CN1569322A - 气固流化床动态监测方法及其系统 - Google Patents

气固流化床动态监测方法及其系统 Download PDF

Info

Publication number
CN1569322A
CN1569322A CN 200410018200 CN200410018200A CN1569322A CN 1569322 A CN1569322 A CN 1569322A CN 200410018200 CN200410018200 CN 200410018200 CN 200410018200 A CN200410018200 A CN 200410018200A CN 1569322 A CN1569322 A CN 1569322A
Authority
CN
China
Prior art keywords
gas
fluidized bed
solid fluidized
sensor
fluid bed
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
CN 200410018200
Other languages
English (en)
Inventor
黄志尧
冀海峰
谢代梁
王保良
李海青
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN 200410018200 priority Critical patent/CN1569322A/zh
Publication of CN1569322A publication Critical patent/CN1569322A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了一种气固流化床动态监测方法及其系统。方法为:采用小波分析技术对气固流化床的压力波动信号进行多尺度分析,判别其流态,利用电容层析成像技术实时显示流化床流态,测量流化床空隙率及其波动,提取特征值进行流态判别,应用多传感器信息融合技术对上述两种流态判别结果进行决策级目标识别的流态判别,提高了判别的准确率。监测系统具有流化床主体,在流化床主体底部设有气体分布板、气室,在流化床主体中部外壁设有电容层析成像传感器、压力传感器,电容层析成像传感器依次与微弱电容测量模块、数据采集系统、计算机相接,压力传感器依次与A/D转换卡、计算机相接。

