CN118149606B 一种硅烷间歇炉及其加热控制方法 （佛山市天禄智能装备科技有限公司）

司2在所述硅烷间歇炉的不同水平位置分别安装温度传感器，形所述控制单元接收第一温度数据后，对各个温度监控区域内的第一温度数据进行分根据温度实时监测算法分析结果，若某一温度监控区域的温度通过对热流动力学模型的预测结果进行分析，获取是否需要调整隔板所述控制单元根据所述第二温度数据，通过温度闭环控制模型进行在有限元模型中，所述控制单元将加热区域划分为若干个规所述控制单元采用自适应网格划分方法，根据温度梯度的大小，动通过对热流动力学模型的预测结果进行分析，获取是否需要调整隔板热流动力学模型根据得到的温度分布数据，采用有限差分根据热流密度矢量场，计算出每个网格单元的热通量，热通量是根据热通量分析的结果，判断是否需要调整所述隔板的位置，若3根据热流动力学模型的分析结果，在所述炉体内位置安装两块隔采用所述温度传感器监测所述炉体内各温度监控区域的温度所述控制单元接收到各温度监测区域的第二温度数据后，采用最小二乘法，向截面的温度分布曲线进行拟合，得到轴向温度梯度dT/dy与隔板位置y的函数关系式dT/所述控制单元从数据库中读取最近一个采样周期内的第二温度数据，对每个控制单元内的监测点温度进行算术平均，得到该控制单元的平从设定值数据库中读取目标温度向量T_targ，目标温度向量与当表每个控制单元在下一控制周期结束时需要达到的温度值，计算温度偏差向量e=T_targ_将当前温度向量T_curr、温度变化率向量dT和温度偏差向量e输入到温度闭环控制模型中，温度闭环控制模型采用增量式PID控制算法，PID控制器的输出量为各加热元件的功4所述控制单元将各加热元件的设定功率值下发给相应的硬件执行机构对于每个温度监控区域，根据其空间位置和测点分布，对第一温度数对每个温度监控区域的第一温度数据进行实时滤波和对每个温度监控区域设置温度上下限阈值，对温度数据进行越限检对每个监控区域的第一温度数据进行统计分析和趋势预测，计根据温度传感器采集的温度数据，计算每个温度监控区域的若某个温度监控区域的温度均值超出预设的温度上限或下限将该温度监控区域标记为温度异常温度监控区域，并将温度异常信息发送至所述控制单所述控制单元接收温度异常信息后发送控制指令至所述加热元件，5.根据权利要求1所述硅烷间歇炉的加热控制方法，其特征在于，所述控制方法还包6.根据权利要求5所述硅烷间歇炉的加热控制方法，其特征在于，所述控制方法还包5分布和燃料燃烧的不均匀性，易形成窑炉体内部的局部热点或冷区,这些区域温度的偏差[0008]调节所述加热元件后，所述控制单元通过热流动力学模型预测加热后的温度分次采用所述温度传感器监测各温度监控区域的温度变化，获取炉体内温度的第二温度数6属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体[0024]根据硅烷间歇炉的结构特点，确定在炉体1的不同水平位置安装温度传感器的最7[0026]采用高精度、高稳定性的温度计合理的温度传感器安装支架和保护装置,确保温度传感器能够稳固地安装在炉体1的指[0027]获取温度传感器采集的温度数据后,需要根据温度数据的特点和噪声源的类型,[0029]在确定温度传感器的最优布局方案时,可以采用有限元分析软件ANSYS进行温度为50mm,然后设置炉体1的材料属性、热源条件和边界条件,如炉体1内壁温度设置为1000局,以温度场的均匀性和温度传感器数量最小为优化目标,交叉概率设置为0.8,变异概率[0031]在对温度数据进行预处理时,可以采用四阶巴特沃斯低通滤波器,截止频率设置8常值并予以剔除。将处理后的温度数据存储到时序数据库InfluxDB中,数据采样频率设置为1Hz,数据保存时间设置为1年。利用Grafana可视化工具,对InfluxDB中的温度实时查询和可视化展示,生成炉体1温度的时序曲线图和热力分布图,直观地显示炉体1的据集和测试数据集的比例设置为8:2,采用网格搜索法优化SVM的超参数,如惩罚系数C设置为10的幂次方,高斯核函数的参数γ设置为果预测温度超过设定的温度阈值,如1050℃,则触发高温预警,并根据预测结果优化炉体1据进行空间映射和网格化处理，插值网格的分辨率设置为10cm×10cm，生成每个监控区域的温度分布图；对每个监控区域的温度数据进行实时滤波和去噪处理，采用卡尔曼滤波算信息发送给控制单元的人机界面和移动APP，通知操作人员及时处理；采用统计过程控制[0035]具体的，控制单元通过工业以太网协议,如M实时数据库,如Redis,对接收到的温度数据进行高效存储和管理,根据实际数据量和查询需求来设置合理的内存缓存区大小,数据持久化策略设置为RDB和AOF相结合,确保数据的高可用性和可恢复性。