一种智能化脱硫脱硝除尘设备的监测方法、系统及介质技术方案

本发明专利技术公开了一种智能化脱硫脱硝除尘设备的监测方法，通过多传感器对电磁阀数据进行采集分析，判断故障发生和故障类型，根据多信息融合，采用智能算法对除尘电磁阀的使用寿命进行预测，实现了对脱硫脱硝除尘设备的除尘电磁阀进行故障监测和预警，实现了自动化巡检，节约了人力巡检模式的人力资源，并且有利于即时发现故障和解决故障，提高了设备的可靠性。本发明专利技术还公开了一种智能化脱硫脱硝除尘设备的监测系统，系统通过获取电磁阀传感器信息对除尘电磁阀工作状态进行监测和预测，并将获取的数据结果发送至用户手机APP或上位机等终端，实现自动化监测和预警。实现自动化监测和预警。实现自动化监测和预警。

【技术实现步骤摘要】
一种智能化脱硫脱硝除尘设备的监测方法、系统及介质


[0001]本专利技术涉及脱硫脱硝设备领域，尤其是一种智能化脱硫脱硝除尘设备的监测方法和系统。

技术介绍

[0002]燃料发电厂是我国能源消耗和污染物排放量最大的源头，燃料电厂的生产系统急需进行脱硫脱硝改造和烟气除尘技术的改造，以此减少电厂生产过程中排放的污染量，使能源利用效率得以提升。由于燃煤而产生的硫和硝若是不经过一系列的净化处理就直接排放到大气中，这样做肯定会对周围环境和大气带来严重的影响，还会破坏整个生态系统的平衡。
[0003]煤炭脱硫脱硝设备中，在生产过程中必然伴随着巨大的粉尘，除尘问题的解决迫在眉睫，目前，在设备中常采用的电磁阀吹扫的方式，通过通入高压气流对设备的各个点位进行除尘，由于电磁阀数量巨大，现场巡检需要耗费大量的人力物力，并且由于吹扫电磁阀数量大，现场环境恶劣，巡检人员无法仔细对每个吹扫电磁阀进行检测维护，因此，吹扫电磁阀无法得到及时维护，造成故障的出现，从而导致设备整机故障的情况时有发生，并且故障后，维修人员可以很难迅速发现故障电磁阀数量和位置以及故障类型，无法及时有效地解决故障问题。