Description

气固流化床动态监测方法及其系统
                           技术领域
本发明涉及一种气固流化床动态监测方法及其系统。
                           背景技术
气固流化床是一种重要的化学反应器,在化学工业、石油化工、冶金工业、生物化工、燃烧、能源、环保、半导体材料等工业生产上有着广泛的应用。流化床的流态(即固定床、鼓泡床、湍动床、快速床等)对反应装置内的气固接触、传热、传质都有重要的影响,并直接关系着反应器的生产能力、收率和选择性。与此同时,实际应用过程中大多系统保持在某一种稳定的流态下。流态的变化会对工业过程产生巨大的影响,甚至引起事故,所以气固流化床流态的实时显示和监测是非常必要的。由于气固流化床流态的随机性和复杂性以及操作过程和环境设备的不同所造成的差异,目前流态监测技术的发展水平尚无法满足实际应用的要求。
目前气固流化床流态的监测主要有以下几种方法:一是利用气固流化床的相图和经验公式。相图从不同侧面说明流型与操作条件或物性特征的关系,反映各种流态之间转变的条件。但相图都是在一定的操作条件下获得的,往往无法适应实际应用中的各种操作条件,也不能反映出设备和物性特征的改变所造成的差异。同时,应用相图所需的各种测量系数也往往难以过得。因此相图主要用于理论研究,在实际应用时还有一定的局限性。经验公式法简单且实用,历经长期的研究,已积累下数百个经验计算公式,但有时各个计算结果之间会出现较大的出入,使用过程中也需要依据实际条件进行修正,因此适用范围有限。二是利用一些检测手段直接或间接进行流态的监测。应用较多的是射线法和探针法。射线法可以实时提供流化床内流态的详细信息,其测量结果甚至可以作为其它测量方法的评价标准。但射线法的测量设备复杂而且昂贵,同时由于需要使用放射性物质,安全性差,限制了其推广应用。目前,该方法大多应用于实验研究或对其它监测方法进行标定。光纤和电容等探针测量方法的设备简单,但一次只能测量流化床内某一点的局部流态,很难对流化床的整体状态进行有效监测,同时这种方法属于介入性测量,对流态有一定的影响。三是利用一些信号处理手段直接或间接进行流态的测量。对于流化床流态变化的随机性,这类监测方法具有一定的优势,但由于表征流态的信号的采集方法和处理手段尚有不成熟之处,该类方法的实际应用范围也相当有限。
                           发明内容
本发明的目的是提供一种气固流化床动态监测方法及其系统。
方法的步骤为:1)采用小波分析技术对气固流化床的压力波动信号进行多尺度分析,判别其流态,2)利用电容层析成像技术实时显示流化床流态,测量流化床空隙率及其波动,提取特征值进行流态判别,3)应用多传感器信息融合技术对上述两种流态判别结果进行决策级目标识别,以提高流态判别的准确率。
监测系统具有流化床主体,在流化床主体底部设有气体分布板、气室,在流化床主体中部外壁设有电容层析成像传感器、压力传感器,电容层析成像传感器依次与微弱电容测量模块、数据采集系统、计算机相接,压力传感器依次与A/D转换卡、计算机相接。
本发明可以对气固流化床流态进行监测,实时显示流化床内流态,流态显示速度50帧/秒以上。应用多种技术及信息融合方法对流化床流态进行在线判别,提高了固定床、鼓泡床、湍动床、快速床等各种流态的的判别准确率。
                           附图说明
图1是气固流化床动态监测系统结构示意图;
图2是气固流化床流态监测方法原理框图;
图3是电容层析成像传感器结构图;
图4是微弱电容测量模块电路原理图。
                           具体实施方式
如图1所示,气固流化床动态监测系统具有流化床主体3,在流化床主体3底部设有气体分布板2、气室1,在流化床主体中部外壁设有电容层析成像传感器4、压力传感器5,电容层析成像传感器4依次与微弱电容测量模块7、数据采集系统8、计算机9相接,压力传感器5依次与A/D转换卡6、计算机9相接。
如图2示,对压力传感器采集的压力波动信号进行小波的分解和多尺度分析,以尺度能量百分比为特征值进行流态的判别。以电容层析成像传感器测量所得的电容值为投影数据,重建出流化床横截面上气固两相介质分布图像,实时再现流化床内流态。同时,应用图像处理技术获取空隙率波动,提取特征值进行流态判别。对于上述两种传感器的判别结果,采用信息融合技术进行多目标识别,提高了流态判别的准确率。
对于流化床气固两相流这个复杂非线性系统而言,小波分析技术是一个有效的分析手段,它可以从时间域和频率域两个方面对压力波动信号进行分析。研究发现,不同流态下压力波动信号的小波分析结果具有不同的特性,可以用于流化床流态的判别。本发明中采用小波分解的尺度能量信息及尺度能量百分比作为特征值,用于判别流态及其转变。
具体判别步骤如下:
(3)获取流化床内压力波动信号。所使用的压力传感器为高频压力传感器,数据采集频率为200Hz。
