CN117308597A - 一种烧结机漏风监测的定位诊断方法 - Google Patents

一种烧结机漏风监测的定位诊断方法 Download PDF

Info

Publication number
CN117308597A
CN117308597A CN202311257555.XA CN202311257555A CN117308597A CN 117308597 A CN117308597 A CN 117308597A CN 202311257555 A CN202311257555 A CN 202311257555A CN 117308597 A CN117308597 A CN 117308597A
Authority
CN
China
Prior art keywords
air leakage
oxygen content
bellows
air
trolley
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
Application number
CN202311257555.XA
Other languages
English (en)
Inventor
熊大林
陈良军
董思敏
余正伟
吉建国
李强
余文瑶
张德千
陆伟文
章新宇
龙红明
张学锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University of Technology AHUT
Original Assignee
Anhui University of Technology AHUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University of Technology AHUT filed Critical Anhui University of Technology AHUT
Priority to CN202311257555.XA priority Critical patent/CN117308597A/zh
Publication of CN117308597A publication Critical patent/CN117308597A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27BFURNACES, KILNS, OVENS, OR RETORTS IN GENERAL; OPEN SINTERING OR LIKE APPARATUS
    • F27B21/00Open or uncovered sintering apparatus; Other heat-treatment apparatus of like construction
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00Arrangements of monitoring devices; Arrangements of safety devices
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M3/00Investigating fluid-tightness of structures
    • G01M3/02Investigating fluid-tightness of structures by using fluid or vacuum
    • G01M3/04Investigating fluid-tightness of structures by using fluid or vacuum by detecting the presence of fluid at the leakage point
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/26Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
    • G01N27/403Cells and electrode assemblies
    • G01N27/406Cells and probes with solid electrolytes
    • G01N27/407Cells and probes with solid electrolytes for investigating or analysing gases
    • G01N27/409Oxygen concentration cells
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27FURNACES; KILNS; OVENS; RETORTS
    • F27DDETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00Arrangements of monitoring devices; Arrangements of safety devices
    • F27D2021/0057Security or safety devices, e.g. for protection against heat, noise, pollution or too much duress; Ergonomic aspects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Electrochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Manufacture And Refinement Of Metals (AREA)

Abstract

本发明公开了一种烧结机漏风监测的定位诊断方法,属于烧结漏风监测领域。本发明首先利用氧平衡法修正计算漏风率,确定是否存在漏风点,并对传统氧平衡法进行了改进修正,考虑了温度、流量等因素的影响,避免实际工况的干扰,计算的漏风率更加贴合实际;然后漏风定位诊断模型,根据各种漏风规则对应的氧含量变化,判断漏风的成因从而确定漏风位置。本发明在利用氧化锆探头测氧仪在线测氧技术判断漏风的基础上,可进一步实现漏风位置的精准定位和预警,指导漏风治理,降低能耗,降低检修工的工作量,便于精准维护。