技术实现思路

[0004](一)解决的技术问题
[0005]为了解决上述技术问题，本专利技术提供一种智能化脱硫脱硝除尘设备的监测方法和系统，通过多传感器对电磁阀数据进行采集分析，判断故障发生和故障类型，根据多信息融合，采用智能算法对除尘电磁阀的使用寿命进行预测，实现了对脱硫脱硝除尘设备的除尘电磁阀进行故障监测和预警，实现了自动化巡检，节约了人力巡检模式的人力资源，并且有利于即时发现故障和解决故障，提高了设备的可靠性。
[0006](二)技术方案
[0007]为了解决上述存在的技术问题，实现专利技术目的，本专利技术是通过以下技术方案实现的：
[0008]智能化脱硫脱硝除尘设备的监测方法包括如下步骤：
[0009]步骤S1：获取除尘电磁阀传感器数据，包括除尘电磁阀控制电压、流量计测量数据以及电流传感器数据。
[0010]步骤S2：根据传感器数据判断电磁阀状态是否故障，若电磁阀故障，则进入S3，否则进入S4。
[0011]步骤S3：判断电磁阀故障类型，根据获取的传感器数据判断故障类型，主要分为电磁阀控制器故障、电磁阀线圈短路或者断路、主阀芯或铁动芯的密封件损坏或者电磁阀门卡住、主阀芯或铁动芯或弹簧损坏。
[0012]步骤S4：预测电磁阀正常使用次数。通过神经网络算法得到的预测值。计算电磁阀预计剩余使用寿命：将电磁阀预测寿命减去已使用寿命，并将设定的固定上限值减去已使用寿命；选择二者最小值为剩余使用寿命；
[0013]步骤S5：发送信息至控制器和远程终端。若检测出故障，将故障信息，检出时间发送到系统服务器，由服务器保存信息并将信息发送到用户终端；若未检测出故障，则将预测信息发送到服务器，并在预计使用寿命小于一定阈值时，发送警告信息给用户终端。
[0014]进一步地，步骤S3还包括：
[0015](1)根据步骤S1获取的电磁阀控制电压与正常控制电压比较，判断电磁阀控制电压是否正常，若不正常，则初步判定为电磁阀控制器故障；
[0016](2)根据电流传感器检测电磁阀线圈电流，判断除尘电磁阀线圈是否发生短路或者断路故障；若电流为零，则初步判定为除尘电磁阀线圈发生断路，若电流为无穷大，则初步判定为线圈发生短路；
[0017](3)流量计测量喷出气体的流量，通过获取电磁阀控制信号与喷出气体流量相对比，判断电磁阀是否存在漏气或者气量不正常的情况；
[0018]若电磁阀线圈电流正常，电磁阀控制信号控制电磁阀关闭，而流量计检测到有气体流量流出，则初步判定主阀芯或铁动芯的密封件损坏或者电磁阀门卡住；
[0019]若电磁阀线圈电流正常，电磁阀控制信号控制电磁阀开启，而流量计检测到气体流量不稳定或流量偏离正常值较大，则初步判定电磁阀内部故障，如主阀芯或铁动芯或弹簧损坏。
[0020]进一步地，步骤S4还包括：
[0021]S41：调取服务器中存储的历史故障的除尘电磁阀控制电压、流量计测量数据以及电流传感器数据三个监测参数，并进行标准化处理：
[0022]具体计算如下公式进行标准化：
[0023][0024]其中，x
iij
为标准化后的数据，E(Xj)为向量Xj的均值，S2(X
j
)为向量Xj的方差；
[0025]S42：建立RBF网络模型
[0026]建立三层神经网络，分别为输入层，隐含层和输出层。其中，三个监测参数作为输入层的输入，输出层为预测的电磁阀寿命；
[0027]隐含层的输出为：
[0028][0029]其中，σ
i
为第i个隐节点的标准化常数，X
p
为输入径向量，C
i
为对应的高斯函数的中心向量；
[0030]输出层输出为：
[0031][0032]其中，w
ij
为加权系数。
[0033]S43：训练并验证预测模型
[0034]将训练样本分为两个部分，以最新时刻的n个样本作为验证样本测试网络性能，而非传统的采用全部样本进行测试，这样能够使得网络结构更加适应设备最新状态的变化。当初始训练模型验证时精度不满足要求时，重新训练确定模型结构，确保模型预测结果匹配设备当前状态。并且，基于数据时间赋予不同时间的样本权重，对于时间距离较近的数据赋予较重的权重，时间距离较远的赋予较轻的权重，从而突出距离当前时刻较近的信息，抑制距离较远的信息，达到数据信息高效利用。具体如下公式表示：
[0035][0036]其中，δ为样本x对应的权重，p为固定值，N为样本x的时间序列，Num为训练样本数。
[0037]模型训练步骤如下：