(4)选用Daubechies系列小波函数的db7作为小波母函数,采用Mallat塔式分解算法对压力波动信号作六尺度的小波分解。
(3)求信号总能量及各尺度上能量值,从而得到各尺度细节能量占信号的总能量的百分比。用小波分解系数Dj,k,Cj,k来表示信号能量,其总能量可以表示为:
E = Σ j , k | | D j , k | | 2 + Σ k | | C J 2 , k | | 2 - - J 1 - 1 ≤ j ≤ J 2
其中J1和J2是尺度,J2>J1≥0。频率介于2-j和2-(j-1)之间的成分的能量Ej可以表示为:
E j = Σ k ∈ Z | | D j , k | | 2 - - - J 1 - 1 ≤ j ≤ J 2
尺度能量百分比为: P j = E j E .
(4)分析尺度能量信息及尺度能量百分比Pj,判别各种流态及其转变。小波分解成的各尺度信息代表了不同频段上的信息,对尺度能量分析发现,不同流态下压力波动信号的能量集中在不同的频率区域,以此可判别流化床流态。在一种流态向另一种流态转变时,尺度能量百分比会产生剧烈的变化,而在单一流态下,尺度能量百分比变化缓慢,这种特性可用于判别流态的转变。
电容层析成像技术可在不干扰流场的情况下获取反映两相流体各相组分局部的微观的分布信息。以电容层析成像传感器测量所得的电容值为投影数据,重建出流化床横截面上气固两相介质分布图像,实时再现流化床内流态,显示速度50帧/秒以上,为流化床的在线检测提供直观的图像参考信息。流态显示的图像重建采用反投影算法,它具有计算量较小,速度快的特点,各个像素的灰度计算公式如下式所示:
f j = Σ i = 1 N Cr i · w i , j Σ i = 1 N w i , j
式中,Cri归一化电容值,wij,i=1,2,…,N,j=1,2,…,M,由第i个测量电容的在第j个像素上的灵敏度和该像素的面积所决定。
采用基于Tikhonov正则化和代数重建技术(ART)的组合型图像重建算法进行图像重建,应用图像处理技术对重建的气固两相介质分布图像进行分析,测得流化床横截面上的平均空隙率。气固流化床的空隙率可以较好的应用于流化床流型的辨识中,因此本流化床测试系统同时也采集了空隙率波动信号对流态进行判别。测试系统获得一个空隙率测量值的时间小于0.1秒,空隙率测量的最大误差小于5%,可以满足气固流化床流态辨识的动态测试要求。
基于Tikhonov正则化和ART的组合型图像重建算法分两步进行:第一步,通过有限元分析将图像重建场域剖分成54个像素,在数据完备的情况下,采用Tikhonov正则化克服图像重建中的不适定性,求解初始截面图像的灰度值,即定义辅助函数J(F)和正则化参数λ>0,通过最优化问题:
             J(F)=‖WF-P‖2+λ‖F‖2→min
求解图像重建模型P=WF的正则解,其中P为测量电容投影数据向量,W为通过有限元分析获得的权重系数矩阵。这个正则解 即为初始截面图像的灰度向量估计值:
F ^ = ( W T W + λI ) - 1 W T P
式中λ是根据经验预设,一般取值为0.1左右。
第二步,将图像重建场域剖分成216个像素,以初始图像的灰度值为迭代初值,应用ART算法进行迭代改善以重建出高质量的介质分布图像。ART算法的主迭代公式为:
f j [ i ] = f j [ i - 1 ] + [ ( p i - q i ) / Σ k = 1 M w ik 2 ] w ij , 其中 q i = Σ k = 1 M f k [ i - 1 ] w ik
在迭代过程中,引入fj [i]∈[0,1]的先验知识,对迭代结果进行滤波。
根据组合型算法重建图像的灰度计算空隙率α的公式如下:
α = 1 - ( Σ j = 1 M f j A j A ) × 100 %
式中:Aj为重建图像的第j个像素的面积,A为流化床的横截面面积,fj为通过组合型图像重建算法获得的灰度值,M为图像的像素总数。
采集空隙率波动信号,提取特征值并对流化床流态进行判别的具体步骤如下:
(1)首先将测量得到的电容层析成像传感器的电容值经过图像重建和图像处理转换成空隙率值,计算空隙率的均值,以均值作为流态判别的特征值;
(2)分析各种流态下空隙率的均值,确立判别准则:不同的流态下,空隙率波动信号的均值不同,因此设定多个阈值判别各种流态。
为了提高流化床流态判别的准确性,弥补压力传感器和电容层析成像传感器独立测量所带来的局限性,应用多传感器信息融合技术进行流态的综合判别。采用分布式基于D-S证据理论的目标识别融合作为信息融合策略。
设U表示X所有可能取值的一个论域集合,且所有在U内的元素间是互不相容的,则称U为X的识别框架。
设U为一识别框架,则函数m∶2U→[0,1]在满足下列条件:
(1)m(φ)=0;
( 2 ) - - Σ A ⋐ U m ( A ) = 1 ;
时,称m(A)为A的基本概率赋值。
