CN117606036B - 固体废物燃烧污染防治设备及其灰渣积聚预测方法 - Google Patents

固体废物燃烧污染防治设备及其灰渣积聚预测方法 Download PDF

Info

Publication number
CN117606036B
CN117606036B CN202311568919.6A CN202311568919A CN117606036B CN 117606036 B CN117606036 B CN 117606036B CN 202311568919 A CN202311568919 A CN 202311568919A CN 117606036 B CN117606036 B CN 117606036B
Authority
CN
China
Prior art keywords
cylinder
combustion
smoke dust
water pipe
frame
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.)
Active
Application number
CN202311568919.6A
Other languages
English (en)
Other versions
CN117606036A (zh
Inventor
陈悦飞
陈恩富
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.)
Guangdong Baojie Environmental Protection Technology Co ltd
Original Assignee
Guangdong Baojie Environmental Protection Technology Co ltd
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 Guangdong Baojie Environmental Protection Technology Co ltd filed Critical Guangdong Baojie Environmental Protection Technology Co ltd
Priority to CN202311568919.6A priority Critical patent/CN117606036B/zh
Publication of CN117606036A publication Critical patent/CN117606036A/zh
Application granted granted Critical
Publication of CN117606036B publication Critical patent/CN117606036B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23J—REMOVAL OR TREATMENT OF COMBUSTION PRODUCTS OR COMBUSTION RESIDUES; FLUES 
    • F23J15/00—Arrangements of devices for treating smoke or fumes
    • F23J15/02—Arrangements of devices for treating smoke or fumes of purifiers, e.g. for removing noxious material
    • F23J15/022—Arrangements of devices for treating smoke or fumes of purifiers, e.g. for removing noxious material for removing solid particulate material from the gasflow
    • F23J15/025—Arrangements of devices for treating smoke or fumes of purifiers, e.g. for removing noxious material for removing solid particulate material from the gasflow using filters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D15/00—Adaptations of machines or engines for special use; Combinations of engines with devices driven thereby
    • F01D15/10—Adaptations for driving, or combinations with, electric generators
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B1/00—Methods of steam generation characterised by form of heating method
    • F22B1/22—Methods of steam generation characterised by form of heating method using combustion under pressure substantially exceeding atmospheric pressure
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Thermal Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Sustainable Development (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Incineration Of Waste (AREA)

Abstract

本发明公开了固体废物燃烧污染防治设备及其灰渣积聚预测方法，属于废物防治领域，该装置包括处理箱，所述处理箱的前后两端设置有平面轴座，且处理箱的内侧设置有燃烧框架，燃烧框架的中间设置有穿插在平面轴座中的中心轴，所述燃烧框架的上方设置有水管，且水管的一端设置有注水口，水管的另一端设置有延伸管，所述处理箱的侧壁上设置有动能箱。本发明在使用的时候，把待处理的固体废料放进燃烧框架里，此时把其中一个观察窗里的钢化玻璃拆掉充当点燃的操作口，此时的压力风机会吸收烟尘并且推送到吸气筒里，烟尘穿过内胆中的过滤片会吸收大颗粒灰尘，烟尘紧接着会从聚合筒中传送到出气筒并且排出去，烟尘穿过棉布网会吸收小颗粒杂物。