Description

一种烧结机漏风监测的定位诊断方法
技术领域
本发明涉及烧结漏风监测技术领域,更具体地说,涉及一种烧结机漏风监测的定位诊断方法。
背景技术
由于我国矿产资源禀赋的限制,高品位富矿稀少,主要的高炉炼铁原料为烧结矿,有着庞大的生产规模,同时也消耗了大量的能源。其中烧结过程的抽风电耗也是能耗的重要组成,而烧结高温、高粉尘等恶劣环境易造成烧结设备老化破损,从而引起烧结过程漏风。抽风烧结过程负压大,从料层中通过的风量参与了烧结反应,为烧结有效风量;从台车边缘、机头机尾等位置进入的风量未参与反应,称为漏风量。漏风量占总抽风量的比例定义为漏风率,烧结机漏风率介于20-70%,烧结漏风率的高低决定了烧结过程电耗的大小,是烧结生产中关注的重点指标,当出现较大漏风时,需要安排检修人员排除漏风点,并进行漏风治理。
烧结机漏风率高有以下几点危害:(1)导致热空气流失,使烧结机的热效率下降,从而增加能源消耗和运行成本;(2)使主抽风机抽风负荷增加,风机电耗增加;(3)降低漏风位置的烧结温度,从而降低成品烧结矿质量;(4)增加烟气量和有害气体量,加大后续除尘等环保设备的负荷。
基于以上原因,对烧结机漏风情况的监测和治理一直是烧结工序的重要任务之一。目前,主要的漏风检测方法有:经验公式法、密封法、料面风速法、量热法和成分换算法等。由于精度和经济成本的限制,目前实现较好应用的只有成分换算法中的氧平衡法,且采用的都是人工离线测氧的方法,人工成本较高、无法实时诊断漏风情况、存在较大的滞后性。更重要的是,难以及时准确地定位到具体漏风位置,无法及时反馈协调生产。为此,行业内针对烧结漏风监测定位技术仍在不断优化中。
经检索,公开号CN102077048A的专利案公开了烧结机的烧结小车位置识别装置及漏风检测装置,公开号CN108709426A的专利案公开了基于频谱特征双边检测法烧结机漏风故障在线诊断方法,建立了基于频率特征的烧结机漏风故障的离线诊断模型,并基于离线诊断模型在线对烧结车间声音采集数据进行故障诊断;公开号CN113218599A的专利案公开了一种烧结机漏风率在线检测的测量方法,通过在烧结机各个风箱入口靠近炉篦位置以及风箱出口的支管分别设置热电偶,可实时采集温度数据测算各风箱漏风率;公开号CN110345767A的专利案公开了一种烧结机抽风系统及漏风检测判断方法,在除尘器的进口端和出口端分别设有除尘前烟道激光氧含量分析仪和除尘后烟道激光氧含量分析仪;公开号CN110345767A的专利案公开了一种用于铁矿烧结机漏风率的检测方法,通过制作和安装检测装置,记录各检测装置测量出的风速,对烧结料层的料面进行网格划分,计算有效风量QY、大烟道内的烟气总量QZ、生成水蒸气的量QE,从而换算出单位时间内烧结系统漏风量QL标,计算单位时间内烧结系统漏风率K;公开号CN114777485A的专利案公开了一种基于大数据的在线智能监测烧结漏风方法,应用氧化锆测氧仪进行氧含量检测,采用序列异常技术挖掘异常数据算法对整个烧结过程中的漏风情况进行监测;公开号CN115855388A的专利案公开了一种铁矿烧结全系统漏风率在线监测方法,将烧结主抽风机的工况烟气流量转换为标况烟气流量,从而获得烧结-除尘系统的总漏风率,实时获取生产稳定状态下的烧结过程工况参数,实时计算包括烧结、除尘过程在内的烧结全系统漏风率。上述技术分别聚焦于烧结漏风监测的不同侧面,但都侧重于漏风率计算、漏风故障的甄别和预警等方面,对于漏风位置的定位推理仍显不足。
发明内容
1.发明要解决的技术问题
针对行业内烧结漏风检测不便,严重影响生产正常节奏的情况,本发明拟提供一种烧结机漏风监测的定位诊断方法,利用氧化锆探头测氧仪在线测氧技术识别漏风故障的基础上,可进一步实现漏风位置的精准定位和预警,指导漏风治理,降低能耗,降低检修工的工作量,便于精准维护。
2.技术方案
为达到上述目的,本发明提供的技术方案为:
本发明的一种烧结机漏风监测的定位诊断方法,其特征在于,包括:
S1、利用氧平衡法修正计算漏风率,确定是否存在漏风点;具体如下:
S101、气体状态修正:将烟气测量值状态转化为标准态,即25℃,101.325kPa状态下,再进行比较,转化计算式为:
式中:O2为实测氧含量,%;
P为检测点负压,kPa;取正值;
T为检测点烟气温度,℃;
O2标为折算成标准态后的氧含量,%;
S102、均值化修正:对各个风箱风量差异进行修正,根据不同的风量分配权重系数,计算的加权平均氧含量为:
式中:
为标态加权平均氧含量,%;
O 2标-i为第i号风箱标态氧含量,%;
i为检测位点的编号;
n为平均计算的风箱数量;
Bi为第i号风箱风量权重系数,为实际风量占总风量的比值,%;
S103、将修正后的氧含量代入氧平衡公式求解漏风率K:
式中:
为计算区域前端标态加权平均氧含量,%;
为计算区域后端标态加权平均氧含量,%。
S2、根据各点位检测氧含量变化,判断具体漏风位置,过程如下:
S201、读取当前所有风箱的氧含量,并记录时间t;然后依次历遍判断各风箱是否在正常阈值内;若各风箱氧含量Oi均在正常阈值内,则返回持续进行历遍检索判断;若检索到某风箱i的氧含量Oi超标,则等待时间,待i台车运行到下一个风箱i+1;
