CN116539492A - 飞灰颗粒物含量实时检测方法、装置、系统及计算机设备 - Google Patents
飞灰颗粒物含量实时检测方法、装置、系统及计算机设备 Download PDFInfo
- Publication number
- CN116539492A CN116539492A CN202310820419.0A CN202310820419A CN116539492A CN 116539492 A CN116539492 A CN 116539492A CN 202310820419 A CN202310820419 A CN 202310820419A CN 116539492 A CN116539492 A CN 116539492A
- Authority
- CN
- China
- Prior art keywords
- time
- fly ash
- detection device
- data set
- real
- 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
- 239000010881 fly ash Substances 0.000 title claims abstract description 104
- 239000002245 particle Substances 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 claims abstract description 134
- 238000011897 real-time detection Methods 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 239000013618 particulate matter Substances 0.000 claims description 30
- 239000000779 smoke Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000002485 combustion reaction Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 7
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 6
- 239000003546 flue gas Substances 0.000 description 6
- 239000002803 fossil fuel Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/91—Use of waste materials as fillers for mortars or concrete
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Electromagnetism (AREA)
- Incineration Of Waste (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及实时检测领域,特别是涉及飞灰颗粒物含量实时检测方法、装置、系统及计算机设备。所述方法包括:获取第一检测装置的数据组Ai;经过第一预设时间后,获取第二检测装置在第二预设时间Ti以频率fi为间隔的所有的数据组Bij;将Ai分别和所有的Bij计算得到相似值Wij;由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;重复以上步骤直至fi到达最大值,设置fi为最大值,再执行一次步骤;确定最后一次步骤中最大的Wij和最小的Wij分别对应的数据组,得到飞灰颗粒物含量的范围和实时测量值。本发明做到对飞灰颗粒物的实时在线检测,得到的实时数据对锅炉燃烧的控制和燃烧调整的指导有实时性。
Description
技术领域
本发明涉及实时检测领域,特别是涉及飞灰颗粒物含量实时检测方法、装置、系统及计算机设备。
背景技术
火力发电是一种通过热力设备燃烧化石燃料来加热锅炉中的水,将水蒸气推动涡轮机来发电的技术。然而,在化石燃料燃烧过程中,化石燃料中的杂质和残渣未能完全燃烧,成为细小的颗粒物,这些颗粒物就是飞灰颗粒物。飞灰颗粒物的含量能够反映锅炉燃烧的工况,所以在化石燃料燃烧的过程中,需要对飞灰颗粒物的含量进行检测。
目前,对飞灰颗粒物含量的检测一般采用离线的实验室分析方法,即对飞灰进行取样,然后送往实验室进行分析。离线的分析方法由于时间间隔长,样本代表性差,其结果往往表征为一个班甚至是某一天的燃烧状况,不能代表燃烧的飞灰颗粒物的实时的含量。
这种方法无法做到对飞灰颗粒物的实时在线检测,对锅炉燃烧的控制和燃烧调整的指导缺乏实时性。
发明内容
基于此,有必要针对上述的问题,提供飞灰颗粒物含量实时检测方法、装置、系统以及计算机设备。
本发明实施例是这样实现的,飞灰颗粒物含量实时检测方法,所述飞灰颗粒物含量实时检测方法包括:
S101,控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