Description

固体废物燃烧污染防治设备及其灰渣积聚预测方法
技术领域
本发明涉及燃烧设备领域，特别涉及固体废物燃烧污染防治设备。
背景技术
随着工业技术的发展，现代的燃烧设备技术发展地越来越完善，对于厨房里的有机废物可以进行掩埋处理，这些有机的食物残渣可以很快的融入大自然，但是对于工厂里的有机材料，这些有机材料的热值很大，比如橡胶和塑料废料，但是这些废料埋到土壤里无法分解融入大自然，还有造成土壤污染；
另外，将橡胶和塑料废料进行燃烧的话会产生大量的烟尘，这些烟尘还具有一定的毒性，这种烟尘如果季节排放出来会严重污染空气，并且橡胶和塑料废料燃烧还有会很多的热量放出来，这些热量直放走比较浪费热力资源。
而现有固体废物燃烧污染防治设备在长期运行中,会产生灰渣积聚问题。设备内部燃烧框架的高温运行会使固体废物燃烧成各种灰渣颗粒,这些颗粒容易积聚在框架底部、管道弯头等部位。
随着灰渣遗渣的不断积聚,会对设备运行产生负面影响:
1.降低燃烧效率,影响发电量。
2.容易导致管道阻塞,降低热交换效率。
3.需要频繁人工清理灰渣,运行成本增加。
这些负面影响的核心痛点在于:无法准确预测和判断燃烧框架内的灰渣积聚程度，这是由缺少对燃烧过程及灰渣生成监测造成的。
发明内容
本发明的目的在于针对现有技术的不足，提供固体废物燃烧污染防治设备，该装置在使用的时候，把待处理的固体废料放进燃烧框架里，此时把其中一个观察窗里的钢化玻璃拆掉充当点燃的操作口，此时的压力风机会吸收烟尘并且推送到吸气筒里，烟尘穿过内胆中的过滤片会吸收大颗粒灰尘，烟尘紧接着会从聚合筒中传送到出气筒并且排出去，烟尘穿过棉布网会吸收小颗粒杂物，进而排出去的烟含有的有害物质就比较少了，每间隔一段时间，换料电机带动换料辊旋转并且把棉布网推送一小段距离，新的纱布网会到达过滤的工位进行吸尘作业。
在燃烧框架和排气系统关键部位安装温度、压强等传感器,并结合图像识别等技术,收集燃烧参数和管道堵塞的视觉数据,输入算法模型,利用机器学习的方法建立数据和灰渣积聚程度之间的相关性模型。实现对灰渣积聚过程的模型预测。
这就能实现对灰渣积聚态势的精确把控和判断污垢清理的最佳时机,既节省人力成本,又保证设备长期高效稳定运行。
为解决上述问题，本发明提供以下技术方案：固体废物燃烧污染防治设备，包括处理箱，所述处理箱的前后两端设置有平面轴座，且处理箱的内侧设置有燃烧框架，燃烧框架的中间设置有穿插在平面轴座中的中心轴，所述处理箱的左右两侧设置有观察窗，所述燃烧框架的上方设置有水管，且水管的一端设置有注水口，水管的另一端设置有延伸管，所述处理箱的侧壁上设置有动能箱，动能箱通过安装法兰和处理箱的侧壁固定连接，所述动能箱的顶端设置有弹力条，且弹力条的底端设置有强力弹簧，所述强力弹簧的底端设置有柱塞，所述动能箱的侧壁上还设置有泄气孔，延伸管接通柱塞下方的密闭腔室，所述处理箱的侧壁上还设置有驱动导轨，驱动导轨上滑动安装有驱动滑块，驱动滑块的侧壁上安装有载物台，载物台的中间设置有槽口架，所述中心轴的前端安装有摇摆臂，摇摆臂的端头设置有穿插在槽口架中的推进杆，所述柱塞从顶端引出顶杆，顶杆的底端连接到槽口架上，所述水管的上方设置有烟尘处理机构，所述中心轴的后端连接到发电机轴上。
所述燃烧框架的内侧铺设有密质铁丝网，密质铁丝网的材质为高铬铸铁。所述观察窗共设置有四个，其中三个观察窗中装填钢化玻璃，另一个观察窗装入鼓风机。所述柱塞的外侧包裹有橡皮垫，橡皮垫紧贴在动能箱内部通道的侧壁。所述水管为网状的管道串联而成，水管的侧壁厚度为两毫米，且水管的内部注水。
所述烟尘处理机构包括罩壳，罩壳通过卡合组件和处理箱的端口，所述罩壳的顶端设置有吸气筒，吸气筒的底端设置有两个压力风机，所述罩壳的内部设置有颗粒烟尘吸附组件，且吸气筒的顶端设置有细微烟尘吸附组件。
所述卡合组件包括罩壳底端的四个卡合撑脚，卡合撑脚的中间设置有和处理箱边口相匹配的线槽。所述颗粒烟尘吸附组件包括吸气筒内部的内胆，内胆的内部设置有四个过滤片，上下相邻的过滤片相互交错设置，过滤片的材质为海绵。所述细微烟尘吸附组件包括吸气筒顶端的聚合筒，聚合筒的底端设置有和吸气筒相对接的开口，聚合筒的顶端设置有方口，方口上安装有出气筒，所述出气筒的中间设置有棉布网，所述棉布网连接到换布组件上。
所述换布组件包括出气筒顶端的穿插槽，棉布网从穿插槽里穿过，所述聚合筒的顶端设置有两组安装片，前端安装片的中间旋转设置有收卷辊，后端安装片的中间旋转设置有放料辊，棉布网从放料辊中牵引出来并且连接到收卷辊上，收卷辊安装在换料电机的输出端上。
在所述固体废物燃烧设备的燃烧室内设置多组温度传感器、压力传感器,以及连接图像采集模块,实时检测并收集燃烧温度、压力等参数数据以及燃烧图像；
收集历史运行数据,建立数据库,内容包括:历史各时段的温度、压力监测数据,对应的人工清扫出的实际灰渣质量,并标注灰渣积聚程度；
利用机器学习算法,以历史监测数据为训练集,训练出灰渣积聚量评估模型,具体方法为:
将温度、压力等数据作为模型输入特征变量,对应的灰渣积聚量作为目标变量,建立回归模型,用于评估当前灰渣积聚量；
运用所建立的回归模型,对运行中实时检测到的温度、压力和图像数据进行预测计算,实时评估燃烧室内灰渣的积聚量,并据此判断最佳出渣时机。
上述的固体废物燃烧污染防治设备的灰渣积聚预测方法，包括以下步骤：
S1.数据收集与预处理：收集温度、压力、图像数据，并进行预处理；
S2.特征工程：提取和转换特征，包括计算特征的梯度和统计分析；
S3.模型训练：使用历史数据训练模型参数A,B,C,D,E；
S4.实时预测：将实时数据输入模型，计算灰渣积聚量Y；
S5.决策支持：根据预测结果，制定清扫和维护计划；
其中，所述模型是一个动态的多变量线性回归方程，结合了微积分、概率论和微分方程的元素，公式如下：
其中，Y:灰渣积聚量，是我们要预测的目标变量；