S202、在t+时刻,判断风箱i的氧含量Oi是否在正常阈值内;若Oi数值不在正常阈值内,则判断是i风箱主体漏风形成的静态漏风,发出“i号风箱漏风”的预警推送;若Oi数值在正常阈值内,则继续分析漏风位置;
S203、等待一个大周期,待i号风箱对应的台车运行一周返回到原位置,继续判断风箱i的氧含量Oi是否在正常阈值内;若Oi是否在正常阈值内,则判断为料面漏风导致的短期漏风,发出“料面漏风”的预警推送;若Oi数值在正常阈值内,则继续分析漏风位置;
S204、再等待时间,待i台车运行到下一个风箱i+1,判断风箱i+1的氧含量Oi+1是否在正常阈值内;若Oi+1在正常阈值内,判断为机头机尾间歇式漏风,发出“机头机位漏风”的预警推送;若Oi+1不在正常阈值内,则需要进一步人工干预判断漏风位置,发出“台车本体漏风或者台车栏板与料层缝隙漏风,请调整边缘布料”的预警推送,操作工依据预警指示调整边缘布料;
S205、历遍判断各风箱是否存在超标;若人工干预后仍存在氧含量超标,则判断为永久性机械漏风,发出“i号台车”漏风的预警推送;若不存在氧含量超标,则判断为布料不当引起的临时性漏风,发出“料层与台车栏板缝隙漏风”的预警推送。
3.有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
(1)本发明利用标准气体公式和风量分配公式进行氧含量的修正,综合考虑了温度、压强和风量等实际工况对氧浓度的影响,从而使漏风故障的识别更加准确,减少误报事件的发生;
(2)不同于常规的漏风监测模型,本发明通过总结各种漏风故障的氧含量变化规律设计出漏风点定位方法,可在识别出漏风故障后,进一步精确定位故障位置,诊断漏风原因,为后续的漏风治理提供指导,降低维修工作量,节省维修时间,实现精准维护。
附图说明
图1为本发明中漏风位置诊断逻辑示意图,其中Δt为台车在两个风箱之间运行所需时间,ΔT为台车运行一周回到原位的时间。
具体实施方式
为进一步了解本发明的内容,结合附图对本发明作详细描述。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
下面结合实施例对本发明作进一步的描述。
实施例
实践中由于技术所限,目前行业内大多数的烧结厂仍然采用定期检修的方式排查和修复烧结机的漏风点。烧结生产体系庞大,设备数量多,维修工需要携带笨重的测量设备对除尘室、烟道、支管和几十个风箱、台车等点位逐一检测,以排查出漏风点,工作量大、效率低。且风箱处温度高,生产中工人无法靠近检测,必须停机检修,严重干扰生产节奏,降低生产率。由于是定期检修,检修前可能已经出现较长时间的漏风,大幅增加了风机的电耗。
为了克服目前烧结机漏风治理的难点,本实施例意在利用氧化锆测氧技术,实现烧结机关键点位氧含量的实时监测和预警,并结合各监测点氧含量的变化规律实现漏风点的精准定位,大幅降低漏风点排查检修的难度,减少对生产节奏的干扰。
本实施例实施时,采用配备保护装置的氧化锆传感器与仪表箱,将各处检测到的烟气氧含量转化为4-20mA的模拟量,通过光纤传输至二级PLC,通过二级PLC通讯至三级信息化平台,供查询与调用。氧化锆测氧仪布置安装在风箱前后、电除尘室前后位置,漏风监测模型通过调用一级仪表数据和三级信息化平台上对应风箱及除尘前后烟气氧含量和温度、风箱支管及大烟道烟气流量数据,并将数据汇总到工控机。在工控机上采用修正改进后的氧平衡法计算烧结机漏风率、电除尘器漏风率、单个风箱漏风率,当漏风率超过预设的阈值时,发出报警信息。
具体而言,本实施例的一种烧结机漏风监测的定位诊断方法,包括:
S1、利用氧平衡法修正计算漏风率,确定是否存在漏风点;
S2、根据各点位检测氧含量变化,判断具体漏风位置。
S1中,本实施例对传统氧平衡法进行了改进修正,考虑了温度、流量等因素的影响,避免实际工况的干扰,计算的漏风率更加贴合实际,具体修正方法如下:
S101、气体状态修正:漏风率计算通常采用氧平衡法,即定量分析烟气通过某一区域前后氧气浓度的变化来表征漏风率;但在这个过程中烟气的温度和压力状态都发生了改变,因此前端和后端的氧气测量值可比性变差;为了消除这一干扰,本实施例根据理想气体状态方程将所有测量值转化为标准态(25℃,101.325kPa)再进行比较,转化计算式为:
式中:O2为实测氧含量,%;
P为检测点负压,kPa;(取正值)
T为检测点烟气温度,℃;
O 2标为折算成标准态后的氧含量,%。
S102、均值化修正:在计算烧结机本体漏风率时,需要同时考虑多个风箱的综合漏风情况;但由于每个风箱的风量差异较大,简单的取平均值会造成较大误差;本实施例将各处风量也考虑进来,根据不同的风量分配权重系数,计算的加权平均氧含量为:
式中:
为标态加权平均氧含量,%;
O 2标-i为第i号风箱标态氧含量,%;
i为检测位点的编号;
n为平均计算的风箱数量;
Bi为第i号风箱风量权重系数,为实际风量占总风量的比值,%。
S103、求解:将修正后的氧含量代入氧平衡公式求解漏风率K:
式中:
为计算区域前端标态加权平均氧含量,%;
为计算区域后端标态加权平均氧含量,%。