S102,经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
S103,将Ai分别和所有的Bij进行计算,得到相似值Wij;
S104,由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
S105,设置fi+1大于等于fi的两倍,重复S101~S104,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi,执行S101~S103;
S106,确定最后一次执行S101~S103中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值;
其中,第一检测装置微波的发射方向垂直于烟管高度方向的第一方向,第二检测装置微波的发射方向垂直于烟管高度方向的第二方向,第一检测装置微波的发射方向垂直于第二检测装置微波的发射方向,第一检测装置的高度低于第二检测装置,第一检测装置和第二检测装置在烟管高度方向存在高度差H,i为重复的次数,i从1开始计数,j为第二控制装置接收端的数据组的组别,j从1开始计数。
在其中一个实施例中,本发明提供了飞灰颗粒物含量实时检测装置,所述飞灰颗粒物含量实时检测装置包括:
第一检测模块,用于控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
第二检测模块,用于经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
计算模块,用于将Ai分别和所有的Bij进行计算,得到相似值Wij;
时间模块,用于由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
频率模块,用于设置fi+1大于等于fi的两倍,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi;
输出模块,用于确定最后一次执行计算模块中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值。
在其中一个实施例中,本发明提供了飞灰颗粒物含量实时检测系统,其特征在于,所述系统包括:
第一检测装置,用于发射微波,接收微波并生成数据组;
第二检测装置,用于发射微波,接收微波并生成数据组;
操作台,与所述第一检测装置和所述第二检测装置通信,用于执行上述飞灰颗粒物含量实时检测方法的步骤。
在其中一个实施例中,本发明提供了计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述飞灰颗粒物含量实时检测方法的步骤。
本发明实施例提供的飞灰颗粒物含量实时检测方法通过获取第一检测装置和第二检测装置的数据组,计算两个检测装置的数据组的相似值,根据相似值以及相似值对应的时刻确定下一次重复次数中获取第二检测装置的数据组的预设时间,重复以上步骤直至第二检测装置的频率到达允许的最大值,设置第二检测装置的频率为最大值,再执行一次步骤,确定最大的相似值对应的数据组和最小的相似值对应的数据组,得到飞灰颗粒物含量的范围和实时测量值。
本发明实施例提供的飞灰颗粒物含量实时检测方法在实时的检测过程中,第一检测装置和第二检测装置对烟气进行连续不断的检测,采集实时的数据组,计算出实时的相似值,确定出实时的飞灰颗粒物含量的范围和实时测量值,做到对飞灰颗粒物的实时在线检测,得到的范围和实时测量值对锅炉燃烧的控制和燃烧调整的指导具有实时性。
附图说明
图1为一个实施例中提供的飞灰颗粒物含量实时检测方法的应用环境图;
图2为一个实施例中飞灰颗粒物含量实时检测方法的流程图;
图3为一个实施例中飞灰颗粒物含量实时检测装置的结构框图;
图4为一个实施例中计算机设备的内部结构框图。
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。
可以理解,本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本发明的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
图1为一个实施例中提供的飞灰颗粒物含量实时检测方法的应用环境图,如图1所示,在该应用环境中,包括第一检测装置、第二检测装置以及操作台。
操作台可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
第一检测装置、第二检测装置以及操作台可以通过网络进行连接,本发明在此不做限制。
如图2所示,在一个实施例中,提出了飞灰颗粒物含量实时检测方法,本实施例主要以该方法应用于上述图1中的操作台来举例说明,具体可以包括以下步骤:
S101,控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
S102,经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
S103,将Ai分别和所有的Bij进行计算,得到相似值Wij;
S104,由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