X:特征向量，包含温度、压力、图像特征；
A,B,C,D,E:模型参数，通过数据训练得到；
特征向量的梯度，表示特征随时间的变化；
P(X):概率分布函数，表示测量的不确定性。
f(H,T),g(F,A):历史数据和其他因素对灰渣积聚的影响函数；
∈:误差项，表示模型的随机性和不确定性。
Y表示在固体废物燃烧设备中积聚的灰渣总量，Y是一个实数值，可以是连续或离散的，取决于灰渣积聚的测量方法；X是一个包含多个特征的向量，这些特征包括但不限于温度、压力和图像数据提取的特征；X＝[x1,x2,x3,...,xn],其中每个xi代表一个特定的特征；A,B,C,D,E为模型参数，用于确定不同特征对灰渣积聚量Y的影响程度；每个参数都是一个权重，表示为实数，A可以是一个实数或者实数矩阵，取决于特征向量的维度。
其中/>表示X向量中每个特征随时间的导数；P(X)表示特征数据的概率分布，用于量化测量过程中的不确定性和随机性；P(X)是一个概率密度函数，正态分布N(μ,σ2),其中μ是均值，σ2是方差；这个分布可以用来表示特征数据的统计特性。
A为直接影响系数，A是一个系数矩阵或向量，用于量化特征向量X中每个特征对灰渣积聚量Y的直接影响；如果X是一个n维特征向量，则A是一个n维向量或n×n矩阵，用于表示每个特征对Y的影响程度。
B为时间变化影响系数，B表示特征随时间变化对灰渣积聚量Y的影响，B是一个向量或矩阵，用于量化(特征向量的梯度)对Y的影响；
C为不确定性影响系数，C用于量化概率分布函数P(X)对灰渣积聚量Y的影响；C是一个实数或向量，用于调整P(X)对Y的贡献程度；
D为历史数据影响系数，D表示历史数据和时间对灰渣积聚量Y的影响，D是一个实数或向量，用于量化历史数据函数f(H,T)对Y的影响；
E为其他因素影响系数，E用于量化其他因素素(如燃料消耗率和空气流量)对灰渣积聚量Y的影响；E为一个实数或向量，用于调整其他因素函数g(F,A)对Y的影响。
f(H,T)代表历史温度和压力数据的影响，而g(F,A)代表燃料消耗率和空气流量的影响；
其中，f(H,T)＝a1·H+a2·T2，其中a1,a2,b1,b2是系数；∈用于描述数据中的噪声或测量误差，∈表示为随机变量，正态分布的随机误差∈～N(0,σ2),其中0是均值，σ2是方差。
与现有技术相比，本发明的有益效果：
1.该装置在使用的时候，把待处理的固体废料放进燃烧框架里，此时把其中一个观察窗里的钢化玻璃拆掉充当点燃的操作口，此时的压力风机会吸收烟尘并且推送到吸气筒里，烟尘穿过内胆中的过滤片会吸收大颗粒灰尘，烟尘紧接着会从聚合筒中传送到出气筒并且排出去，烟尘穿过棉布网会吸收小颗粒杂物，进而排出去的烟含有的有害物质就比较少了，每间隔一段时间，换料电机带动换料辊旋转并且把棉布网推送一小段距离，新的纱布网会到达过滤的工位进行吸尘作业。
2.固体废料在燃烧的过程中会加热水管中的水液，进而气化的水液会从延伸管注入到动能箱里，动能箱内部的高压会推送柱塞往上移动，等到柱塞越过泄气孔的时候开始卸掉一部分水蒸气并且让柱塞回落，柱塞往复移动的过程中会通过顶杆带动槽口架上下移动，槽口架在活动的过程中会挑拨摇摆臂来回扭转，进而燃烧框架会随着摇摆臂一起扭转活动，燃烧框架在活动的过程中燃烧更充分。
3.燃烧框架中间的中心轴另一端连接到发电机的轴上，进而燃烧框架来回扭转的动力也被用于转化为电能，实现了热能转化电能的效果，减少了热力的浪费。
4.这个综合算法通过结合多种数学和统计方法，提供了一个强大的工具来预测和管理固体废物燃烧设备中的灰渣积聚；它不仅提高了预测的准确性，还为设备的优化管理提供了数据驱动的决策支持。
5.通过优化燃烧效率，提高能源利用率；准确的灰渣积聚预测可以更有效地管理燃烧过程，从而提高整体效率；减少废物排放和污染。更有效的燃烧管理减少了有害排放，对环境的影响更小；减少了因频繁清理和维护导致的成本；通过算法优化清扫周期，减少了人工干预的需要；设备运行更加稳定，减少了意外停机；实时监测和预测减少了由于灰渣积聚导致的故障和停机；总结来说，本发明通过结合先进的传感器技术、机器学习算法和综合数据分析，提供了一种高效、自动化的固体废物燃烧设备灰渣管理解决方案。与传统方法相比，它提高了预测精度，降低了运行成本，增强了环境保护效果，
附图说明
图1为本发明正视的示意图。
图2为本发明侧视的示意图。
图3为本发明驱动导轨的示意图。
图4为本发明出气筒的示意图。
图5为本发明罩壳的示意图。
图6为本发明罩壳仰视的示意图。
图7为本发明水管的示意图。
图8为本发明燃烧框架的示意图。
图9为本发明内胆的示意图。
图10为本发明柱塞的示意图。
图11为本发明的固体废物燃烧污染防治设备的灰渣积聚预测方法流程图。
附图标记说明：
处理箱1，观察窗101，平面轴座102，动能箱2，泄气孔201，安装法兰202，弹力条203，强力弹簧204，柱塞205，罩壳3，卡合撑脚301，压力风机302，吸气筒4，内胆401，过滤片402，聚合筒5，出气筒6，棉布网601，安装片602，换料辊603，换料电机604，摇摆臂7，驱动导轨8，驱动滑块801，载物台802，槽口架803，顶杆804，水管9，注水口901，延伸管902，燃烧框架10，中心轴1001。
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。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“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，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。
实施例1