采用上述漏风监测过程可以实现烧结漏风的在线监测,替代了人工检测,避免了定期停机检测漏风对生产节奏的影响,并能更加及时地预报漏风,但是难以确定漏风部位的具体位置仍然不能确定,需要进一步确定漏风的成因。实践生产中漏风的原因不同,导致出现的漏风规律也有所不同。
a、当某风箱的检修门、调节阀或者风箱主体因为烟尘冲刷而破损时,外部空气经由破损点进入风箱,导致对应风箱的氧含量大幅升高,出现异常高点;且此异常值始终固定在此风箱位置,不随台车的运动而运动;此时需要对该风箱进行检修,找到受损点并进行堵漏。
b、当某台车在高温条件下发生变形,导致烧结机头和机尾处的密封板与该台车密封不严,形成漏风点;当该台车经过机头或者机尾时,外部空气经由机头或机尾形成的漏风点进入风箱,对应风箱氧含量出现异常高点;当台车运动到其它位置,异常值恢复正常,呈现长周期性。此时需在线替换变形台车。
c、当某台车本体由于磨损漏风时,空气经由台破损点吸入其下部风箱,氧含量出现异常高点;并且随着台车的移动,漏入的空气依次进入台车到达的风箱内部,导致氧含量异常的风箱随着台车的移动依次向后历遍;但台车超过机尾后,漏风故障消失;经过一个长周期后又出现在机头位置,并重复此过程;此时需要在线替换破损台车。
d、当烧结布料不均匀时,烧结料层与台车栏板间产生缝隙,成为漏风点,外部空气经此缝隙进入对应的风箱,对应的风箱氧含量出现异常高点;随着台车的移动,出现氧含量异常高点的风箱数量越来越多,并且将持续存在;此时,需调整布料参数,改善布料的均匀性才有可能消除此状况。
e、当烧结料层因为高温烧结和收缩产生的应力而出现大的裂缝时,外部空气经料层裂缝进入风箱,导致对应风箱出现氧含量异常高点;随着台车的移动,氧含量异常的风箱随着台车的移动依次向后历遍;到达机尾时,台车上出现裂缝的料层被破碎运输到环冷机,漏风点也因此消失;此情况一般为偶然状况,且经过一个周期便能恢复,无需特殊处理。
找到漏风的成因便能很好地为漏风治理提供指导,大幅提高维护效率。上述漏风情况都会导致对应风箱氧含量的升高,只是在动态的变化规律上有细小的差异,难以通过常规人工检测的方法识别。本实施例通过在各风箱处安装氧化锆测氧仪,实现了多个风箱氧含量的实时同步监测,为漏风原因的诊断提供了基础数据。但仍然需要对漏风机理进行深入分析和总结,挖掘氧含量数据中蕴含的工艺信息,实现烧结漏风成因诊断。
为此,本实施例进一步开发了专门的漏风定位诊断模型,根据各种漏风规则对应的氧含量变化,判断漏风的成因从而确定漏风位置。由于台车始终处于移动状态,需要对每个台车进行标号和识别,才有可能实现漏风台车的定位和追踪,便于台车的更换。因此,本实施例实践中配备有台车标牌识别模块,将特制的标号牌安装在台车侧壁,并在有标识牌的一侧安装高清工业相机,持续拍摄经过台车的照片。再利用图像识别技术识别台车标号,将标号、位置和时间等数据存入数据库,还原各标号台车的具体位置,用于台车的管理和追踪。每个风箱对应的烧结料层反应温度、透气性等工艺参数都有所差异,且实际生产工况持续波动,因此各风箱氧含量都在不同的阈值范围内波动。为识别漏风情况,需分析正常工况下风箱氧含量的历史数据,据此设定各风箱氧含量的正常阈值,当超过此阈值时,判定为氧含量高点,提示新漏风点的出现。具体过程如下:
S201、首先读取当前所有风箱的氧含量,并记录时间t。然后依次历遍判断各风箱是否在正常阈值内;若各风箱氧含量Oi均在正常阈值内,则返回持续进行历遍检索判断;若检索到某风箱i的氧含量Oi超标未在正常阈值内,则等待时间,待i台车运行到下一个风箱i+1;
S202、在t+时刻,判断风箱i的氧含量Oi是否在正常阈值内。若Oi数值不在正常阈值内,则判断是i风箱主体漏风形成的静态漏风,发出“i号风箱漏风”的预警推送;若Oi数值在正常阈值内,则继续分析漏风位置;
S203、等待一个大周期,待i号风箱对应的台车运行一周返回到原位置,继续判断风箱i的氧含量Oi是否在正常阈值内;若Oi是否在正常阈值内,则判断为料面漏风导致的短期漏风,发出“料面漏风”的预警推送;若Oi数值在正常阈值内,则继续分析漏风位置;
S204、再等待时间,待i台车运行到下一个风箱i+1,判断风箱i+1的氧含量Oi+1是否在正常阈值内;若Oi+1在正常阈值内,判断为机头机尾间歇式漏风,发出“机头机位漏风”的预警推送;若Oi+1不在正常阈值内,则需要进一步人工干预判断漏风位置,发出“台车本体漏风或者台车栏板与料层缝隙漏风,请调整边缘布料”的预警推送;操作工依据预警指示调整边缘布料。
S205、历遍判断各风箱是否存在超标不在正常阈值内,若人工干预后仍存在氧含量超标,则判断为永久性机械漏风,发出“i号台车”漏风的预警推送;若不存在氧含量超标,则判断为布料不当引起的临时性漏风,发出“料层与台车栏板缝隙漏风”的预警推送。
采用本实施例的方案,不仅可以更精确判定烧结漏风情况的存在,更能够快速准确诊断出漏风具体原因和位置,从而合理指导漏风治理,降低能耗,降低检修工的工作量,便于精准维护。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,只是本发明的实施方式之一,实际并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。