S105,设置fi+1大于等于fi的两倍,重复S101~S104,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi,执行S101~S103;
S106,确定最后一次执行S101~S103中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值;
其中,第一检测装置微波的发射方向垂直于烟管高度方向的第一方向,第二检测装置微波的发射方向垂直于烟管高度方向的第二方向,第一检测装置微波的发射方向垂直于第二检测装置微波的发射方向,第一检测装置的高度低于第二检测装置,第一检测装置和第二检测装置在烟管高度方向存在高度差H,i为重复的次数,i从1开始计数,j为第二控制装置接收端的数据组的组别,j从1开始计数。
在本实施例中,第一检测装置和第二检测装置的发射端向接收端发射微波,微波穿过烟管中的飞灰,若飞灰中存在颗粒物,颗粒物会阻挡微波的传播,使接收端无法接收到微波。
在本实施例中,第一检测装置和第二检测装置的发射端发射的微波是面状的,接收端为一个条状的接收面,接收面上排列有一排微波感应器,若微波感应接收到微波,微波感应器输出数据1,若微波感应器未接收到微波输出数据0,所以最后接收端会输出带有0或者1的数据组。
在本实施例中,采用两个检测装置是因为,对于第一检测装置来说,当微波遇到第一个颗粒物的时候,就会被阻挡,这样就无法判断微波的行进路线上还有没有颗粒物,所以采用第二检测装置从另一个方向进行检测。
在本实施例中,接收端输出的数据长度是一定的,由微波感应器的数量决定,数据组中数据与接收端的微波感应器相对应。
在本实施例中,在S101中,第一检测装置的发射端只发射一次微波,所以接收端只输出一个数据组。
在本实施例中,在S102中,第二检测装置的发射端处于不断发射微波的过程中,所以接收端以频率fi输出多个数据组。
在本实施例中,在S102中,对于第一检测装置检测到的飞灰截面,在第一预设时间时到达第二检测装置的平面,为了保证第二检测装置能够检测到同一个飞灰截面,第一预设时间要小于H和烟气的最大流速的比值。
在本实施例中,在S102中,第一个第二预设时间T1为预先设置的时间值。
在本实施例中,在S103中,对于每一次的步骤中,Ai只有一个,Bij有多个,将Ai分别与每个Bij进行计算,得到数量为Bij的个数的Wij。
在本实施例中,在S104中,Wij对应的时刻是Wij对应的Bij被获取的时刻。
在本实施例中,在S104中,Ti+1的时间长度范围在Ti的时间长度范围之内。
在本实施例中,在S105中,fi允许的最大值为第二检测装置能够输出的频率的最大值。
在本实施例中,在S105中,设置fi+1大于等于fi的两倍,重复S101~S104,直至fi达到允许的最大值,在最后一次重复步骤中,fi是允许的最大值,第二预设时间为Ti-1;当fi达到允许的最大值,设置fi+1等于fi,执行S101~S103,此时第二预设时间是Ti,fi依旧是允许最大值。
在本实施例中,在S106中,实时测量值是飞灰颗粒物含量范围内的一个估计值。
本发明实施例提供的飞灰颗粒物含量实时检测方法在实时的检测过程中,第一检测装置和第二检测装置对烟气进行连续不断的检测,采集实时的数据组,计算出实时的相似值,确定出实时的飞灰颗粒物含量的范围和实时测量值,做到对飞灰颗粒物的实时在线检测,得到的范围和实时测量值对锅炉燃烧的控制和燃烧调整的指导具有实时性。
在一个实施例中,所述将Ai分别和所有的Bij进行计算,得到相似值Wij,包括:
由得到相似值Wij;
其中,aik是Ai的第k个值,bijk是Bij的第k个值,d是Ai的值的个数。
在本实施例中,Ai的值的个数和Bij的值的个数一样,所以d也是Bij的值的个数。
在本实施例中,中,因为,aik和bijk都只有0和1两种数据,所以只会得到0和1,如果得到0,表示aik和bijk是相同数据。
在本实施例中,中只有aik和bijk是相同数据才会加1,即/>为0才会加1,对于Ai来说,就是计算与Bij的相同数据的个数。
在本实施例中,Wij的值在0~1之间,Wij越大表示两个数据组的相似越高,第二检测装置检测的飞灰截面是第一检测装置检测的飞灰截面的可能越大。
在一个实施例中,所述由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1,包括:
建立以时间为横轴,相似值为纵轴的坐标系;
以获取第一检测装置的接收端的数据组Ai的时刻为起点,将Wij根据Wij对应的时刻标注在坐标系上;
从坐标系两侧向中间的方向各选取若干个点,移除选取的点;
在剩余的点中,从坐标系两侧向中间的方向分别选取若干个点,移除选取的点;
将剩余的点对应的时间范围确定为下一次的第二预设时间Ti+1。
在本实施例中,坐标系的原点是获取第一检测装置的接收端的数据组Ai的时刻,横轴上经过第一预设时间后,将Wij根据Wij对应的时刻用点在坐标系上表示。
在本实施例中,坐标系得到的点图是一个呈驼峰状的点图,这是因为实际上是第二检测装置是对烟气的多个飞灰截面进行检测的,烟气的最大流速在实际的过程中是不断变化的,第一预设时间后,第一检测装置检测到的飞灰截面会越来越靠近第二检测装置,计算得到的Wij也会逐渐变大,在第一检测装置检测到的飞灰截面经过第二检测装置后,计算得到的Wij逐渐变小。