参照图1至10所示的固体废物燃烧污染防治设备，包括处理箱1，所述处理箱1的前后两端设置有平面轴座102，且处理箱1的内侧设置有燃烧框架10，燃烧框架10的中间设置有穿插在平面轴座102中的中心轴1001，所述处理箱1的左右两侧设置有观察窗101，所述燃烧框架10的上方设置有水管9，且水管9的一端设置有注水口901，水管9的另一端设置有延伸管902，所述处理箱1的侧壁上设置有动能箱2，动能箱2通过安装法兰202和处理箱1的侧壁固定连接，所述动能箱2的顶端设置有弹力条203，且弹力条203的底端设置有强力弹簧204，所述强力弹簧204的底端设置有柱塞205，所述动能箱2的侧壁上还设置有泄气孔201，延伸管902接通柱塞205下方的密闭腔室，所述处理箱1的侧壁上还设置有驱动导轨8，驱动导轨8上滑动安装有驱动滑块801，驱动滑块801的侧壁上安装有载物台802，载物台802的中间设置有槽口架803，所述中心轴1001的前端安装有摇摆臂7，摇摆臂7的端头设置有穿插在槽口架803中的推进杆，所述柱塞205从顶端引出顶杆804，顶杆804的底端连接到槽口架803上，所述水管9的上方设置有烟尘处理机构，所述中心轴1001的后端连接到发电机轴上，固体废料在燃烧的过程中会加热水管9中的水液，进而气化的水液会从延伸管注入到动能箱2里，动能箱2内部的高压会推送柱塞205往上移动，等到柱塞205越过泄气孔201的时候开始卸掉一部分水蒸气并且让柱塞205回落，柱塞205往复移动的过程中会通过顶杆带动槽口架803上下移动，槽口架503在活动的过程中会挑拨摇摆臂4来回扭转，进而燃烧框架10会随着摇摆臂7一起扭转活动，燃烧框架10在活动的过程中燃烧更充分，燃烧框架10中间的中心轴1001另一端连接到发电机的轴上，进而燃烧框架10来回扭转的动力也被用于转化为电能，实现了热能转化电能的效果，减少了热力的浪费，此处的液压缸提供额外动力，在动力机构中并联液压缸,提供辅助动力，液压系统带储能器,实现动力的缓释和储存使用行星齿轮传动或蜗轮蜗杆结构,放大扭矩，设置双连杆机构,增大扭转力臂，选择效率更高的汽轮发电机，更换汽轮发电机组,选择效率更高的汽轮结构，优化涡轮叶型设计,提升涡轮效率，增加再生式热交换器,设置双管联循环再生式热交换器。热源端预热冷却水,提高热交换效，提高热交换效率，简化动力机构,减少故障点，引入在线监控系统,在动力机构关键部位安装应变计、震动传感器等,实时监测运行参数，一旦测得异常,系统将自动报警和停机，提前发现故障。
所述燃烧框架10的内侧铺设有密质铁丝网，密质铁丝网的材质为高铬铸铁，密质铁丝网会防止燃烧后的残渣掉下去，进而燃烧框架10能够兜住更多固体废料。
所述观察窗101共设置有四个，其中三个观察窗101中装填钢化玻璃，另一个观察窗101装入鼓风机，把其中一个观察窗里的钢化玻璃拆掉充当点燃的操作口，点燃之后再把钢化玻璃塞回去。
所述柱塞205的外侧包裹有橡皮垫，橡皮垫紧贴在动能箱2内部通道的侧壁，柱塞205外侧的橡皮垫可以防止水蒸气施压的时候漏气。
所述水管9为网状的管道串联而成，水管9的侧壁厚度为两毫米，且水管9的内部注水，水管9内部的水化成水蒸气，水管9内部的水液消耗一半左右开始补充水液。
所述烟尘处理机构包括罩壳3，罩壳3通过卡合组件和处理箱1的端口，所述罩壳3的顶端设置有吸气筒4，吸气筒4的底端设置有两个压力风机302，所述罩壳3的内部设置有颗粒烟尘吸附组件，且吸气筒4的顶端设置有细微烟尘吸附组件，压力风机302会吸收烟尘并且推送到吸气筒4里，烟尘穿过颗粒烟尘吸附组件和细微烟尘吸附组件进行净化空气，减少有毒物质排放。
所述卡合组件包括罩壳3底端的四个卡合撑脚301，卡合撑脚301的中间设置有和处理箱1边口相匹配的线槽，罩壳3通过自重朝下卡合，进而罩壳3再更换维护的时候只需要往上抬起来就可以拆卸。
所述颗粒烟尘吸附组件包括吸气筒4内部的内胆401，内胆401的内部设置有四个过滤片402，上下相邻的过滤片402相互交错设置，过滤片402的材质为海绵，烟尘穿过内胆中的过滤片402会吸收大颗粒灰尘，采用模块化设计过滤片402,方便快速更换，设置在线清洗装置,自动清洗滤网，将滤网设计为多个小型模块化滤网组合起来,每个滤网模块用螺栓固定,更换时直接更换滤网模块，滤网模块标准化,不同型号设备通用,规格化生产,降低成本；
在滤网组件上方设置喷洒式清洗装置,带多组喷嘴；控制装置定时开启清洗喷嘴,用清水或空气对滤网进行冲洗；清洗液收集存放箱,进行循环利用改进内流道结构,在水管内设置波纹状流路,增加水流扰动,提高热交换面积，设置水流导流和撞击装置,促进流体混合对流提高流体扰动,增强传热，设置自动除尘装置,在滤网进口设置旋风除尘装置,使用离心力预除大量颗粒，安装电除尘装置,利用电场作用提高净化效果降低滤网负荷。
所述细微烟尘吸附组件包括吸气筒4顶端的聚合筒5，聚合筒5的底端设置有和吸气筒4相对接的开口，聚合筒5的顶端设置有方口，方口上安装有出气筒6，所述出气筒6的中间设置有棉布网601，所述棉布网601连接到换布组件上，烟尘紧接着会从聚合筒5中传送到出气筒6并且排出去，烟尘穿过棉布601网会吸收小颗粒杂物，进而排出去的烟含有的有害物质就比较少了。
所述换布组件包括出气筒6顶端的穿插槽，棉布网601从穿插槽里穿过，所述聚合筒5的顶端设置有两组安装片602，前端安装片602的中间旋转设置有收卷辊，后端安装片602的中间旋转设置有放料辊，棉布网601从放料辊中牵引出来并且连接到收卷辊上，收卷辊安装在换料电机604的输出端上，每间隔一段时间，换料电机604带动换料辊旋转并且把棉布网601推送一小段距离，新的纱布网601会到达过滤的工位进行吸尘作业。
