最新公式模板

1、一 问题重述1.1问题背景21世纪我国工业生产处于全面发展时期，电力技术也逐步增大，导致了环境中的恶化，环境中微细粒子是影响城市大气质量和能见度的主要因素，并严重危害人性健康，而电除尘器对微细粒子的捕捉能力有限，客观上需求更高效率的除尘器，那就是袋式除尘器。袋式除尘器经过多年的运行暴露出一些问题，如滤袋易损坏、结露、运行阻力高、袋式除尘器经过多年的运行暴露出一些问题，如滤袋易损坏、结露、运行阻力高、清灰失灵、灰斗卸灰不畅等。本文对目前袋式除尘器在稳定性方面的问题上进行了分析和讨论。袋式除尘器在较低粉尘浓度下，阻力小，除尘效率高能耗低，但当入口粉尘浓度很高的情况下，其出口浓度仍不能低于国家新的粉

2、尘浓度排放100gm3以下的要求，同时会大大增加滤袋数目或增加滤袋长度，而由于入口粉尘浓度较高，系统运行阻力较大，从而增加运行费用。所以，提高袋式除尘器运行的稳定性是解决问题的关键，因此需要进一步提高滤袋的使用寿命就要研究袋式除尘器系统中气流分布、喷吹方式等问题。1.2问题提出袋式除尘器安全性能的问题属于海量数据复杂运算测试问题范畴，传统认识上，单纯根据经验数据设定临界值，判断单传感器测试数据是否超出临界范围的测试方法理论比较单一，实际应用中，可操作性不高，而且忽略了各类传感器之间互相的联系所以得到的测试结果就显的不那么严谨了。因此，研究出影响袋式除尘器稳定性的因素不仅是电力生产的需要，也是国

3、家对环境保护的要求，本课题正是针对这种情况提出的。二 模型假设1 忽略风力冲刷与布袋所产生的摩擦系数等相关因素对于所测得的数据产生的误差，假设模型为相对理想的状态。2 假设影响布袋使用寿命的影响因素有三方面，即滤袋底部风速、喷吹偏心角、滤袋内外压差。三种因素所获得的传感器参数系数对于布袋除尘系统的稳定性是成函数模型的形式。3 假设样本数据所得出的基本事件可以代表总体的样本空间的结果。三 符号说明：滤袋底部风速：喷吹偏心角：滤袋内外压差：为采集数量，：为袋室个数，：为花板纵向孔数：风速最大值：风速平均值：风速标准差：偏心角最大值：偏心角标准差：内外压差最大值：内外压差平均值：内外压差标准差：风速

4、状态四 问题分析根据查找的资料得知袋式除尘器的滤袋安全性能的相关影响因素，特对如下相关量进行分析：滤袋底部风速、分风不均匀性、喷吹偏心角、滤袋内外压差、喷吹不均匀性。 其中对于滤袋安全性能的影响因素有以下几方面： 1.滤袋底部风速 根据流场测试分析，气流进入袋室后，滤袋底部以上流场的分布基本是均匀的，而滤袋底部以下空间流场分布紊乱，高速的含尘气流正面冲击滤袋，紊乱的含尘气流对滤袋底部的冲刷等，都会对滤袋造成危害。该测试项目通过采集滤袋底部风速的法向速度、切向速度，然后合成滤袋底部风速，根据其标量值来判断该风速是否会对滤袋造成危害。2. 分风不均匀性 含尘气流进入袋式除尘器后，由于各袋室存在分风

5、气流的不均匀性，使得有的袋室总处于超负荷工作状态，而有些袋室处于未达到设计除尘风量的状态，这样就加速了超负荷工作袋室滤袋的破损以及降低了袋式除尘器整机的除尘效率。既浪费能耗，又容易造成滤袋破损。然而该项目的实际测试中，与滤袋底部风速的标准差特征值一项测试重复，所以测试时予以忽略，实际的相关分风特征与标准差等效，不再单独对袋室气的一个延伸。 3. 喷吹偏心角 脉冲袋式除尘器脉冲清灰时，当脉冲阀打开时，高压气泡中的高压气体经过脉冲阀高速进入喷吹管，这种在喷吹管中高速轴向流动的气流使得从各喷嘴射出的气流与喷嘴轴线存在一定的偏心角度。正是由于这个偏心角度的存在，使得滤袋接近花板的口部被喷吹气流直接冲刷