在本实施例中,移除点的过程就是缩小时间范围的过程,本质是确定第二检测装置检测到第一检测装置检测到的飞灰截面的时间段,这是因为烟气的最大流速在实际的过程中是不断变化的,无法确定每一次的第一预设时间过后还需要多久时间第二检测装置才能检测到第一检测装置检测的飞灰截面。
在一个实施例中,所述从坐标系两侧向中间的方向各选取若干个点,移除选取的点,包括:
S201,从坐标系两侧向中间的方向各选取n个点,确定与选取的点的平均距离最小的一条水平线,记录平均距离Cn;
S202,n累加1,重复S203,确定最小的平均距离c;
S203,当Cn大于等于最小平均距离c的两倍,移除选取的点;
其中,n从1开始计数,Cn为第n次的平均距离。
在本实施例中,在S202中,c可能会随着n的增加而变化;比如,Cn为{6,5,6},此时c为5,如果n累加1后Cn为{6,5,6,4},此时c为4。
在本实施例中,在S203中,比如,Cn为{6,5,6,4,8},此时C5的值等于C4的值的两倍,移除两侧各选取的5个点。
在本实施例中,因为坐标系的点图是一个呈驼峰状的点图,一开始处于平缓区的时候,Cn的值上下波动,但是随着选取的点逐渐靠近驼峰,Cn的值就会开始变大,所以确定的水平线整个重复步骤中呈逐渐上升的现象。
在一个实施例中,所述在剩余的点中,从坐标系两侧向中间的方向分别选取若干个点,移除选取的点,包括:
S301,从坐标系两侧向中间的方向在剩余的点中,分别选取2m个点,每一侧分别计算与这些点的平均距离最小的一条直线,得到两条直线,确定两条直线正对横轴的夹角;
S302,m累加1,重复S206,确定最大的夹角;
S303,当小于等于/>的一半,移除选取的点;
其中,m从1开始计数,为第m次的角度。
在本实施例中,在S302中,可能会随着m的增加而变化;比如,/>为{30°,31°,26°},此时/>为31°,如果m累加1后/>为{30°,31°,26°,35°},此时/>为35°。
在本实施例中,在S303中,比如,为{30°,31°,26°,35°,16°},此时/>小于/>的一半,两侧分别移除10个点。
在本实施例中,因为坐标系剩余的点构成的依旧是一个呈驼峰状的点图,两侧分别得到的直线与x轴的夹角在整个重复的过程中呈逐渐变大的现象,即两侧分别得到的直线的夹角在整个重复步骤中呈逐渐变小的现象。
在一个实施例中,所述确定最后一次执行S101~S103中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值,包括:
确定最后一次执行S101~S103中最大的Wij对应的数据组Ai和Bmax和最小的Wij对应的数据组Ai和Bmin;
从Ai、Bmax以及Bmin中选出数据为0最多的数据组和数据为1最多的数据组;
由数据为0最多的数据组通过查表得到飞灰颗粒物含量R1;
由数据为1最多的数据组通过查表得到飞灰颗粒物含量R2;
根据Ai通过查表得到飞灰颗粒物含量R3;
根据Bmax通过查表得到飞灰颗粒物含量R4;
确定R1~R2为飞灰颗粒物含量的范围;
由得到飞灰颗粒物含量的实时测量值。
在本实施例中,对于最后一次执行S101~S103来说,数据组Ai只有一个,实际上得到的只有三个数据组,分别是Ai、Bmax以及Bmin。
在本实施例中,通过查表得到飞灰颗粒物含量是指数据组对应到人为设置的表格中的数值,比如数据组{0,0,0,1}对应到人为设置的表格中的数值是75%,那么数据组{0,0,0,1}的飞灰颗粒物含量为75%。
在本实施例中,飞灰颗粒物含量的实时测量值在R1和R2之间。
在一个实施例中,所述飞灰颗粒物含量实时检测方法在实际的检测过程中,第一检测装置的发射端以固定的频率发射微波,第二检测装置的发射端以最高频率发射微波,对于第二检测装置的fi,改变fi采用的是获取不同间隔接收端的数据组的方式。
在本实施例中,第一检测装置以全部的步骤为周期获取数据组Ai。
在本实施例中,对于第二检测装置,比如说,在第一次重复的步骤中,每隔20个间隔获取一个数据组Bij,在第二次重复的步骤中,每隔10个间隔获取一个数据组Bij,那么这等同于fi+1等于fi的两倍。
如图3所示,在一个实施例中,提供了飞灰颗粒物含量实时检测装置,该飞灰颗粒物含量实时检测装置可以集成于上述的操作台中,具体可以包括:
第一检测模块,用于控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
第二检测模块,用于经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
计算模块,用于将Ai分别和所有的Bij进行计算,得到相似值Wij;
时间模块,用于由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
频率模块,用于设置fi+1大于等于fi的两倍,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi;
输出模块,用于确定最后一次执行计算模块中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值。