固体废料在燃烧的过程中会加热水管9中的水液，进而气化的水液会从延伸管注入到动能箱2里，动能箱2内部的高压会推送柱塞205往上移动，等到柱塞205越过泄气孔201的时候开始卸掉一部分水蒸气并且让柱塞205回落，柱塞205往复移动的过程中会通过顶杆带动槽口架803上下移动，槽口架503在活动的过程中会挑拨摇摆臂4来回扭转，进而燃烧框架10会随着摇摆臂7一起扭转活动，燃烧框架10在活动的过程中燃烧更充分，燃烧框架10中间的中心轴1001另一端连接到发电机的轴上，进而燃烧框架10来回扭转的动力也被用于转化为电能，实现了热能转化电能的效果，减少了热力的浪费，密质铁丝网会防止燃烧后的残渣掉下去，进而燃烧框架10能够兜住更多固体废料，把其中一个观察窗里的钢化玻璃拆掉充当点燃的操作口，点燃之后再把钢化玻璃塞回去，柱塞205外侧的橡皮垫可以防止水蒸气施压的时候漏气，水管9内部的水化成水蒸气，水管9内部的水液消耗一半左右开始补充水液，压力风机302会吸收烟尘并且推送到吸气筒4里，烟尘穿过颗粒烟尘吸附组件和细微烟尘吸附组件进行净化空气，减少有毒物质排放，罩壳3通过自重朝下卡合，进而罩壳3再更换维护的时候只需要往上抬起来就可以拆卸，烟尘穿过内胆中的过滤片402会吸收大颗粒灰尘，烟尘紧接着会从聚合筒5中传送到出气筒6并且排出去，烟尘穿过棉布601网会吸收小颗粒杂物，进而排出去的烟含有的有害物质就比较少了，每间隔一段时间，换料电机604带动换料辊旋转并且把棉布网601推送一小段距离，新的纱布网601会到达过滤的工位进行吸尘作业。
实施例2
请结合附图11，根据实实施例1所述的固体废物燃烧设备的燃烧室内设置多组温度传感器、压力传感器,以及连接图像采集模块,实时检测并收集燃烧温度、压力等参数数据以及燃烧图像；
收集历史运行数据,建立数据库,内容包括:历史各时段的温度、压力监测数据,对应的人工清扫出的实际灰渣质量,并标注灰渣积聚程度；
利用机器学习算法,以历史监测数据为训练集,训练出灰渣积聚量评估模型,具体方法为:
将温度、压力等数据作为模型输入特征变量,对应的灰渣积聚量作为目标变量,建立回归模型,用于评估当前灰渣积聚量；
运用所建立的回归模型,对运行中实时检测到的温度、压力和图像数据进行预测计算,实时评估燃烧室内灰渣的积聚量,并据此判断最佳出渣时机。
上述的固体废物燃烧污染防治设备的灰渣积聚预测方法，包括以下步骤：
S1.数据收集与预处理：收集温度、压力、图像数据，并进行预处理；具体还包括：
数据清洗：去除异常值和缺失值；
特征提取：从图像等数据中提取相关特征；
特征转换：计算特征的梯度和统计指标。
S2.特征工程：提取和转换特征，包括计算特征的梯度和统计分析；
S3.模型训练：使用历史数据训练模型参数A,B,C,D,E；
模型运算：将处理后的数据输入模型，进行实时计算。
预测结果：输出灰渣积聚量的预测值YY。
S4.实时预测：将实时数据输入模型，计算灰渣积聚量Y；
S5.决策支持：根据预测结果，制定清扫和维护计划；
其中，所述模型是一个动态的多变量线性回归方程，结合了微积分、概率论和微分方程的元素，公式如下：
其中，Y:灰渣积聚量，是我们要预测的目标变量；
X:特征向量，包含温度、压力、图像特征；
A,B,C,D,E:模型参数，通过数据训练得到；
特征向量的梯度，表示特征随时间的变化；
P(X):概率分布函数，表示测量的不确定性。
f(H,T),g(F,A):历史数据和其他因素对灰渣积聚的影响函数；
∈:误差项，表示模型的随机性和不确定性。
Y表示在固体废物燃烧设备中积聚的灰渣总量，Y是一个实数值，可以是连续或离散的，取决于灰渣积聚的测量方法；X是一个包含多个特征的向量，这些特征包括但不限于温度、压力和图像数据提取的特征；X＝[x1,x2,x3,...,xn],其中每个xi代表一个特定的特征；A,B,C,D,E为模型参数，用于确定不同特征对灰渣积聚量Y的影响程度；每个参数都是一个权重，表示为实数，A可以是一个实数或者实数矩阵，取决于特征向量的维度。
其中/>表示X向量中每个特征随时间的导数；P(X)表示特征数据的概率分布，用于量化测量过程中的不确定性和随机性；P(X)是一个概率密度函数，正态分布N(μ,σ2),其中μ是均值，σ2是方差；这个分布可以用来表示特征数据的统计特性。
A为直接影响系数，A是一个系数矩阵或向量，用于量化特征向量X中每个特征对灰渣积聚量Y的直接影响；如果X是一个n维特征向量，则A是一个n维向量或n×n矩阵，用于表示每个特征对Y的影响程度；
B为时间变化影响系数，B表示特征随时间变化对灰渣积聚量Y的影响，B是一个向量或矩阵，用于量化(特征向量的梯度)对Y的影响；
C为不确定性影响系数，C用于量化概率分布函数P(X)对灰渣积聚量Y的影响；C是一个实数或向量，用于调整P(X)对Y的贡献程度；
D为历史数据影响系数，D表示历史数据和时间对灰渣积聚量Y的影响，D是一个实数或向量，用于量化历史数据函数f(H,T)对Y的影响；
E为其他因素影响系数，E用于量化其他因素对灰渣积聚量Y的影响；E为一个实数或向量，用于调整其他因素函数g(F,A)对Y的影响。
f(H,T)代表历史温度和压力数据的影响，而g(F,A)代表燃料消耗率和空气流量的影响；
其中，f(H,T)＝a1·H+a2·T2，其中a1,a2,b1,b2是系数；∈用于描述数据中的噪声或测量误差，∈表示为随机变量，正态分布的随机误差∈～N(0,σ2),其中0是均值，σ2是方差。
而采用传统方法进行灰渣积聚量预测：
精度低：灰渣积聚量预测误差通常在±10％或更高。
灵活性：依赖于定期的人工检查和经验判断。
成本：需要更频繁的人工干预和维护。
而本发明具有以下优势：
精度高：提高至±1％的预测误差。
自动化：通过传感器和算法实现自动监测和预测。
成本效益：减少人工干预，降低长期运行成本。
以上所述，仅是本发明的较佳实施例而已，并非对本发明的技术范围作出任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明的技术方案的范围内。