D-S合并规则:设m1,m2是2U上的两个相互独立的基本概率赋值,其组合后的基本概率赋值为m=m1m2,设
K 1 = &Sigma; i , j A i &cap; B j = &phi; m 1 ( A i ) m 2 ( B j ) < 1
则:
Figure A20041001820000083
式中,若K1≠1,则确定一个基本概率赋值;若K1=1,则认为m1,m2矛盾,不能对基本概率赋值进行组合。
应用信息融合技术判别气固流化床流态的具体步骤为:
(1)确定每个传感器对各种流态判别的基本概率赋值oi
(2)多传感器信息融合的合并规则(D-S合并规则),计算出两个传感器进行组合后的基本概率幅值;
(3)采用基于基本概率赋值的决策方法进行最后的判定,判别的规则为:
设定决策的门限d1和d2,设 满足
m1=m(A1)=max{m(oi),oiU},
m2=m(A2)=max{m(oi),oiU,oi≠A1}
若有:
Figure A20041001820000092
则A1即为判决结果。
如图3所示,气固流化床动态监测系统的电容层析成像传感器以两端带有连接法兰的绝缘管作为传感管段,传感管段外侧轴向均匀粘贴有铜箔电极阵列,电极张角为22°~26°,电极长度为管道内径的1~1.2倍,电极数量为12片。传感管段外侧两端设有固定支架,支架上安装有径向电极,径向电极处于两个相邻的两个电极之间,将相邻的两个电极隔离,电极阵列与径向电极外侧安装有两个半圆形屏蔽罩。
如图4所示,微弱电容测量模块采用基于电荷放大原理的的测量电路,电路的连接为:被测电容Cx一段接激励电压源Vi,另一端接运算放大器U1的反相输入端。电容Cf和电子开关S1一端接U1的反相输入端,另一端接U1的输出端,U1的同相端接地。电容C1和C2的一端接地,另一端分别与电子开关S2、S3的一端相连后分别连接到缓冲器U2和U3的输入端。电子开关S2、S3的另一端与U1的输出端相连。缓冲器U2和U3的输出端分别连接到仪表放大器U4的正、负输入端。
微弱电容测量原理以及测量时序为:运算放大器U1,电容Cf和电子开关S1构成电荷放大器;电子开关S2、S3,电容C1、C2和缓冲器U2、U3构成两个采样保持器;仪表放大器U4对两个采样保持器的输出进行差动放大。电路的工作过程分为两步。第一步是测量开关S1的电荷注入效应:在电路开始工作之前,Vi电压为高,开关S1闭合,两个采样保持器都处于采样模式。由于S1闭合,U1输出为0V。在t1时刻将S1断开,在理想情况下,V1将保持为0V,但由于开关S1的电荷注入效应,有电荷Qc被注入Cf,导致V1被拉低至VL。在t2时刻,U1的输出趋于稳定,将S3断开使采样保持器U3进入保持模式,则U1的输出值由采样保持器U3保持,即U3的输出V3等于VL。第2步是测量激励源引起的Cx中的电荷变化量:在t3时刻,激励源Vi产生由高到低的跳变,跳变幅度为ΔV,则在测量电极上得到感应电荷为:
                          Q=-ΔViCx
U1的输出为:
V H = V L + Q C f
在t4时刻,开关S2断开使采样保持器U2进入保持模式,即U2的输出V2等于VH。以采样保持器U2的输出VH和采样保持器U3的输出VL作为仪表放大器U4的输入,则仪表放大器的输出为:
V 4 = V H - V L = - &Delta; V i C x C f
该值与被测电容成正比关系,可以表征被测电容的大小。
本气固流化床动态监测系统的电容层析成像传感器和微弱电容测量模块的结构形式实现了传感电极和微弱电容测量电路的一体设计,使得各个电极和相应的微弱电容测量模块之间只需要很短的导线连接而无需使用屏蔽线连接,大大减小了寄生电容对测量的干扰。同时,微弱电容测量模块安装在径向电极上,与电极一起置于屏蔽罩内,最终所输出的信号为抗干扰性强的电压信号,因而减少了外部干扰源对测量信号的影响。基于电荷放大原理的微弱电容测量模块采用直流激励源进行激励,测量结果即为直流信号,消除了滤波器对提高测量速度的限制。同时,采用并行激励机制,通过一次激励就能得到所有电极对间的测量值,完成一个测量周期,大大提高了测量速度。性能测试结果表明,该电容层析成像系统的数据采集速度可达600帧/秒以上,系统的分辨率为1fF。而目前国外研制的电容层析成像系统的微弱电容测量电路一般采用交流法或电荷转移法,获得一个测量值需要进行多次激励,并需采用滤波器进行滤波才能得到最终的测量值,限制了测量速度的进一步提高。
本发明设计了利用差压波动信号、空隙率波动信号以及信息融合技术进行流化床流态判别的方法。采用该方法的流化床动态监测系统在直径为100mm的气固流化床上进行了测试,结果表明,相对于采用单个传感器,多传感器信息融合技术对流态判别的准确率有显著的提高。例如,对于鼓泡床,单独采用小波多尺度分析差压波动信号的方法的判别准确率为85%左右,单独分析空隙率波动信号的判别准确率为80%左右,采用信息融合技术后,流态判别的准确率提高到了90%以上。