在本实施例中,所述的飞灰颗粒物含量实时检测装置的各个模块为本发明方法部分的模块化,对于各个模块的具体解释说明,请参考本发明方法部分的对应内容,本发明实施例在此不再赘述。
如图1所示,在一个实施例中,提供飞灰颗粒物含量实时检测系统,具体可以包括:
第一检测装置,用于发射微波,接收微波并生成数据组;
第二检测装置,用于发射微波,接收微波并生成数据组;
操作台,与所述第一检测装置和所述第二检测装置通信,用于执行本说明书中描述的本发明各个实施例的飞灰颗粒物含量实时检测方法的步骤。
在本实施例中,第一检测装置是一种包含有发射端和接收端的设备,发射端能够发射微波,接收端能够接收微波并输出信号。
在本实施例中,第二检测装置和第一检测装置一样。
在本实施例中,操作台可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
图4示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的操作台。如图4所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现本发明实施例提供的飞灰颗粒物含量实时检测方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行本发明实施例提供的飞灰颗粒物含量实时检测方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本发明实施例提供的飞灰颗粒物含量实时检测装置可以实现为一种计算机程序的形式,计算机程序可在如图4所示的计算机设备上运行。计算机设备的存储器中可存储组成该飞灰颗粒物含量实时检测装置的各个程序模块,比如,图3所示的第一检测模块、第二检测模块、计算模块、时间模块、频率模块和输出模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本发明各个实施例的飞灰颗粒物含量实时检测方法中的步骤。
例如,图4所示的计算机设备可以通过如图3所示的飞灰颗粒物含量实时检测装置中的第一检测模块执行步骤S101;计算机设备可通过第二检测模块执行步骤S102;计算机设备可通过计算模块执行步骤S103;计算机设备可通过时间模块执行步骤S104;计算机设备可通过频率模块执行步骤S105;计算机设备可通过输出模块执行步骤S106。
在一个实施例中,提出了计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S101,控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
S102,经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
S103,将Ai分别和所有的Bij进行计算,得到相似值Wij;
S104,由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
S105,设置fi+1大于等于fi的两倍,重复S101~S104,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi,执行S101~S103;
S106,确定最后一次执行S101~S103中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值;
其中,第一检测装置微波的发射方向垂直于烟管高度方向的第一方向,第二检测装置微波的发射方向垂直于烟管高度方向的第二方向,第一检测装置微波的发射方向垂直于第二检测装置微波的发射方向,第一检测装置的高度低于第二检测装置,第一检测装置和第二检测装置在烟管高度方向存在高度差H,i为重复的次数,i从1开始计数,j为第二控制装置接收端的数据组的组别,j从1开始计数。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
S101,控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
S102,经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
S103,将Ai分别和所有的Bij进行计算,得到相似值Wij;
S104,由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
S105,设置fi+1大于等于fi的两倍,重复S101~S104,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi,执行S101~S103;
S106,确定最后一次执行S101~S103中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值;
其中,第一检测装置微波的发射方向垂直于烟管高度方向的第一方向,第二检测装置微波的发射方向垂直于烟管高度方向的第二方向,第一检测装置微波的发射方向垂直于第二检测装置微波的发射方向,第一检测装置的高度低于第二检测装置,第一检测装置和第二检测装置在烟管高度方向存在高度差H,i为重复的次数,i从1开始计数,j为第二控制装置接收端的数据组的组别,j从1开始计数。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.飞灰颗粒物含量实时检测方法,其特征在于,所述飞灰颗粒物含量实时检测方法包括:
