一种基于冷凝器设备的智能分析方法和系统技术方案

本发明专利技术公开了一种基于冷凝器设备的智能分析方法和系统，具体涉及冷凝器智能分析技术领域，通过图像识别确定目标冷凝器设备，通过传感器获得目标冷凝器设备的实时数据和工作参数，并将其储存在数据库中，从数据库中提取目标冷凝器设备的实时数据和工作参数，并对目标冷凝器设备的实时数据和工作参数进行特征提取，并将提取的特征参数进行处理后发送到数据分析计算模块，通过数学模型进行分析，分析出目标冷凝器设备的性能指数，并对处于高风险等级的目标冷凝器设备进行编号发送到控制模块，实现了快速地冷凝过程，与传统分析方法相比，分析时间大幅缩短，提高了分析效率

【技术实现步骤摘要】
一种基于冷凝器设备的智能分析方法和系统


[0001]本专利技术涉及冷凝器智能分析
，更具体地说，本专利技术涉及一种基于冷凝器设备的智能分析方法和系统
。

技术介绍

[0002]在现有工业生产中，为了提高生产效率和产品质量，经常需要对物质进行分析和检测，传统的分析方法存在实验操作复杂
、
分析周期长
、
精度低等问题，因此，需要一种新的智能分析方法和系统来提高分析效率和准确性，传统的冷凝器设备通常用于将气体或蒸汽冷凝为液体，以实现能量的转移和有效的热传导，然而，传统的冷凝器设备在运行过程中存在一些问题，例如，由于无法准确监测和分析冷凝器的工作状态，冷凝器存在能效低下
、
能耗浪费
、
设备故障等问题
。
[0003]首先，需要将待分析物准备好，并将其引入系统中以进行后续的分析，待分析物经过喷雾器喷入冷凝器中，冷凝器通过控制温度
、
压力等参数，将待分析物从气相迅速冷凝成液相，冷凝过程可以通过调节冷凝器的各种参数来实现，在冷凝过程中，传感器实时监测液相的相关参数，如温度
、
压力
、
流速等，传感器采集到的参数数据通过传输线路传送到数据处理模块，数据处理模块接收传感器采集的参数数据，并进行实时分析和处理，数据处理模块采用先进的智能算法，根据参数数据对待分析物进行快速的定性和定量分析，分析完成后，用户可以通过用户界面查看分析结果
。
用户界面提供直观友好的操作界面，显示分析结果并支持进一步的操作和分析
。
[0004]为了解决上述问题，近年来，一些智能分析方法和系统被应用于冷凝器设备中，这些方法和系统利用传感器
、
数据采集设备和数据分析算法等技术，对冷凝器设备的运行状态进行实时监测
、
分析和预测
。
然而，目前的智能分析方法和系统仍然存在一些不足之处，例如数据分析精度不高
、
系统反应速度慢
、
对异常情况处理不及时等
。