Claims (8)

1.一种气固流化床动态监测方法,其特征在于:方法的步骤为:
1)采用小波分析方法对气固流化床的压力波动信号进行多尺度分析,判别其流态;
2)利用电容层析成像技术实时显示流化床流态,测量流化床空隙率及其波动,提取特征值进行流态判别;
3)应用多传感器信息融合技术对上述两种流态判别结果进行决策级目标识别,以提高流态判别的准确率。
2.根据权利要求1所说的一种气固流化床动态监测方法,其特征在于:所说的采用小波分析方法对气固流化床的压力波动信号进行多尺度分析,判别其流态为:1)获取流化床内压力波动信号;2)选用正交小波作为小波母函数对压力波动信号进行小波分解;3)用小波分解系数来表示信号能量,求信号总能量及各尺度上能量值,从而得到各尺度细节能量占信号的总能量的百分比;4)分析尺度能量信息及尺度能量百分比,判别各种流态及流态的转变。
3.根据权利要求1所说的一种气固流化床动态监测方法,其特征在于:所说的利用电容层析成像技术实时显示流化床流态,测量流化床空隙率及其波动,提取特征值进行流态判别为:1)首先将测量得到的电容层析成像传感器的电容值经过图像重建和图像处理转换成空隙率值,计算空隙率的均值,以均值作为流态判别的特征值;2)分析各种流态下空隙率的均值,设定多个阈值判别各种流态。
4.根据权利要求1所说的一种气固流化床动态监测方法,其特征在于:所说的应用多传感器信息融合技术对上述两种流态判别结果进行决策级目标识别,以提高流态判别的准确率为:1)确定每个传感器对各种流态判别的基本概率赋值;2)采用多传感器信息融合的D-S合并规则,计算出两个传感器进行组合后的基本概率幅值;3)采用基于基本概率赋值的决策方法进行最后的流态判定。
5.一种气固流化床动态监测系统,其特征在于:它具有流化床主体(3),在流化床主体(3)底部设有气体分布板(2)、气室(1),在流化床主体中部外壁设有电容层析成像传感器(4)、压力传感器(5),电容层析成像传感器(4)依次与微弱电容测量模块(7)、数据采集系统(8)、计算机(9)相接,压力传感器(5)依次与A/D转换卡(6)、计算机(9)相接。
6.根据权利要求5所说的一种气固流化床动态监测系统,其特征在于:所说的电容层析成像传感器(4)以两端带有连接法兰(11)的绝缘管(10)作为传感管段,传感管段外侧轴向均匀粘贴有铜箔电极(15)阵列,电极张角为22°~26°,电极长度为管道内径的1~1.2倍,传感管段外侧两端设有固定支架(12),支架上安装有径向电极(14),径向电极处于两个相邻的两个电极之间,电极阵列与径向电极外侧安装有两个半圆形屏蔽罩(13)。
7.根据权利要求5所说的一种气固流化床动态监测系统,其特征在于:所说的微弱电容测量模块(16)采用基于电荷放大原理的电容测量电路,电路的连接为:被测电容Cx一段接激励电压源Vi,另一端接运算放大器U1的反相输入端,电容Cf和电子开关S1一端接U1的反相输入端,另一端接U1的输出端,U1的同相端接地,电容C1和C2的一端接地,另一端分别与电子开关S2、S3的一端相连后分别连接到缓冲器U2和U3的输入端,电子开关S2、S3的另一端与U1的输出端相连,缓冲器U2和U3的输出端分别连接到仪表放大器U4的正、负输入端。
8.根据权利要求5所说的一种气固流化床动态监测系统,其特征在于:所说的微弱电容测量模块(16)安装在径向电极上。
CN 200410018200 2004-04-30 2004-04-30 气固流化床动态监测方法及其系统 Pending CN1569322A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 200410018200 CN1569322A (zh) 2004-04-30 2004-04-30 气固流化床动态监测方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 200410018200 CN1569322A (zh) 2004-04-30 2004-04-30 气固流化床动态监测方法及其系统