Claims (3)

1.一种烧结机漏风监测的定位诊断方法,其特征在于,包括:
S1、利用氧平衡法修正计算漏风率,确定是否存在漏风点;
S2、根据各点位检测氧含量变化,判断具体漏风位置。
2.根据权利要求1所述的一种烧结机漏风监测的定位诊断方法,其特征在于:S1中漏风率修正计算方法包括:
S101、气体状态修正:将烟气测量值状态转化为标准态,即25℃,101.325kPa状态下,再进行比较,转化计算式为:
式中:O2为实测氧含量,%;
P为检测点负压,kPa;取正值;
T为检测点烟气温度,℃;
O 2标为折算成标准态后的氧含量,%;
S102、均值化修正:对各个风箱风量差异进行修正,根据不同的风量分配权重系数,计算的加权平均氧含量为:
式中:
为标态加权平均氧含量,%;
O 2标-i为第i号风箱标态氧含量,%;
i为检测位点的编号;
n为平均计算的风箱数量;
Bi为第i号风箱风量权重系数,为实际风量占总风量的比值,%;
S103、将修正后的氧含量代入氧平衡公式求解漏风率K:
式中:
为计算区域前端标态加权平均氧含量,%;
为计算区域后端标态加权平均氧含量,%。
3.根据权利要求1或2所述的一种烧结机漏风监测的定位诊断方法,其特征在于:S2中漏风位置诊断过程如下:
S201、读取当前所有风箱的氧含量,并记录时间t;然后依次历遍判断各风箱是否在正常阈值内;若各风箱氧含量Oi均在正常阈值内,则返回持续进行历遍检索判断;若检索到某风箱i的氧含量Oi超标,则等待时间,待i台车运行到下一个风箱i+1;
S202、在t+时刻,判断风箱i的氧含量Oi是否在正常阈值内;若Oi数值不在正常阈值内,则判断是i风箱主体漏风形成的静态漏风,发出“i号风箱漏风”的预警推送;若Oi数值在正常阈值内,则继续分析漏风位置;
S203、等待一个大周期,待i号风箱对应的台车运行一周返回到原位置,继续判断风箱i的氧含量Oi是否在正常阈值内;若Oi是否在正常阈值内,则判断为料面漏风导致的短期漏风,发出“料面漏风”的预警推送;若Oi数值在正常阈值内,则继续分析漏风位置;
S204、再等待时间,待i台车运行到下一个风箱i+1,判断风箱i+1的氧含量Oi+1是否在正常阈值内;若Oi+1在正常阈值内,判断为机头机尾间歇式漏风,发出“机头机位漏风”的预警推送;若Oi+1不在正常阈值内,则需要进一步人工干预判断漏风位置,发出“台车本体漏风或者台车栏板与料层缝隙漏风,请调整边缘布料”的预警推送,操作工依据预警指示调整边缘布料;
S205、历遍判断各风箱是否存在超标;若人工干预后仍存在氧含量超标,则判断为永久性机械漏风,发出“i号台车”漏风的预警推送;若不存在氧含量超标,则判断为布料不当引起的临时性漏风,发出“料层与台车栏板缝隙漏风”的预警推送。
CN202311257555.XA 2023-09-26 2023-09-26 一种烧结机漏风监测的定位诊断方法 Pending CN117308597A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311257555.XA CN117308597A (zh) 2023-09-26 2023-09-26 一种烧结机漏风监测的定位诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311257555.XA CN117308597A (zh) 2023-09-26 2023-09-26 一种烧结机漏风监测的定位诊断方法

