一种高精度大流量气体加热装置及方法制造方法及图纸

本发明专利技术属于气体加热技术领域，涉及一种高精度大流量气体加热装置及方法。解决了目前液体火箭发动机地面试验无法提供5000L/min大流量、150℃高温空气的技术问题。本发明专利技术利用可控硅电流、压力、流量三个温度输出影响参量建立基于神经网络的自决策模型，通过自学习、自调整实现了在多参量耦合情况下温度的精确控制，控温精度由±10℃提高到±0.5℃，控温稳定时间小于5min。

A high precision and large flow gas heating device and method

【技术实现步骤摘要】
一种高精度大流量气体加热装置及方法
本专利技术属于气体加热
，涉及一种高精度的针对大流量气体的加热装置及方法。
技术介绍
在液体火箭发动机试车前，需要对燃气管线进行提前测试，在地面试验时，先对管线在发动机工作真实工况下的热、压力、力学环境进行模拟，从而对发动机试验管线的强度、刚度、密封性、可靠性进行全面考核，一般采用高温燃气充满管线进行压力、温度等测量值的采集，保证燃气管线使用可靠。同时，目前在冲压发动机进行研制过程中，为了在地面开展发动机超声速燃烧室的试验研究，也需要研建可以模拟发动机飞行状态的地面设备，为发动机试验提供高速、大流量高温空气，目前地面试验根据型号需求需要提供150℃，5000L/min流量的气体。但是目前针对管线内的空气加热主要有被动保温和主动加热两种方式，被动保温主要利用保温层将管线包裹，减少管线内温度和外界的热交换，但是只能将温度保持在室温，无法继续加热。主动加热方式主要采用电阻加热器加热，通过控制电阻加热器电流大小控制温度变化，但是在大流量气体加热时，空气加热的结果具有多输入、多输出、大滞后、强耦合等因素影本文档来自技高网...

【技术保护点】
1.一种高精度大流量气体加热装置，其特征在于：包括管线、设置在管线上的元器件、用于控制元器件的电气装置、主控机及上位机；/n所述元器件包括依次设置的调节阀、风机、电加热器组件、压力流量温度采集装置及旋拧阀；/n所述电气装置包括执行机构、变频器、电加热控制箱、模拟量采集板卡及数字量采集板卡；/n所述执行机构与调节阀通讯，用于控制调节阀的开度；所述变频器与风机连接，用于控制风机叶片转速；所述电加热控制箱与电加热器组件相连，用于控制电加热器组件的温度变化；所述模拟量采集板卡与压力流量温度采集装置的输出端相连，用于采集当前气体的压力流量温度值；所述数字量采集板卡与旋拧阀相连，用于采集旋拧阀的输出信号；...

【技术特征摘要】
1.一种高精度大流量气体加热装置，其特征在于：包括管线、设置在管线上的元器件、用于控制元器件的电气装置、主控机及上位机；
所述元器件包括依次设置的调节阀、风机、电加热器组件、压力流量温度采集装置及旋拧阀；
所述电气装置包括执行机构、变频器、电加热控制箱、模拟量采集板卡及数字量采集板卡；
所述执行机构与调节阀通讯，用于控制调节阀的开度；所述变频器与风机连接，用于控制风机叶片转速；所述电加热控制箱与电加热器组件相连，用于控制电加热器组件的温度变化；所述模拟量采集板卡与压力流量温度采集装置的输出端相连，用于采集当前气体的压力流量温度值；所述数字量采集板卡与旋拧阀相连，用于采集旋拧阀的输出信号；
所述主控机与变频器、电加热控制箱、模拟量采集板卡、数字量采集板卡的输出端相连；
所述上位机包括存储器及处理器，所述存储器中存储计算机程序，所述计算机程序被处理器执行时，实现以下过程：
步骤一、设定神经网络初始值及初始化神经网络；
所述神经网络包括输入层、隐含层及输出层；所述输入层包括四个神经元，分别为气体流量温度神经元、输入电流神经元、管线压力神经元、空气流量神经元；所述隐含层包括五个神经元；所述输出层包括一个神经元，为气体流量温度神经元；
确定输入层节点数M为4；
隐含层节点数Q为5；
设定输入层计算公式为x(1∶4)＝r(k)，r(k)为4神经元列向量；输入层四个变量中，定义气体流量温度r1(k)、输入电流r2(k)、管线压力r3(k)、空气流量r4(k)的输入变量依次为：r1(k)＝e(k-1)-e(k-2)、r2(k)＝e(k)-e(k-1)，r3(k)＝e(k)，r4(k)＝e(k)-2*e(k-1)+e(k-2)，e(k)为控制系统的误差，即为大流量空气的目标温度值与实际输出值之间的差值；
输入层到隐含层的输入为w1(k)r(k)，其中，w1(k)为5行4列矩阵，w1(k)r(k)为5个神经元的列向量；
隐含层输出为
输出层的神经元权值初值设定为
步骤二、确定学习率η和动量因子α；
动量因子大于等于0小于1；不同神经元具有不同的学习率；
步骤三、训练神经网络；
步骤3.1、定义代价函数并计算局部梯度，神经元的局部梯度为δ(k)＝e(k)f(x)r(k)；
其中，输出层的神经元权值可调整为
步骤3.2、将当前采集到的气体流量温度r1(k)、输入电流r2(k)、管线压力r3(k)、空气流量r4(k)输入神经网络模型；计算输出输入误差e(k)＝f(x)-yk，其中yk为测量的输出空气流量的温度值；
根据e(k)计算各层的输入输出值，完成神经网络的训练；
步骤四、完成温度控制；
利用训练好的神经网络，调整输入电流r2(k)的输入，令k＝k+1，重复步骤3.1至步骤3.2，直至输出输入误差e(k)＝0；完成温度的精确控制。


2.根据权利要...

【专利技术属性】
技术研发人员：赵华，孙新新，张建斌，杜云飞，赵米峰，雷晓娟，
申请(专利权)人：西安航天计量测试研究所，
类型：发明
国别省市：陕西;61