基于GA技术的电除尘器智能化监测诊断控制系统 |
|||||||
申请号 | CN201710077193.4 | 申请日 | 2017-02-09 | 公开(公告)号 | CN106861915A | 公开(公告)日 | 2017-06-20 |
申请人 | 广东松山职业技术学院; | 发明人 | 吴卫萍; 曹智梅; 姜海燕; 刘旭; 董海红; | ||||
摘要 | 本 发明 公开了一种基于GA技术的电 除尘器 智能化监测诊断控制系统,涉及智能监测诊断领域,该基于GA技术的 电除尘器 智能化监测诊断控制系统对BP神经网络系统进行动态优化,调整网络结构参数,提高收敛速度和 精度 ,改善在线预测效果。最大限度地提高电除尘器设备可开动率、利用率和效率,具有良好的实用价值。 | ||||||
权利要求 | 1.一种基于GA技术的电除尘器智能化监测诊断控制系统,其特征在于:所述基于GA技术的电除尘器智能化监测诊断控制系统包括电除尘器高压整流智能化监测控制装置和电除尘器阳极振打智能化监测控制装置两个部分,分别作用于电除尘器的电晕机和阳极,电除尘器高压整流智能化监测控制装置依次连接大型卧式板式双室三电场电除尘器和电除尘器阳极振打智能化监测控制装置。 |
||||||
说明书全文 | 基于GA技术的电除尘器智能化监测诊断控制系统技术领域背景技术[0002] 电除尘器是环保部门大力推荐,工厂企业常规配置的环保除尘设备。相对于机械除尘器等结构简单、除尘量大、除尘颗粒大灯前置除尘设备而言,由于电除尘器具有可回收细粒级粉尘的优势,在企业环保除尘系统中一般作为后置除尘设备。 [0003] 作为标配的大型卧式板式双室三电场电除尘器,其技术状况的优劣,直接影响到企业生产经营活动的正常进行,对除尘效率制约因素和改进措施的探讨就显得尤为重要。现有的大型卧式双室三电场除尘器结构复杂、工作条件差、故障点多、设备可开动率、利用率和效率相对较低。 发明内容[0004] 本发明所要解决的技术问题是提供一种基于GA技术的电除尘器智能化监测诊断控制系统,可最大限度地提高电除尘器设备可开动率、利用率和效率,具有良好的实用价值。 [0005] 为实现上述目的,本发明提供以下的技术方案:一种基于GA技术的电除尘器智能化监测诊断控制系统,其特征在于:所述基于GA技术的电除尘器智能化监测诊断控制系统包括电除尘器高压硅整流智能化监测控制装置和电除尘器阳极振打智能化监测控制装置两个部分,分别作用于电除尘器的电晕机和阳极,电除尘器高压硅整流智能化监测控制装置依次连接大型卧式板式双室三电场电除尘器和电除尘器阳极振打智能化监测控制装置。 [0006] 优选的,所述电除尘器高压整流智能化监测控制装置包括高压整流主电路和智能高压电路,高压硅整流主电路包括电抗器电路、可控硅电路、变压整流电路以及延时继电电路,电抗器电路输入端与外电网相联,变压整流电路的输出端与电除尘器的电晕极相联,延时继电电路为继电保护旁路,分别与电抗器电路输入端和可控硅电路输出端相联,高压整流智能调压电路包括电流变送器、电子计算机、服务器和电子控制器。电子计算机是核心部件,其基本配置应不低于酷睿二代双核CPU、4G内存、500G硬盘空间,机内置数字化监测诊断系统。 [0007] 优选的,所述电除尘器阳极振打智能化监测控制装置包括粉尘浓度变送器、扭力变送器、电子计算机、服务器、电子控制器、变频速调电机调频回路。 [0008] 采用以上技术方案的有益效果是:该基于GA技术的电除尘器智能化监测诊断控制系统对BP神经网络系统进行动态优化,调整网络结构参数,提高收敛速度和精度,改善在线预测效果。最大限度地提高电除尘器设备可开动率、利用率和效率,具有良好的实用价值。