Claims (1)

1.固体废物燃烧污染防治设备，其特征在于：包括处理箱（1），所述处理箱（1）的前后两端设置有平面轴座（102），且处理箱（1）的内侧设置有燃烧框架（10），燃烧框架（10）的中间设置有穿插在平面轴座（102）中的中心轴（1001），所述处理箱（1）的左右两侧设置有观察窗（101），所述燃烧框架（10）的上方设置有水管（9），且水管（9）的一端设置有注水口（901），水管（9）的另一端设置有延伸管（902），所述处理箱（1）的侧壁上设置有动能箱（2），动能箱（2）通过安装法兰（202）和处理箱（1）的侧壁固定连接，所述动能箱（2）的顶端设置有弹力条（203），且弹力条（203）的底端设置有强力弹簧（204），所述强力弹簧（204）的底端设置有柱塞（205），所述动能箱（2）的侧壁上还设置有泄气孔（201），延伸管（902）接通柱塞（205）下方的密闭腔室，所述处理箱（1）的侧壁上还设置有驱动导轨（8），驱动导轨（8）上滑动安装有驱动滑块（801），驱动滑块（801）的侧壁上安装有载物台（802），载物台（802）的中间设置有槽口架（803），所述中心轴（1001）的前端安装有摇摆臂（7），摇摆臂（7）的端头设置有穿插在槽口架（803）中的推进杆，所述柱塞（205）从顶端引出顶杆（804），顶杆（804）的底端连接到槽口架（803）上，所述水管（9）的上方设置有烟尘处理机构，所述中心轴（1001）的后端连接到发电机轴上；
所述燃烧框架（10）的内侧铺设有密质铁丝网，密质铁丝网的材质为高铬铸铁；所述观察窗（101）共设置有四个，其中三个观察窗（101）中装填钢化玻璃，另一个观察窗（101）装入鼓风机；所述柱塞（205）的外侧包裹有橡皮垫，橡皮垫紧贴在动能箱（2）内部通道的侧壁；所述水管（9）为网状的管道串联而成，水管（9）的侧壁厚度为两毫米，且水管（9）的内部注水；
所述烟尘处理机构包括罩壳（3），罩壳（3）通过卡合组件和处理箱（1）的端口，所述罩壳（3）的顶端设置有吸气筒（4），吸气筒（4）的底端设置有两个压力风机（302），所述罩壳（3）的内部设置有颗粒烟尘吸附组件，且吸气筒（4）的顶端设置有细微烟尘吸附组件；所述卡合组件包括罩壳（3）底端的四个卡合撑脚（301），卡合撑脚（301）的中间设置有和处理箱（1）边口相匹配的线槽，所述颗粒烟尘吸附组件包括吸气筒（4）内部的内胆（401），内胆（401）的内部设置有四个过滤片（402），上下相邻的过滤片（402）相互交错设置，过滤片（402）的材质为海绵；
所述细微烟尘吸附组件包括吸气筒（4）顶端的聚合筒（5），聚合筒（5）的底端设置有和吸气筒（4）相对接的开口，聚合筒（5）的顶端设置有方口，方口上安装有出气筒（6），所述出气筒（6）的中间设置有棉布网（601），所述棉布网（601）连接到换布组件上；所述换布组件包括出气筒（6）顶端的穿插槽，棉布网（601）从穿插槽里穿过，所述聚合筒（5）的顶端设置有两组安装片（602），前端安装片（602）的中间旋转设置有收卷辊，后端安装片（602）的中间旋转设置有放料辊，棉布网（601）从放料辊中牵引出来并且连接到收卷辊上，收卷辊安装在换料电机（604）的输出端上。
CN202311568919.6A 2023-11-22 2023-11-22 固体废物燃烧污染防治设备及其灰渣积聚预测方法 Active CN117606036B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311568919.6A CN117606036B (zh) 2023-11-22 2023-11-22 固体废物燃烧污染防治设备及其灰渣积聚预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311568919.6A CN117606036B (zh) 2023-11-22 2023-11-22 固体废物燃烧污染防治设备及其灰渣积聚预测方法