[0038]a.通过思维进化算法生成神经网络的初始权值和阈值：
[0039](1)在解空间内随机生成一定数量的接，通过适用度函数确定得分高的M个优胜个体与T个临时个体。
[0040]b.趋同操作：各子群体内部个体为成为胜者而进行局部竞争的过程为趋同过程，每个种群中的局部子种群Si的个体进行斗争，获得局部最优个体Ni,nb,在迭代的过程中，当最优个体不再发生改变时，可认为子种群发展成熟，以子种群中的最优个体x的得分作为该子种群的得分；子种群Si的个体Ni服从正态分布：
[0041]N
i
(μ
i
,C
i
)
[0042]其中，μ
i
为最优个体Ni,nb的坐标，即神经网络的权值和阈值，C
i
为协方差矩阵。
[0043]c.异化操作。异化操作是子群体成熟后，临时子群体替换和子群体释放的过程，从而完成全局寻优。即比较优胜子种群与临时子种群的得分，保留得分高的子种群，另一个子种群则被释放，被释放于解空间的个体形成了新的临时子种群，从而完成优胜子种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能化脱硫脱硝除尘设备的监测方法，其特征在于，包括以下步骤：步骤S1：获取除尘电磁阀传感器数据，包括除尘电磁阀控制电压、流量计测量数据以及电流传感器数据；步骤S2：根据传感器数据判断电磁阀状态是否故障，若电磁阀故障，则进入S3，否则进入S4；步骤S3：判断电磁阀故障类型，根据获取的传感器数据判断故障类型，主要分为电磁阀控制器故障、电磁阀线圈短路或者断路、主阀芯或铁动芯的密封件损坏或者电磁阀门卡住、主阀芯或铁动芯或弹簧损坏；步骤S4：预测电磁阀剩余正常使用次数；通过神经网络算法得到的预测值；计算电磁阀预计剩余使用寿命：将电磁阀预测寿命减去已使用寿命，并将设定的固定上限值减去已使用寿命；选择二者最小值为剩余使用寿命；步骤S5：发送信息至控制器和远程终端；若检测出故障，将故障信息，检出时间发送到系统服务器，由服务器保存信息并将信息发送到用户终端；若未检测出故障，则将预测信息发送到服务器，并在预计使用寿命小于一定阈值时，发送警告信息给用户终端。2.根据权利要求1所述的智能化脱硫脱硝除尘设备的监测方法，其特征在于，所述步骤S3还包括：根据步骤S1获取的电磁阀控制电压与正常控制电压比较，判断电磁阀控制电压是否正常，若不正常，则初步判定为电磁阀控制器故障；根据电流传感器检测电磁阀线圈电流，判断除尘电磁阀线圈是否发生短路或者断路故障；若电流为零，则初步判定为除尘电磁阀线圈发生断路，若电流为无穷大，则初步判定为线圈发生短路；流量计测量喷出气体的流量，通过获取电磁阀控制信号与喷出气体流量相对比，判断电磁阀是否存在漏气或者气量不正常的情况；若电磁阀线圈电流正常，电磁阀控制信号控制电磁阀关闭，而流量计检测到有气体流量流出，则初步判定主阀芯或铁动芯的密封件损坏或者电磁阀门卡住；若电磁阀线圈电流正常，电磁阀控制信号控制电磁阀开启，而流量计检测到气体流量不稳定或流量偏离正常值较大，则初步判定电磁阀内部元件故障。3.根据权利要求1所述的智能化脱硫脱硝除尘设备的监测方法，其特征在于，所述步骤S4还包括：S41：调取服务器中存储的历史故障的除尘电磁阀控制电压、流量计测量数据以及电流传感器数据三个监测数据，并进行标准化处理；S42：建立RBF网络模型；S43：训练并验证预测模型；S44：使用预测模型计算当前在使用的电磁阀的预测寿命。4.根据权利要求3所述的智能化脱硫脱硝除尘设备的监测方法，其特征在于，所述步骤S41还包括：采用如下公式进行标准化：其中，x
iij
为标准化后的数据，E(x
j
)为输入变量x
j
的数学期望；S2(x
j
)为输入变量x
j
的方差。5.根据权利要求3所述的智能化脱硫脱硝除尘设备的监测方法，其特征在于，所述步骤
S42还包括：神经网络隐含层的输出为：其中，σ
i
为第i个隐节点的标准化常数，X
p
为输入径向量，C
i
为对应的高斯函数的中心向量；输出层输出为：其中，w
ij
为加权系数。6.根据权利要求3所述的智能化脱硫脱硝除尘设备的监测方法，其特征在于，所述步骤S43还包括：对数据基于时间先后赋予不同的权值，具体为：其中，δ为样本x对应的权重，p为固定值，N为...

【专利技术属性】
技术研发人员：肖兴华，唐宇，
申请(专利权)人：湖南雪墨电气科技有限公司，
类型：发明
国别省市：