附图说明 [0009] 下面结合附图对本发明的具体实施方式作进一步详细的描述。 [0010] 图1是本发明于GA技术的电除尘器智能化监测诊断控制系统示意图; [0011] 图2是电除尘器高压硅整流智能化监测控制装置原理图; [0012] 图3是电除尘器阳极振打智能化监测控制装置原理图。 具体实施方式[0013] 下面结合附图详细说明本发明一种基于GA技术的电除尘器智能化监测诊断控制系统的优选实施方式。 [0014] 图1、图2和图3出示本发明一种基于GA技术的电除尘器智能化监测诊断控制系统的具体实施方式: [0015] 该电除尘器阳极振打智能化监测控制装置包括电除尘器高压整流智能化监测控制装置和电除尘器阳极振打智能化监测控制装置两个部分,分别作用于电除尘器的电晕机和阳极,如图1所示。 [0016] 在基于计算机技术的第二代火花跟踪自动高压硅整流装置出现后,电除尘器设备事故与故障发生率大幅度降低。但由于无法将偶然因素的瞬间放电个例排除,与国外领先技术比仍有一定差距,还有进一步开发的空间。 [0019] [0020] 式中u为随机变量的均值:δ2为随机变量的方差,其关系式为, 按公式计算出参考残差序列{at}R的概率密度函数PR(at)、待检残差序列{at}T的概率密度函数PT(at)、及将待检时序{xt}T通过滤波器ARR以后的残差序列{at}RT的概率密度函数PRT(at)。比较PR、RT、PRT之间的差异,达到识别状态的目的。 [0021] 对于大型卧式板式双室三电场电除尘器,可分为无故障模式、工作电压异常模式、A室(一、二、三电场)阳极振打频率异常模式、B室(一、二、三电场)阳极振打频率异常模式。通过测试在对应状态下除尘效率采集信号,建立相应的状态模型,求出信息距离的具体数值,将它们存储在图形化模糊神经网络专家知识库等专家系统中,作为参考样本。在实际操作中,对采集信息进行处理后,与参考样本的信息距离进行比较,确定故障有无和故障类别。 [0022] 电除尘器高压整流智能化监测控制装置技术方案如图2所示,该装置包括高压整流主电路和智能高压电路。 [0023] 高压整流主电路中电抗器电路输入端与外电网相联,变压整流电路的输出端与电除尘器的电晕极相联,延时继电电路为继电保护旁路,分别与电抗器电路输入端和可控硅电路输出端相联。 [0024] 高压整流智能调压电路包括电流变送器、电子计算机、服务器和电子控制器。电子计算机是核心部件,其基本配置应不低于酷睿二代双核CPU、4G内存、500G硬盘空间,机内置数字化监测诊断系统,整个系统分为硬件和软件两大部分,硬件部分主要为基于DSP数据采集技术的嵌入式设备状态监测模块,软件部分提供故障查询和诊断界面,输入端与电流变送器和服务器相联,输入端与电子控制器和服务器相联;电流变送器输入端与变压整电路输出端、电除尘器电晕极入端相联输出端与电子计算机相联,电流变送器包括电流信号传感器、延时继电器、电子放大器、A/D转换器等部件;服务器采用Access数据库技术,实现对大容量数据文件的管理,并配置了图形化模糊神经网络专家知识库; [0025] 电子控制器是基于机电一体化技术的电子伺服执行机构,输入、输出端分别连接电子计算机及可控硅电路触发回路。利用基于GA-BP算法的神经网路技术和计算机技术的信息系统对整流后的数字信号进行处理,控制可控硅触发回路导通角,调整整流输出高压。由于利用了内置于服务器的图形化模糊神经网络专家知识库判别,将偶然因素引起的瞬间放电排除在外,提高设备的开动率。 [0026] 大型卧式板式双室三电场电除尘器,是冶金、冶炼、化工、建材类大中型企业常规配置的大型、高效除尘除尘设备,体积庞大、结构复杂、振大部位较多,除阳极振打外,还包括阴极振打、前分布板振打、后分布板振打、集尘斗振打等部件,但鉴于阴极振打的除尘量占总除尘量的98%以上,故设备智能化监测控制系统在振打部位仅考虑对阴极振打装置振打效果的控制。 [0027] 电除尘器阳极振打智能化监测控制装置技术方案是,该装置包括粉尘浓度变送器、扭力变送器、电子计算机、服务器、电子控制器、变频速调电机调频回路,如图3所示。 [0028] 电子计算机是核心部件,机内内置多维回归分析软件,输入端与粉尘浓度变送器、扭力变送器、服务器相联,其输出端与电子控制器、服务器相联;服务器配置了图形化模糊神经网络专家知识库;电子控制器属于基于机电一体化技术的电子伺服执行机构,输入端与电子计算机相联,输入端与阳极振打变频调速电机调频回路相联;粉尘浓度变送器,包括粉尘浓度传感器,电子放大器和A/D转换器;扭力变送器,包括扭力传感器电子放大器和A/D转换器。这两种变送器均通过机电一体化方式分别安装正在电除尘器进出侧口和三个电场阳极振打轴上。 [0029] 该装置利用粉尘浓度变送器和扭力变送器这两种非电量电测元件,将电除尘器进、出口侧粉尘浓度变化情况以及电除尘器三个电场阳极振打传动扭矩变化情况转为数字信号,经过计算机内置的多维回归分析软件和服务器内置的图形化模糊神经网络专家知识库分析判断后,利用基于GA-BP算法的神经网络技术和计算机技术的信息系统进行数据处理后发出指令,通过执行部件电子控制器作用于阳极振打变频调速电机的调频回路,以改变电除尘器阳极振打频率,为电除尘器阳极振打系统提供了一种行之有效的智能装置化监测,该装置应用于大型卧式板式双室三电厂电除尘器。 [0030] 在工业企业生产现场中从设备管理的实际需要出发,往往要对电除尘器的粉尘浓度、测点温度、测点湿度以及电场强度、电位梯度、电流密度等参数状态评定参数进行预测,当然作为衡量电除尘器工作状态是最直接的指标参数,工作电压,电除尘器设备操作人员更应当时刻关注。因此,电除尘器设备管理人员应根据具体的预测数据源、预测要求,选取相应的网络结构。现场经验告诉我们,即使是同一类型预测数据源,由于受随机性因素的影响,在不同的时间区段内,对网络的要求也是不一样的。在操作过程中,一定要具体情况具体分析,切记不看实际对象而采用单一的固定模式。利用基于GA技术的电除尘器智能化在线监测诊断系统,网络可以根据历史数据和预测数据源,自动寻找最佳网络,上述预测问题就迎刃而解了。 [0031] 在实际应用中以某企业大型卧式板式双室三电场电除尘器除尘效率时间序列为例。该GA模型选取20个输入节点,以便在预测中尽量利用更多的数据信息,采用一个输入节点是为了充分利用已有的样本值。 [0032] 经GA优化后得到的网络结构参数与凭人工经验所确定的网络结构参数对比如表1所示。 [0033] 表1不同时间区段与人工经验确定的网络结构参数对比 [0034] [0035] [0036] 神经网络模型输入时间序列数据为: [0037] {Xt-1,Xt-2,...,Xt-20}={X1,X2,...,X20} [0038] 在实际预测时应对其进行归一化处理。 [0039] 基于GA技术的智能化监测诊断控制技术的大型卧式板式双室三电厂电除尘器智能化监测诊断控制系统实际达到的主要技术性能指标与国内行业平均水平及采用BP神经网络对比如表2所示。 [0040] 表2不同技术水平下电除尘器的主要技术指标 [0041] [0042] 以上的仅是本发明的优选实施方式,应当指出,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,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。 |