Publications (1)

Publication Number Publication Date
CN1569322A true CN1569322A (zh) 2005-01-26

Family

ID=34479400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 200410018200 Pending CN1569322A (zh) 2004-04-30 2004-04-30 气固流化床动态监测方法及其系统

Country Status (1)

Country Link
CN (1) CN1569322A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103743538A (zh) * 2014-01-09 2014-04-23 煤炭科学研究总院 一种流化床布风板试验装置
CN104655692A (zh) * 2013-11-19 2015-05-27 中国科学院工程热物理研究所 电容层析成像传感器
CN104755161A (zh) * 2012-10-19 2015-07-01 爱迪生太阳能公司 利用小波分解确定流化床反应器内的流化质量
CN105738212A (zh) * 2016-01-29 2016-07-06 河海大学 基于电容层析成像技术的岩石三轴试验裂隙扩展观测装置
CN105973775A (zh) * 2016-04-29 2016-09-28 江苏大学 一种双层电极阵列的螺旋输送管内粉体浓度检测装置
CN108310965A (zh) * 2018-01-26 2018-07-24 昆山市年沙助剂有限公司 一种氮氧化物尾气处理装置
CN111175355A (zh) * 2018-11-13 2020-05-19 中国科学院大连化学物理研究所 用于高温流化床测量的电容层析成像传感器及系统
CN113457590A (zh) * 2020-03-31 2021-10-01 中国科学院大连化学物理研究所 一种具有成像功能的高温微型反应器及其成像装置
CN113885624A (zh) * 2021-11-01 2022-01-04 中国科学院工程热物理研究所 颗粒制备调控系统及其调控方法
CN114606355A (zh) * 2022-03-07 2022-06-10 安徽工业大学 一种氢气流态化还原反应装置及铁矿粉聚团运动的监测和抑制方法