Publications (2)

Publication Number Publication Date
CN117606036A CN117606036A (zh) 2024-02-27
CN117606036B true CN117606036B (zh) 2024-06-04

Family

ID=89959045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311568919.6A Active CN117606036B (zh) 2023-11-22 2023-11-22 固体废物燃烧污染防治设备及其灰渣积聚预测方法

Country Status (1)

Country Link
CN (1) CN117606036B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200218532Y1 (ko) * 2000-10-28 2001-04-02 박상진 보일러에서 코우크스 연소시 연소재 제거장치
CN2555462Y (zh) * 2002-07-24 2003-06-11 哈尔滨瑞达燃烧设备有限责任公司 带旋转炉排的锅炉燃烧装置
KR200367195Y1 (ko) * 2004-08-18 2004-11-09 유병숙 고체연료를 사용하는 온수보일러
CN206343022U (zh) * 2016-11-17 2017-07-21 彩虹显示器件股份有限公司 一种tft玻璃窑炉烤窑风机过滤装置
CN207146899U (zh) * 2017-07-05 2018-03-27 天津龙鑫新能源科技有限公司 一种兰炭热水炉
CN207350342U (zh) * 2017-10-31 2018-05-11 福建省爱善环保科技有限公司 一种节能型垃圾气化处理后燃烧发电设备
CN108151022A (zh) * 2018-01-09 2018-06-12 广东汇鹏环保科技有限公司 一种高稳定式热力氧化焚烧炉
CN213656762U (zh) * 2020-07-21 2021-07-09 饶阳县胜岳锅炉制造有限公司 一种设废弃物洁净处理装置的焚烧炉
CN113251406A (zh) * 2021-05-17 2021-08-13 广东宝杰环保科技有限公司 一种生物质多元化利用装置
CN113393057A (zh) * 2021-07-13 2021-09-14 四川农业大学 一种基于深度融合机器学习模型的小麦产量集成预测方法
CN113757691A (zh) * 2021-09-08 2021-12-07 张赵盼 一种复合生活垃圾处理用的焚烧炉内急速降温设备
CN114543103A (zh) * 2022-01-17 2022-05-27 江苏国润检测科技有限公司 一种二噁英减排余热回收装置及其使用方法
US11487273B1 (en) * 2021-04-30 2022-11-01 Dalian University Of Technology Distributed industrial energy operation optimization platform automatically constructing intelligent models and algorithms
WO2022258811A1 (en) * 2021-06-11 2022-12-15 Boneffice System Sp. Z O.O. A method and a system for monitoring and on-line determining of a calorific value of solid fuel that is currently combusted in a boiler
CN219063460U (zh) * 2022-09-30 2023-05-23 苏州弘维环境科技有限公司 一种垃圾焚烧设备
CN116401948A (zh) * 2023-04-10 2023-07-07 中国电力工程顾问集团西北电力设计院有限公司 基于lstm的电站锅炉灰渣生成量在线预测方法及系统