S101,控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
S102,经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
S103,将Ai分别和所有的Bij进行计算,得到相似值Wij;
S104,由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
S105,设置fi+1大于等于fi的两倍,重复S101~S104,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi,执行S101~S103;
S106,确定最后一次执行S101~S103中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值;
其中,第一检测装置微波的发射方向垂直于烟管高度方向的第一方向,第二检测装置微波的发射方向垂直于烟管高度方向的第二方向,第一检测装置微波的发射方向垂直于第二检测装置微波的发射方向,第一检测装置的高度低于第二检测装置,第一检测装置和第二检测装置在烟管高度方向存在高度差H,i为重复的次数,i从1开始计数,j为第二控制装置接收端的数据组的组别,j从1开始计数。
2.根据权利要求1所述的飞灰颗粒物含量实时检测方法,其特征在于,所述将Ai分别和所有的Bij进行计算,得到相似值Wij,包括:
由得到相似值Wij;
其中,aik是Ai的第k个值,bijk是Bij的第k个值,d是Ai的值的个数。
3.根据权利要求1所述的飞灰颗粒物含量实时检测方法,其特征在于,所述由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1,包括:
建立以时间为横轴,相似值为纵轴的坐标系;
以获取第一检测装置的接收端的数据组Ai的时刻为起点,将Wij根据Wij对应的时刻标注在坐标系上;
从坐标系两侧向中间的方向各选取若干个点,移除选取的点;
在剩余的点中,从坐标系两侧向中间的方向分别选取若干个点,移除选取的点;
将剩余的点对应的时间范围确定为下一次的第二预设时间Ti+1。
4.根据权利要求3所述的飞灰颗粒物含量实时检测方法,其特征在于,所述从坐标系两侧向中间的方向各选取若干个点,移除选取的点,包括:
S201,从坐标系两侧向中间的方向各选取n个点,确定与选取的点的平均距离最小的一条水平线,记录平均距离Cn;
S202,n累加1,重复S203,确定最小的平均距离c;
S203,当Cn大于等于最小平均距离c的两倍,移除选取的点;
其中,n从1开始计数,Cn为第n次的平均距离。
5.根据权利要求3所述的飞灰颗粒物含量实时检测方法,其特征在于,所述在剩余的点中,从坐标系两侧向中间的方向分别选取若干个点,移除选取的点,包括:
S301,从坐标系两侧向中间的方向在剩余的点中,分别选取2m个点,每一侧分别计算与这些点的平均距离最小的一条直线,得到两条直线,确定两条直线正对横轴的夹角;
S302,m累加1,重复S206,确定最大的夹角;
S303,当小于等于/>的一半,移除选取的点;
其中,m从1开始计数,为第m次的角度。
6.根据权利要求1所述的飞灰颗粒物含量实时检测方法,其特征在于,所述确定最后一次执行S101~S103中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值,包括:
确定最后一次执行S101~S103中最大的Wij对应的数据组Ai和Bmax和最小的Wij对应的数据组Ai和Bmin;
从Ai、Bmax以及Bmin中选出数据为0最多的数据组和数据为1最多的数据组;
由数据为0最多的数据组通过查表得到飞灰颗粒物含量R1;
由数据为1最多的数据组通过查表得到飞灰颗粒物含量R2;
根据Ai通过查表得到飞灰颗粒物含量R3;
根据Bmax通过查表得到飞灰颗粒物含量R4;
确定R1~R2为飞灰颗粒物含量的范围;
由得到飞灰颗粒物含量的实时测量值。
7.根据权利要求1所述的飞灰颗粒物含量实时检测方法,其特征在于,所述飞灰颗粒物含量实时检测方法在实际的检测过程中,第一检测装置的发射端以固定的频率发射微波,第二检测装置的发射端以最高频率发射微波,对于第二检测装置的fi,改变fi采用的是获取不同间隔接收端的数据组的方式。
8.飞灰颗粒物含量实时检测装置,其特征在于,所述飞灰颗粒物含量实时检测装置包括:
第一检测模块,用于控制第一检测装置的发射端发射一次微波,获取接收端的数据组Ai;
第二检测模块,用于经过第一预设时间后,控制第二检测装置的发射端在第二预设时间Ti内以频率fi发射微波,获取接收端的所有的数据组Bij;
计算模块,用于将Ai分别和所有的Bij进行计算,得到相似值Wij;
时间模块,用于由Wij以及Wij对应的时刻确定下一次的第二预设时间Ti+1;
频率模块,用于设置fi+1大于等于fi的两倍,直至fi达到允许的最大值,当fi达到允许的最大值,设置fi+1等于fi;
输出模块,用于确定最后一次执行计算模块中最大的Wij对应的数据组和最小的Wij对应的数据组,根据最大的Wij对应的数据组和最小的Wij对应的数据组得到飞灰颗粒物含量的范围,根据最大的Wij对应的数据组得到飞灰颗粒物含量的实时测量值。
9.飞灰颗粒物含量实时检测系统,其特征在于,所述系统包括:
第一检测装置,用于发射微波,接收微波并生成数据组;
第二检测装置,用于发射微波,接收微波并生成数据组;
操作台,与所述第一检测装置和所述第二检测装置通信,用于执行权利要求1至7中任一项权利要求所述飞灰颗粒物含量实时检测方法的步骤。
10.计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述飞灰颗粒物含量实时检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310820419.0A CN116539492B (zh) | 2023-07-06 | 2023-07-06 | 飞灰颗粒物含量实时检测方法、装置、系统及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310820419.0A CN116539492B (zh) | 2023-07-06 | 2023-07-06 | 飞灰颗粒物含量实时检测方法、装置、系统及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116539492A true CN116539492A (zh) | 2023-08-04 |
CN116539492B CN116539492B (zh) | 2023-09-08 |
Family
ID=87443952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310820419.0A Active CN116539492B (zh) | 2023-07-06 | 2023-07-06 | 飞灰颗粒物含量实时检测方法、装置、系统及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116539492B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5540079A (en) * | 1994-08-30 | 1996-07-30 | Iowa State University Research Foundation, Inc. | Microwave excited photoacoustic effect carbon monitor |
CN2733350Y (zh) * | 2004-10-21 | 2005-10-12 | 南京国泰电力技术有限公司 | 电站锅炉烟道式飞灰含碳量在线测量装置 |
CN201352219Y (zh) * | 2009-01-05 | 2009-11-25 | 中能联源(北京)技术有限公司 | 风粉流速在线监测系统以及风粉在线监测系统 |
CN101871655A (zh) * | 2010-06-24 | 2010-10-27 | 西安交通大学 | 一种电站锅炉煤燃烧全过程在线监测系统 |
CN111881405A (zh) * | 2020-07-27 | 2020-11-03 | 西安热工研究院有限公司 | 一种燃煤锅炉飞灰可燃物含量的实时计算方法 |
CN113670785A (zh) * | 2021-09-27 | 2021-11-19 | 北京伟瑞迪科技有限公司 | 颗粒物浓度监测方法、装置、设备及存储介质 |
CN116382221A (zh) * | 2023-05-30 | 2023-07-04 | 深圳市亚能电力技术有限公司 | 一种输送控制方法、装置和输送系统 |
-
2023
- 2023-07-06 CN CN202310820419.0A patent/CN116539492B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5540079A (en) * | 1994-08-30 | 1996-07-30 | Iowa State University Research Foundation, Inc. | Microwave excited photoacoustic effect carbon monitor |
CN2733350Y (zh) * | 2004-10-21 | 2005-10-12 | 南京国泰电力技术有限公司 | 电站锅炉烟道式飞灰含碳量在线测量装置 |
CN201352219Y (zh) * | 2009-01-05 | 2009-11-25 | 中能联源(北京)技术有限公司 | 风粉流速在线监测系统以及风粉在线监测系统 |
CN101871655A (zh) * | 2010-06-24 | 2010-10-27 | 西安交通大学 | 一种电站锅炉煤燃烧全过程在线监测系统 |
CN111881405A (zh) * | 2020-07-27 | 2020-11-03 | 西安热工研究院有限公司 | 一种燃煤锅炉飞灰可燃物含量的实时计算方法 |
CN113670785A (zh) * | 2021-09-27 | 2021-11-19 | 北京伟瑞迪科技有限公司 | 颗粒物浓度监测方法、装置、设备及存储介质 |
CN116382221A (zh) * | 2023-05-30 | 2023-07-04 | 深圳市亚能电力技术有限公司 | 一种输送控制方法、装置和输送系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116539492B (zh) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cuoci et al. | Numerical modeling of NO x formation in turbulent flames using a kinetic post-processing technique | |
Wauters et al. | Study of the stability of earned value management forecasting | |
US20130238149A2 (en) | System and method for maximising thermal efficiency of a power plant | |
CN109359428B (zh) | 一种锅炉燃烧效率和氮氧化合物排放量的建模方法 | |
Chen et al. | Nonhierarchical multi‐model fusion using spatial random processes | |
CN111589301A (zh) | 燃煤电厂scr脱硝性能预测方法、装置、设备和存储介质 | |
CN112163335A (zh) | 一种NOx浓度预测模型的训练方法、预测方法和装置 | |
JP6758155B2 (ja) | プラントの診断システム及び診断方法 | |
CN116539492B (zh) | 飞灰颗粒物含量实时检测方法、装置、系统及计算机设备 | |
Henderson et al. | Bayesian estimation of copula parameters for wind speed models of dependence | |
CN112052496B (zh) | 一种基于var模型的高拱坝谷幅变形影响因素分析系统的操作方法 | |
Steins et al. | Probabilistic constrained Bayesian inversion for transpiration cooling | |
Anderson et al. | Certifying neural network robustness to random input noise from samples | |
Ostanek | Improving pin-fin heat transfer predictions using artificial neural networks | |
US11537507B2 (en) | Engine model construction method, engine model constructing apparatus, and computer-readable recording medium | |
CN115527078A (zh) | 数据预测方法、装置、设备以及模型训练方法 | |
CN114038513A (zh) | 燃煤锅炉内硫化氢的质量浓度预测方法、装置及终端 | |
Dutta et al. | In situ climate modeling for analyzing extreme weather events | |
Wang et al. | Estimation of wind pressure field on low-rise buildings based on a novel conditional neural network | |
JP5203763B2 (ja) | 石炭焚きボイラの炭種判別装置及び石炭焚きボイラの炭種判別方法 | |
Huangpeng et al. | Sample size design of launch vehicle based on SPOT and Bayesian recursive estimation | |
Tian et al. | Residual-connected physics-informed neural network for anti-noise wind field reconstruction | |
Zheng et al. | Improved prediction of nitrogen oxides using GRNN with k-means clustering and EDA | |
CN114036833B (zh) | 燃煤锅炉管壁减薄速率的获取方法、装置和电子设备 | |
CN112944396B (zh) | 一种壁面喷注气态燃料与超声速来流混合效率的测量方法 |
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 |