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104755161A (zh) * 2012-10-19 2015-07-01 爱迪生太阳能公司 利用小波分解确定流化床反应器内的流化质量
US9452403B2 (en) 2012-10-19 2016-09-27 Sunedison, Inc. Using wavelet decomposition to determine the fluidization quality in a fluidized bed reactor
CN104755161B (zh) * 2012-10-19 2018-06-22 爱迪生太阳能公司 利用小波分解确定流化床反应器内的流化质量
CN104655692A (zh) * 2013-11-19 2015-05-27 中国科学院工程热物理研究所 电容层析成像传感器
CN104655692B (zh) * 2013-11-19 2017-03-01 中国科学院工程热物理研究所 电容层析成像传感器
CN103743538B (zh) * 2014-01-09 2019-10-18 煤炭科学技术研究院有限公司 一种流化床布风板试验装置
CN103743538A (zh) * 2014-01-09 2014-04-23 煤炭科学研究总院 一种流化床布风板试验装置
CN105738212A (zh) * 2016-01-29 2016-07-06 河海大学 基于电容层析成像技术的岩石三轴试验裂隙扩展观测装置
CN105973775A (zh) * 2016-04-29 2016-09-28 江苏大学 一种双层电极阵列的螺旋输送管内粉体浓度检测装置
CN105973775B (zh) * 2016-04-29 2018-11-09 江苏大学 一种双层电极阵列的螺旋输送管内粉体浓度检测装置
CN108310965A (zh) * 2018-01-26 2018-07-24 昆山市年沙助剂有限公司 一种氮氧化物尾气处理装置
CN111175355A (zh) * 2018-11-13 2020-05-19 中国科学院大连化学物理研究所 用于高温流化床测量的电容层析成像传感器及系统
CN113457590A (zh) * 2020-03-31 2021-10-01 中国科学院大连化学物理研究所 一种具有成像功能的高温微型反应器及其成像装置
CN113885624A (zh) * 2021-11-01 2022-01-04 中国科学院工程热物理研究所 颗粒制备调控系统及其调控方法
CN114606355A (zh) * 2022-03-07 2022-06-10 安徽工业大学 一种氢气流态化还原反应装置及铁矿粉聚团运动的监测和抑制方法
CN114606355B (zh) * 2022-03-07 2023-10-10 安徽工业大学 一种氢气流态化还原反应装置及铁矿粉聚团运动的监测和抑制方法

Similar Documents

Publication Publication Date Title
CN1538168A (zh) 基于电容层析成像系统的油气两相流测量方法及其装置
Yu et al. A wavelet packet transform-based deep feature transfer learning method for bearing fault diagnosis under different working conditions
CN1569322A (zh) 气固流化床动态监测方法及其系统
CN102109451A (zh) 非接触电导气液两相流流型辨识装置及方法
Li et al. Fault diagnosis method based on encoding time series and convolutional neural network
CN109164159B (zh) 一种气固流化床气泡流动参数测量方法及装置
CN105650482B (zh) 一种基于频域的液体输送管道泄漏和污堵检测方法
CN107044820A (zh) 环状流局部动态液膜平均厚度的直接测量系统
CN111537032A (zh) 一种油气两相流参数测定装置及方法
Zhang et al. Application of Barzilai-Borwein gradient projection for sparse reconstruction algorithm to image reconstruction of electrical capacitance tomography
CN2695964Y (zh) 基于电容层析成像系统的油气两相流测量装置
CN106018872A (zh) 一种基于阵列式静电传感器的速度场层析成像方法
CN2748163Y (zh) 气固流化床动态监测系统
CN112881879A (zh) 一种高压电缆终端局部放电模式识别方法、装置及设备
CN1414382A (zh) 基于电阻层析成像的气液两相流分相含率的检测器及方法
Qu et al. Fault diagnosis of rolling bearing under time-varying speed conditions based on EfficientNetv2
CN106361278A (zh) 一种单次激励的感应式磁声快速成像方法
Xiong et al. Wavelet enhanced visualization of solids distribution in the top of a CFB
CN115078327A (zh) 一种基于神经网络架构搜索的危险化学品快速检测方法
Huang et al. ECT image reconstruction method based on multi-exponential feature extraction
CN1635369A (zh) 一种气液两相流流型快速在线识别方法
Hu et al. Direct estimation of gas holdup in gas–liquid bubble column reactors using ultrasonic transmission tomography and artificial neural processing
CN112860658A (zh) 基于数据挖掘的高速列车电磁发射预测方法
CN1904605A (zh) 新型空气离子静态测定法及空气离子静态测试系统
Aw et al. Application study on bubble detection in a metallic bubble column using electrical resistance tomography

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication