09-20 | 中化工程沧州冷却技术有限公司 | 一种循环水场试验平台 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116738862A (zh) * | 2023-07-12 | 2023-09-12 | 南方电网电力科技股份有限公司 | 一种锅炉结垢故障预测方法、装置、设备和介质 |
CN116738862B (zh) * | 2023-07-12 | 2024-05-31 | 南方电网电力科技股份有限公司 | 一种锅炉结垢故障预测方法、装置、设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991692B (zh) | 基于动态包络线法的换热器群运行状况监测清洗预警方法 | |
CN106872514A (zh) | 稳态换热过程传热系数及污垢热阻值在线监测系统和方法 | |
KR101135168B1 (ko) | 열교환 증기 튜브의 크리프 및 감육 손상을 감시하기 위한 방법 및 시스템 | |
Mohanty et al. | Use of C-factor for monitoring of fouling in a shell and tube heat exchanger | |
WO2023087732A1 (zh) | 一种定位凝汽器泄漏换热管位置的系统和方法 | |
WO2007038533A2 (en) | System to predict corrosion and scaling, program product, and related methods | |
CN105158293B (zh) | 用于炼油装置封油水冷器传热与阻垢性能可视化测试系统 | |
JPH0519104B2 (zh) | ||
CN111855547B (zh) | 中低温烟气换热设备积灰腐蚀磨损状态可视化智能监测系统及其方法 | |
Sørhuus et al. | Pot gas heat recovery and emission control | |
CN113158494B (zh) | 一种热交换器虚实融合故障诊断方法及系统 | |
Rahman | Enhancing Reliability in Shell and Tube Heat Exchangers: Establishing Plugging Criteria for Tube Wall Loss and Estimating Remaining Useful Life | |
Durrani et al. | Predicting corrosion rate in chilled HVAC pipe network: coupon vs linear polarisation resistance method | |
CN112923349A (zh) | 一种燃煤锅炉低温省煤器的污垢动态监测方法及其系统 | |
JP4367408B2 (ja) | 配管系の減肉管理システム | |
Boullosa-Falces et al. | Validation of CUSUM control chart for biofouling detection in heat exchangers | |
CN112985790A (zh) | 一种热交换器运行监测与故障诊断方法及系统 | |
CN101509822B (zh) | 轻质石化产品水冷器泄漏在线监测方法及仪器 | |
CN116046659B (zh) | 一种智能监测换热器及其状态监测方法 | |
CN116046659A (zh) | 一种新型智能监测换热器及其状态监测方法 | |
CN201740749U (zh) | 一种循环冷却水结垢状况检测装置 | |
CN212610016U (zh) | 一种循环冷却水在线自动控制系统 | |
GB2089512A (en) | Process and Apparatus for Testing Fluids for Fouling | |
CN207081488U (zh) | 一种铝合金生产过程全覆盖智能温控装置 | |
CN204989079U (zh) | 用于炼油装置封油水冷器传热与阻垢性能可视化测试系统 |
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 |