Publications (1)

Publication Number Publication Date
CN117308597A true CN117308597A (zh) 2023-12-29

Family

ID=89245723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311257555.XA Pending CN117308597A (zh) 2023-09-26 2023-09-26 一种烧结机漏风监测的定位诊断方法

Country Status (1)

Country Link
CN (1) CN117308597A (zh)

Similar Documents

Publication Publication Date Title
CN107069960B (zh) 一种二次运维管理系统的在线缺陷诊断方法
CN103631681A (zh) 一种在线修复风电场异常数据的方法
CN116483010A (zh) 一种电力控制柜安全运行监管预警系统
CN112226570B (zh) 转炉在线诊断节能降耗sads系统
CN112173636B (zh) 一种巡检机器人对皮带机托辊故障的检测方法
CN102925602B (zh) 高炉操作炉型维护方法
CN117690261A (zh) 一种用于厂区危化气体泄漏监测的区域预警系统
CN112257943A (zh) 一种基于mset和偏离度的电厂引风机故障预警方法
CN107238475A (zh) 一种袋式除尘器滤袋在线实时监测系统
CN108956041A (zh) 基于频谱特征单边检测法的烧结机漏风故障在线诊断方法
CN111898794B (zh) 一种大型燃煤锅炉热效率的异常监测方法
CN117308597A (zh) 一种烧结机漏风监测的定位诊断方法
JP7078176B2 (ja) 生産設備の監視方法、生産設備の監視装置、及び生産設備の操業方法
CN109270568A (zh) 一种核电厂核仪表探测器和电缆性能检测方法及系统
CN109520682A (zh) 一种应用于烧结机漏风率的在线监测系统及方法
CN116517862B (zh) 一种矿井通风机异常诊断系统
CN105758886B (zh) 一种识别机械零部件老化的方法
CN114777485B (zh) 一种基于大数据的在线智能监测烧结漏风方法
JP6927461B1 (ja) 生産設備の操業方法及び操業システム
CN113340799A (zh) 一种防磨防爆的网格布控检测方法
CN112305987A (zh) 一种基于物联网的水利自动化管理系统
CN111060209B (zh) 一种高炉炉缸温度传感器的补增及测算方法
CN116993166A (zh) 一种园区安全风险监测方法
CN108710300A (zh) 烧结风量控制方法
CN114625036B (zh) 一种远程实时监控和报警的云平台及其应用

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