以重油为燃料的工业熔炉燃烧状态的测算方法技术

本发明专利技术以重油为燃料的工业熔炉燃烧状态的测算方法，用含氧量及火焰长度测算值判断燃烧状态。用常规仪器测量观察口抽风口温度和窑压，与图像设备所测火焰长度送入三输入单输出、ｎ个节点的神经网络Ⅰ，神经网络Ⅰ通过学习，得到输入信号和火焰长度的非线性关系和神经网络参数。即可只用常规仪表所测值经神经网络Ⅰ计算火焰长度。常规仪器所测的观察口温度、窑压和抽送风量测量值和分析仪器所测的含氧量送入四输入单输出、ｍ个节点的神经网络Ⅱ，得含氧量测算公式和参数。即可只用常规仪表所测值经神经网络Ⅱ计算含氧量。本法适用于各种高温工业窑炉，性能可靠，特别适用于玻璃窑炉熔炉；测算速度快，适于实时控制；使用常规仪表，测量成本低。

【技术实现步骤摘要】

本专利技术涉及燃烧状态的测量方法，具体为。(二)技术背景以重油为燃料的工业熔炉，要对炉内温度进行有效控制，同时燃烧的状态与节能和对环境的影响也有着很大的关系，所以必须对燃烧的状态，即是否充分燃烧，进行测量或估计。一般确定燃烧状态是用火焰长度和含氧量两个参数。燃烧火焰的长度过短，燃烧不充分，不利于节能，且排出烟气中颗粒物多，污染环境。而火焰长度过长，冲击窑壁，会降低窑炉使用寿命。火焰长度要保持在一定数值范围内。而熔炉内空气含氧量过低或过高，都会使重油燃烧不充分，要达到最佳的完全燃烧，含氧量要控制在一定范围内。所以，火焰的长度和含氧量是工业窑炉控制燃烧状态的两个重要的参数。目前，火焰的长度通常采用图像处理的方法进行测量，而火焰图像探测设备价格昂贵。特别是在高温，如在1200度以上的环境下，此类设备的实际中应用尚不成熟。含氧量常用氧化锆传感器进行测量。它是属于分析仪器，不仅价格高，而且在工业窑炉的实际现场应用中，其寿命过短，实时性和可靠性也难以保证。
技术实现思路
本专利技术提供的，是通过对火焰长度和含氧量的测算来确定燃烧状态。本方法使用常规的高温辐射传感器、压力传感器，在窑炉观察口对温本文档来自技高网...

【技术保护点】
一种以重油为燃料的工业熔炉燃烧状态的测算方法，是通过对火焰长度和含氧量的测算值来确定燃烧状态；其特征为：火焰长度测算方法为：安装观察口温度传感器、窑压传感器和抽风口温度传感器，分别测量温度Ｔ↓［１］、Ｔ↓［２］和压力值Ｐ；设置神经网络Ⅰ，其为三输入、单输出的函数映射关系，共有三层，中间层有ｎ个隐含节点；温度压力的三个测量值送入含Ａ／ＤＤ／Ａ的嵌入式计算机，对各个输入信号滤波预处理和归一化处理，之后送入神经网络Ⅰ；与此同时，图像设备得到的实际的火焰长度，也送入神经网络Ⅰ；神经网络Ⅰ通过最速下降学习，得到３个输入信号和火焰长度的非线性关系，得到神经网络参数，即仪表常数ｗ↓［１］、ｗ↓［２］、ｗ↓［...

【技术特征摘要】
1一种以重油为燃料的工业熔炉燃烧状态的测算方法，是通过对火焰长度和含氧量的测算值来确定燃烧状态；其特征为火焰长度测算方法为安装观察口温度传感器、窑压传感器和抽风口温度传感器，分别测量温度T1、T2和压力值P；设置神经网络I，其为三输入、单输出的函数映射关系，共有三层，中间层有n个隐含节点；温度压力的三个测量值送入含A/D D/A的嵌入式计算机，对各个输入信号滤波预处理和归一化处理，之后送入神经网络I；与此同时，图像设备得到的实际的火焰长度，也送入神经网络I；神经网络I通过最速下降学习，得到3个输入信号和火焰长度的非线性关系，得到神经网络参数，即仪表常数w1、w2、w3和b，结果如式Ay1=f(Σi=1nf(wi1T1+wi2p+wi3T2)+bi)----A,]]>其中f(x)=1(1+e-x),]]>得到仪表常数后，撤除图像设备，观察口温度传感器、窑压传感器和抽风口温度传感器测量的温度T1、T2和压力值P，送入神经网络I，用式A计算火焰长度y1，此结果经反归一化处理输出；含氧量测算方法为安装观察口温度传感器和窑压传感器，在窑炉的抽风口和送风口分别安装变频器，测量表示抽风量和送风量的频率Q1、Q2；设置神经网络II，其为四输入、单输出的函数映射关系，共有四层，中间层有m个隐含节点；温度、压力和风量频率的四个测量值送入含A/D D/A的嵌入式计算机，对各个输入信号滤波预处理...

【专利技术属性】
技术研发人员：党选举，谭永红，陈辉，
申请(专利权)人：桂林电子工业学院，
类型：发明
国别省市：45[中国|广西]