技术实现思路

[0005]为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于冷凝器设备的智能分析方法和系统，以解决上述
技术介绍
中提出的问题
。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种基于冷凝器设备的智能分析系统，包括：
[0007]数据预收集模块：包括设备确定单元和数据采集单元；
[0008]所述设备确定单元通过图像识别确定目标冷凝器设备，并将目标冷凝器设备发送至数据采集单元；
[0009]所述数据采集单元通过传感器获得目标冷凝器设备的实时数据和工作参数，并将其储存在数据库中；
[0010]数据预处理模块：通过从数据库中提取目标冷凝器设备的实时数据和工作参数进行特征提取，并将提取的特征参数进行处理后发送到数据分析计算模块；
[0011]数据分析计算模块：包括特征参数计算单元和数据分析单元；
[0012]所述特征参数计算单元通过数学模型对目标冷凝器设备的特征参数
.
进行计算，得出目标冷凝器设备的性能指数；
[0013]所述数据分析单元通过数学模型对目标冷凝器设备的性能指数进行分析，得出目标冷凝器的风险等级，并发送到状态预测模块；
[0014]状态预测模块：根据目标冷凝器的性能评估系数分析目标冷凝器设备发生故障的风险等级，并发送到预警模块；
[0015]预警模块：对超过风险指数阈值的目标冷凝器设备进行预警处理，并发出预警信号到控制模块；
[0016]控制模块：用于接收预警模块发出的预警信号，并对标记的目标冷凝器设备进行断电处理
。
[0017]优选的，所述目标冷凝器设备包括冷凝器
、
压缩机和至少一个冷凝风机，所述冷凝器是由蒸汽入口
、
换热管
、
管板
、
前水室
、
后水室
、
冷却水入口
、
冷却水出口，以及凝结水集水箱组成
。
[0018]优选的，所述对目标冷凝器设备的实时数据进行采集，具体的步骤为：
[0019]A1、
选取两个同型号的目标冷凝器，一个为未经使用的目标冷凝器，另一个为使用
H
段时间的目标冷凝器，分别记为
a1，
a2；
[0020]A2、
将
a1投入使用，通过传感器测得
a1的传热端温度为
w、
冷却水温为
b、
压力为
p
；
[0021]A3、
对
a2进行供电，通过传感器测得
a2的传热端温度为
w
’
、
冷却水温为
b
’
、
压力为
p
’
；
[0022]A4、
通过公式计算出目标冷凝器的传热段温差
Δ
w、
冷却水温升
Δ
b、
压力差为
Δ
p。
[0023]优选的，所述计算
Δ
w、
Δ
b
，以及
Δ
p
对污垢变化的灵敏度，具体包括：
[0024]将
Δ
w、
Δ
b
，以及
Δ
p
分别转换为向量表示，即
Δ
w
＝
f(R
f
，
Z1)
，
Δ
b
＝
f(R
f
，
Z2)
，
Δ
p
＝
f(R
f
，
Z3)
；其中，
R
f
表示为污垢热阻，
Z1、Z2，以及
Z3分别表示为影响
Δ
w、
Δ
b
，以及
Δ
p
的其他影响因素；
[0025]当
R
f
变化
Δ
R
f
时，则公式
Δ
w+
Δ
w
’
＝
f(R
f
+
Δ
R
f
，
Z1)
成立，将上述公式通过泰勒展开，则有其中表示为函数
f
对于变量
R
f
的偏导数，表示为函数
f
对于
Z1的偏导数，则由
Δ
R
f
变化引起的
Δ
w
变化可以表示为设
Δ
w
对污垢变化的灵敏度对污垢变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于冷凝器设备的智能分析系统，其特征在于，包括：数据预收集模块：包括设备确定单元和数据采集单元；所述设备确定单元通过图像识别确定目标冷凝器设备，并将目标冷凝器设备发送至数据采集单元；所述数据采集单元通过传感器获得目标冷凝器设备的实时数据和工作参数，并将其储存在数据库中；数据预处理模块：通过从数据库中提取目标冷凝器设备的实时数据和工作参数进行特征提取，并将提取的特征参数进行处理后发送到数据分析计算模块；数据分析计算模块：包括特征参数计算单元和数据分析单元；所述特征参数计算单元通过数学模型对目标冷凝器设备的特征参数
.
进行计算，得出目标冷凝器设备的性能指数；所述数据分析单元通过数学模型对目标冷凝器设备的性能指数进行分析，得出目标冷凝器的风险等级，并发送到状态预测模块；状态预测模块：根据目标冷凝器的性能评估系数分析目标冷凝器设备发生故障的风险等级，并发送到预警模块；预警模块：对超过风险指数阈值的目标冷凝器设备进行预警处理，并发出预警信号到控制模块；控制模块：用于接收预警模块发出的预警信号，并对标记的目标冷凝器设备进行断电处理
。2.
根据权利要求1所述的一种基于冷凝器设备的智能分析系统，其特征在于，所述目标冷凝器设备包括冷凝器
、
压缩机和至少一个冷凝风机，所述冷凝器是由蒸汽入口
、
换热管
、
管板
、
前水室
、
后水室
、
冷却水入口
、
冷却水出口，以及凝结水集水箱组成
。3.
根据权利要求1所述的一种基于冷凝器设备的智能分析系统，其特征在于，对目标冷凝器设备的实时数据进行采集，具体的步骤为：
A1、
选取两个同型号的目标冷凝器，一个为未经使用的目标冷凝器，另一个为使用
H
段时间的目标冷凝器，分别记为
a1，
a2；
A2、
将
a1投入使用，通过传感器测得
a1的传热端温度为
w、
冷却水温为
b、
压力为
p
；
A3、
对
a2进行供电，通过传感器测得
a2的传热端温度为
w
’
、
冷却水温为
b
’
、
压力为
p
’
；
A4、
通过公式计算出目标冷凝器的传热段温差
Δ
w、
冷却水温升
Δ
b、
压力差为
Δ
p。4.
根据权利要求3所述的一种基于冷凝器设备的智能分析系统，其特征在于，计算
Δ
w、
Δ
b
，以及
Δ
p
对污垢变化的灵敏度，具体包括：将
Δ
w、
Δ
b
，以及
Δ
p
分别转换为向量表示，即
Δ
w
＝
f(R
f
，
Z1)
，
Δ
b
＝
f(R
f
，
Z2)
和
Δ
p
＝
f(R
f
，
Z3)
其中，
R
f
表示为污垢热阻，
Z1、Z2以及
Z3分别表示为影响
Δ
w、
Δ
b
，以及
Δ
p
的其他影响因素；当
R
f
变化
Δ
R
f
时，则公式
Δ
w+
Δ
w
’
＝
f(R
f
+
Δ
R
f
，
Z1)
成立，将上述公式通过泰勒展开，则有其中表示为函数
f
对于变量
R
f
的偏导数，表示为函数
f
对于
Z1的偏导数，则由
Δ
R
f
变化引起的
Δ
w
变化可以表示为
设
Δ
w
对污垢变化的灵敏度对污垢变化的灵敏度同理可的
Δ
b
和
Δ
p
对污垢变化的灵敏度为
α
和
β
，则
5.
根据权利要求4所述的一种基于冷凝器设备的智能分析系统，其特征在于，通过
Δ
w、
Δ
b
，以及
Δ
p
对污垢变化的灵敏度来确定污垢变化的特征向量，具体包括：由上述可知
Δ
w、
Δ
b
，以及
Δ
p
对污垢变化的灵敏度分别用
α
和
β
来表示，由以及可知，要确定
Δ
w、
Δ
b
，以及
Δ
p
对污垢变化的灵敏度，关键在于求解输出变量关于输入变量的偏导数
BP
神经网络...

【专利技术属性】
技术研发人员：潘建法，丁海峰，刘思峰，张长发，李爱香，张纪超，
申请(专利权)人：山东巨瀚生物科技有限公司，
类型：发明
国别省市：