利用数字信号处理技术,对每个监控区域的温度数据进行实时滤波确定模型的阶数,估计状态噪声和观测噪声的协方差矩阵,使用极大似然估计或者贝叶斯位置和测点分布,采用合适的空间插值算法对滤波后的温度数据进行空间映射和网格化处理,对于规则的矩形监控区域,采用双线性插值算法,对于不克里金插值算法,对于温度数据呈现明显的各向异性分布的情况,采用各向异性克里金插9设置为监控区域尺寸的1/20_1/50,生成每个监控区域的温[0036]根据工艺要求和设备特点,对每个监控区域设置温度上下限阈值,采用自适应阈警信息发送给控制单元的人机界面和移动APP,通知操作人员预测,计算温度数据的均值、标准差等统计指标,利用EWMA等时间序列数据的平滑处理方传感器的数据采集周期设置为1s,每个数据包含有温度值、采集时间戳等信息,数据包的LIST类型键值中,LIST的最大长度设置为1000,超出时自动删除最早的数据,Redis的内存缓存区设置为500MB,数据持久化采用RDB快照每30分钟执行一次,AOF日志每1分钟同步一[0038]对于每个监控区域,采集到的温度数据首先经过卡尔曼滤波处理,卡尔曼滤波器采用二阶AR模型,状态转移矩阵A设置为[0.8,0.2;0.2,0.8],观测矩阵H设置为[1,0],状态噪声协方差矩阵Q设置为对角矩阵,对角线元素为0.1,观测噪声协方差矩阵R设置为0.5,初×100的网格上,网格的空间分辨率为10cm×10cm,采用克里金插值算法进行温度分布的空[0039]对于每个监控区域的温度阈值,初始设置为上限800℃,下限600℃,然后采用CUSUM算法进行自适应阈值调整,CUSUM算法的累积和初始值为0,决策区间长度为5,上下阈制图监测温度变化趋势,EWMA控制图的加权系数λ设置为0.2,控制上下限的系数k设置为3,样本量n设置为100,预测周期为5min,当预测的温度值超出控制限时,即判断为温度异常波度异常；如果某个监控区域的温度均值超出预设的温度上限或下限，且持续时间超过3分归一化等,然后再使用滑动窗口算法对温度数据进行平滑滤波,去除高频噪声和干扰,以1常程度进行量化打分,根据综合评分来判断是否触发温度异常警报,如果某个监控区域的综合评分超过预设的警报阈值,且持续时间超过设定的最短报警时间,则将该区域标记为[0047]控制单元接收到温度异常信息后,先根据异常区域的编号,在设备配置数据库中查询和关联分析,得到与异常区域相关的加热元件2的完整配置信息,然后根据配置参数,[0048]如果温度异常是由于加热元件2故障引起的,控制单元会断开该加热元件2的电不合适引起的,控制单元会根据设定温度和实际温度之间的偏差,使用PID控制算法,计算[0049]加热元件2的执行机构接收到控制指令后,会根据指令的类型和参数,采用PWM调法,根据温度数据和加热元件2的输入输出关系,建立温度变化的动态模型,即状态空间方[0050]当监控区域的温度连续多个周期稳定在设定范围[0051]在对温度数据进行预处理时,采用Tukey算法进行异常值检测,将超出1.5倍四分均,权重系数α设置为0.2,代表当前时刻的温度占20%的权重,过去4个时刻的温度各占20%等,经过Drools规则引擎的推理,生成"调节ZX_001的PWM占空比到60%"的控制用74HC244芯片将其转换为5V的PWM波,然后用功率MOS管驱动加热元件2,PWM频率为10kHz,[0053]在温度调节过程中,控制单元使用卡尔曼滤波算法对温度后使用最优控制理论,求解性能指标J=∑的最小值,约束条件为加热功率不超过额定值的90%,相邻两次控制量的变化率不超过10%。