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR200218532Y1 (ko) * 2000-10-28 2001-04-02 박상진 보일러에서 코우크스 연소시 연소재 제거장치
CN2555462Y (zh) * 2002-07-24 2003-06-11 哈尔滨瑞达燃烧设备有限责任公司 带旋转炉排的锅炉燃烧装置
KR200367195Y1 (ko) * 2004-08-18 2004-11-09 유병숙 고체연료를 사용하는 온수보일러
CN206343022U (zh) * 2016-11-17 2017-07-21 彩虹显示器件股份有限公司 一种tft玻璃窑炉烤窑风机过滤装置
CN207146899U (zh) * 2017-07-05 2018-03-27 天津龙鑫新能源科技有限公司 一种兰炭热水炉
CN207350342U (zh) * 2017-10-31 2018-05-11 福建省爱善环保科技有限公司 一种节能型垃圾气化处理后燃烧发电设备
CN108151022A (zh) * 2018-01-09 2018-06-12 广东汇鹏环保科技有限公司 一种高稳定式热力氧化焚烧炉
CN213656762U (zh) * 2020-07-21 2021-07-09 饶阳县胜岳锅炉制造有限公司 一种设废弃物洁净处理装置的焚烧炉
US11487273B1 (en) * 2021-04-30 2022-11-01 Dalian University Of Technology Distributed industrial energy operation optimization platform automatically constructing intelligent models and algorithms
CN113251406A (zh) * 2021-05-17 2021-08-13 广东宝杰环保科技有限公司 一种生物质多元化利用装置
WO2022258811A1 (en) * 2021-06-11 2022-12-15 Boneffice System Sp. Z O.O. A method and a system for monitoring and on-line determining of a calorific value of solid fuel that is currently combusted in a boiler
CN113393057A (zh) * 2021-07-13 2021-09-14 四川农业大学 一种基于深度融合机器学习模型的小麦产量集成预测方法
CN113757691A (zh) * 2021-09-08 2021-12-07 张赵盼 一种复合生活垃圾处理用的焚烧炉内急速降温设备
CN114543103A (zh) * 2022-01-17 2022-05-27 江苏国润检测科技有限公司 一种二噁英减排余热回收装置及其使用方法
CN219063460U (zh) * 2022-09-30 2023-05-23 苏州弘维环境科技有限公司 一种垃圾焚烧设备
CN116401948A (zh) * 2023-04-10 2023-07-07 中国电力工程顾问集团西北电力设计院有限公司 基于lstm的电站锅炉灰渣生成量在线预测方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨琦 ; 王辉 ; 曹伟 ; 魏星 ; 蔡永铁 ; 吴少华 ; .锅炉飞灰沉积的数值模拟综述.节能技术.2015,第33卷(第06期),全文. *

Also Published As

Publication number Publication date
CN117606036A (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN204557175U (zh) 垃圾焚烧烟气净化用多污染物智能协同控制系统
CN117606036B (zh) 固体废物燃烧污染防治设备及其灰渣积聚预测方法
CN201792251U (zh) 油雾收集装置
CN112213099B (zh) 一种部分回转型阀门齿轮箱故障检测装置及方法
CN110009115A (zh) 一种燃煤机组袋式除尘器滤袋全过程管理方法
CN201913086U (zh) 一种轴承及轴承座清洗装置
CN113719852B (zh) 一种锅炉用风冷装置
CN115655176A (zh) 一种工业锅炉水垢厚度监测装置
CN213965575U (zh) 一种焦炉逸散烟尘分布式除尘系统
CN111250495B (zh) 一种适用于水冷纺织空调系统的智能清洁排污装置
CN113373881A (zh) 一种河道漂浮物清理装置
CN208051185U (zh) 一种激光切割机工作台
CN206966191U (zh) 一种转向架、构架清洗机
CN219542765U (zh) 一种旋转式除锈清灰一体机
CN115468240B (zh) 用于自清洁除尘系统的蒸汽杀菌除污装置
CN213612998U (zh) 一种五金生产加工件清洗烘干装置
CN221377953U (zh) 一种用于废水处理的水质监测装置
CN115090042B (zh) 基于滤筒除尘器和物联网的室内离散粉尘过滤系统的工作方法
CN218706361U (zh) 一种用于生活垃圾处理的低温磁化降解消纳设备
CN214715413U (zh) 低故障率硅铁烟气处理装置
CN220160845U (zh) 一种飞灰收集装置
CN220968510U (zh) 一种燃气模块蒸汽发生器
CN221324519U (zh) 垃圾焚烧炉高效除粉尘结构
CN211753207U (zh) 一种火电厂燃烧碳减排系统
CN219160357U (zh) 一种用于垃圾焚烧炉的清渣机构

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