6、的部位容易破损。流流量测试。这项测试成为了滤袋底部风速测试。五 模型的建立和解决 1 模型的准备首先建立三方面的传感器，初始的传感器模式空间获得是整个测试过程的第一步，对最终的测试影响极为关键。样本测试的测试数据会成为整个测试网络的参考，安全性能的优劣，可能发生安全隐患的百分比与最初选用测试传感器数据息息相关。并结合原始数据进行海量数据分析得到最初的运行结果。接下来归纳总结多传感器聚类融合技术的国内外相关文献，了解国内外研究领域关于聚类融合技术的最新动态，即聚类融合的理论方法及应用类型，说明了聚类融合技术在处理海量数据的特性；然后研究滤袋安全性能存在的问题，归纳总结出袋式除尘器滤袋安全性能的影

7、响因素及测试的切入点，对国内外袋式除尘器产业的测试方法进行分析，剖析测试参数与测试结果之间的联系，为后面安全性能测试的理论实践提供依据；国外对聚类融合技术的研究起步较早，该技术最早的雏形是信息融合技术，产生自第二次世界大战末期，在军事中出现的使用雷达与光学测距的装置，综合利用雷达和光学两种信息的系统。正的信息融合理论和技术研究工作，是在1973年美国国防部资助下对声纳信号的理解系统研究，期间研制出可自动探测出敌方潜艇位置的信息融合系统。二十世纪八十年代，信息融合技术逐渐成熟，其可行性和准确性逐渐被研究学者所认可，它首先在军事方面崭露头角，之后，便逐渐普及到社会的其他各个研究领域，而且作为一种成

8、功的应用模式发展了起来。2 模型的建立 传感器模式空间与海量数据分析 三类传感器数据：滤袋底部风速、喷吹偏心角、滤袋内外压差 本论文中选用的样本分为三部分：安全样本 20 个、危险样本 20 个，测试样本 20 个。根据确认合格的模型参数与正常工况得到的测试数据样本确认为安全样本，不合格的模型参数或恶劣的工况下得到的测试数据样本确认为危险样本。 1、滤袋底部风速测试方法如下：传感器空间的数据完全由虚拟测试获得。滤袋底部风速数值是一个列向量数据，选取的测试点为滤袋底部中心正下方 10cm 处点的风速值。虚拟样机测试滤袋底部风速，是为了直接了解滤袋受到风力冲刷的程度，而靠近袋式除尘器壁面的风速明显

9、大于袋室内其他区域风速，所以采集点选用靠近后壁面 1-3 排滤袋的底部风速，每排滤袋个数可以根据实际工况设定。由于滤袋底部风速造成滤袋的破损原因很复杂，可能是垂直冲击造成的，也可能是切向冲刷造成的，也可能是这两种原因综合造成的。然而在测试中，都最终与其风速合力值的大小有关。采集 Fluent 仿真测试收敛后的某一刻的数字仿真测试滤袋底部风速值。每次采集的数量为： 为采集数量，为袋室个数，为花板纵向孔数。 测试中使用 Gambit 软件建模与划分网格结束后，系统调用 Fluent 软件进行分析， 测试完成后，系统对规定滤袋下方 10cm 处点的风速值进行提取，得到结果 txt 文本。使用“loa

10、d”命令将结果数据导入到 MATLAB 里，将 60 个样本的结果数据相合，输出 V，2、 喷吹偏心角测试方法：采集各喷嘴出口的喷吹偏心角（该角度为喷吹气流与喷嘴中轴线的夹角）。型喷吹装置的喷吹偏心角计算方法： II型喷吹装置的喷吹偏心角计算方法： 喷吹的测试与滤袋底部风速的测试不同，选用的软件为 ANSYS因为涉及到 CFX 模块，不能用APDL 语言，所以平台上的用户选择区域只有喷嘴个数与喷嘴类型两个选项，相关的工况以及滤袋相关结构参数，需要在 CFX 模块中更新设置，注意同组数据的工况与滤袋结构参数等设置应保持一致 3、滤袋内外压差测试方法： 根据滤袋高度不同，将滤袋在高度方向上分成不同

11、的层数，按下表 4.1 所示对不同高度滤袋进行分层。采集每层的滤袋内压力值、滤袋外压力值，然后将滤袋内压力值减去滤袋外压力值，得出滤袋内外压差P。 将从虚拟样机采集过来的数据代入以上的关系模型，得出滤袋内外压差P，并且将每层P 计算出来，将海量数据进行第一次压缩。 每一次测试滤袋内外压差，都得到一个如图 4.6 文件夹所示数据。因为喷吹时间一般为 0.08s-0.2s，选用 0.3s 内滤袋内外压差的值，每 0.005s 取一次值，共取值60 次。图中有 60 个文本包含内部压力在滤袋各分层高度的值，有 60 个文本包含外部压力在滤袋各分层高度的压力值。4. 海量数据分析 聚类融合的优势在于将

12、能反应数据信息的详细特征值提取出来进行分析，面对滤袋底部风速如此海量的数据，综合起来得到的特征值数目仅为 3，而对特征值的分析工作，交给聚类融合智能数据处理方法来完成。4-2-2 输入信息空间（特征提取） 提取传感器测得数据的特征信息：提取 的最大值 平均值 标准差 ；提取 的最大值 标准差 ；提取 的最大值 平均值 标准差 特征层 设定如式 4.2 所示 ： 特征值的初始选用尽量考虑全面。在后期的测试中，观察各个特征值的权值，将对权值极小或对结果信息影响不大的特征予以排除，之后再做重新训练 ， ， ， 次测试中滤袋底部风速的测试矩阵，每一个测试矩阵包括两排所有袋室中选用的测试数据。需要说明的

13、是， 数据为各自样本中袋室内所测得数据的平均值与最大值，而为袋室内数据平均值的标准差，比如选用测试对象为 12 个袋室，需对 12 个袋室内数据计算得到的12 个平均值进行标准差运算。这样滤袋底部风速的三个特征值就被提取出来。 ， , 其中 代表第 j 次测试中喷吹偏心角的测试矩阵，后面的 与 是对偏心角测试矩阵求平均值与最大值得到的矩阵，每个样本内部各自求平均值与最大值，得到的 与 均为 60 个数值的列向量，用这两个值作为样本喷吹偏心角的特征值。 ， ， , 滤袋内外压差数据特征值的提取，由于涉及到的数据量比较大，需要采用循环结构分别对 60个样本各自的 60 个数据进行特定时间所有层的所

14、有时间的最大值进行提取，然后对所有层的所有数据进行平均值运算。最后做标准差计算的时候，先分别求任一时刻的所有点压差的平均值，然后再对这些值进行标准差的计算，作为特征数据。每个特征均为包含 60 个数据的列向量。 结果特征信息中滤袋底部风速状态信息用表示： 结果特征信息中喷吹偏心角状态信息用表示： 结果特征信息中滤袋内外压差状态信息用表示： 是研究表明可测得信息对滤袋安全性能影响的状态信息描述，状态的确定参照传统测试 整个输入信息空间可表示如下： 输入信息空间中的最后两个特征信息，是对测试结果的特征评判，在聚类的测试结束后，需要通过对这两个结果特征的总结，得到被测对象的安全性能信息与判断是否报警

15、。 4-2-3 聚类融合信息空间 1BP 网络融合BP 神经网络课题中采用的是三层结构测试方案，应用到安全性能测试的神经网络结构图。输入层的个数即是传感器特征值的特征数目，输出层为滤袋底部风速、喷吹偏心角、滤袋内外压差三者的安全状况，所以输入层为 8 层，输出层为3层。 方案中已经确定了输入传感器特征与输出的特征信息个数，所以此两项的个数与相应的值都已确定，从融合空间角度上讲，只剩隐含层数目没有确定，需要多次验证，选取适当的隐含层个数，使误差最小。 BP 神经网络的特点是，当隐含层数目太少时，达不到训练的精度要求，当隐含层数目太多时，虽然整个网络的性能得到了些改善，但是训练时间延长太多。接下来

16、通过所做试验验证说明并确定安全性能测试问题使用 BP 网络的隐含层个数。选用隐含层神经元数分别为6、11、17，测试最大次数为 10000，精度 0.001，学习速率0.05，动量因子0.9，对比图形如图 4.9 所示，相应图 4.9.1 中隐含层神经元数为 6，相应图 4.9.2 中隐含层神经元数为 11，相应图 4.9.3 中隐含层神经元数为 17。 隐含层神经元数目为 6、11、17 时，精度分别为 0.000999757、0.000999941、0.000999445。网络性能与误差有关，明显可以看出，隐含层神经元数目为 11 时，精度最高，误差最小，因此网络性能也最好。神经网络特性中讲到，增加隐含层神经元个数的方法可以用于提高网络的精度，但是当神经元数