当温度连续10个周期稳定在目标值的±1%以内[0057]在有限元模型中,控制单元将求解域划分为若干个有限单元,如三角形或四面体[0058]为了提高温度预测的精度和效率,控制单元采用自适应网格划分技术,如Zienkiewicz_Zhu误差估计或Kelly误差估计,根据上一次有限元计算的应力场或温度梯度场,估计每个单元上的节点温度误差或单元能量误差,然后将误差大于阈值的单元标记为将非均匀的网格划分转换为规则的体素网格,将连续的温度场离散化为三维的体素矩阵,每个体素表示一个小的立方体区域,体素的颜色或灰度值与其温度值成正比,通过光照模如基于阈值分割的Otsu算法,基于区域生长的分水岭算法,基于聚类分析的K_means算法间,判断温度场是否达到预期的均匀性要求,并进一步优化加热元件2的布局和控制方案,实现温度场的精确控制和优化；控制单元从Redis数据库中读取最新的温度数据和功率数管等不同材料的热物性参数；然后在加热管表面施加heatflux载荷,在炉壁外表面施加[0061]采用marchingcubes算法对温度场进行体素化渲染,生成500发现存在大于3:1的扁长区域,则表明加热不均匀。将分析结果以JSON格式反馈给控制单[0064]具体的，热流动力学模型根据上一步得加热区域内部的热流密度矢量场,将求解域划分为四面体或六面体单元,在每个单元上利重网格法或者并行计算方法,热流密度的大小对应温度梯度的模,方向对应温度梯度的方[0065]对热通量数据进行统计分析,得到整个加热区域的平均热通量和最大热通量,平均热通量反映了加热过程的整体效率,最大热通量反映了加热过程的局部极限,如果两者之间的差异超过10%,则说明热传导的均匀性不[0066]分析热通量分布与隔板位置、加热强度等因素掘热通量等级与隔板位置、加热强度等离散属性之间的频繁项集和关联规则,得到热通量通量特征向量聚合到一起,得到热通量分布的典型模式和区域划分,再分析每个区域内隔[0067]根据热通量分布与隔板位置、加热强度的关整体隔板密度的差值,作为隔板调整的参考依据,若局部密度高于整体密度10%以上,则在过移动隔板的位置增加或减少该区域的隔板数量；对于加热强度,计算热通量饱和区域内的平均加热功率密度,与整体平均功率密度的比值,若比值大于1.2,则将该区域的加热强度降低20%,若比值小于0.8,则将该区域的加热强度提高20%。根据以上分析得到隔板位置和加热强度的定量调整方案,通过查表或插值等方法,将调整后的隔板位置和加热强度参[0068]综合隔板位置和加热强度的调整方案,采用数选择最小化最大热通量Qmax与平均热通量Qavg之比的绝对值,以此获得热流均布性的定初始温度为300K,在炉底4个加热元件2处施加2000W/m2的热流密度边界,在顶部出口处施加300K的对流边界,采用SIMPLE算法进行压力_速度耦合,用二阶迎风格式离散对流项,用代数多重网格法求解压力修正方程,用高斯消元法求解动量和能量方程,残差收敛标准为监测炉体1内各区域的温度变化情况，温度传感器布置在炉体1径向和轴向的典型截面上。计算和仿真优化,在隔板上开设直径为50mm的圆孔阵列,孔间距为100mm,阵列呈正六边形[0075]在隔板四周焊接L型密封条,材料选择为高温金属布,填充陶瓷纤维,与炉壁接触面涂覆高温胶泥。隔板与炉壁之间的间隙尺寸控制在5_10mm之间,既能减少热量从间隙处泄漏,提高隔热效果,又能避免隔板与炉壁之间的115200bps的波特率,使用Modbus_RTU协议,将数据上传至控制单元,RS_485总线采用主从[0078]控制单元接收到各监测点的实时温度数据后,根据炉体1内热传递的物理机制和乘法求解各区域的函数系数,得到轴向温度梯度dT/dy与隔板位置y的函数关系式；在每次和适用性,以提高拟合精度和稳健性。然后对各截面的轴向温度梯度[0079]根据热流动力学模型的分析结果,在直径为3m,长度为6m的圆筒形炉体1内,y=峰值为120MPa,小于碳化硅的许用应力400MPa,最大变形量为2.5mm,满足尺寸精度要求;采用双作用气缸驱动隔板,缸径为100mm,供气压服电机,实现隔板轴向位置的精确控制,定位精度优于±1在流场分析软件Fluent中搭建炉体1内气体流动的数值模型,模拟并优化隔板的开孔率和孔径分布,当隔板开孔率为30%,孔径呈正态分布时,其对流阻力系数最低,温度均匀性最佳;采用镍基高温合金钢板制作隔板密封结构,填充硅酸铝陶瓷纤维毡,在750℃下退火处理8小时,再在隔板与炉壁的接触面涂覆0.2mm厚的高温固体润滑剂,摩擦因数可降低至偶的测温元件直径为1mm,镍铬_镍硅丝径为0.2mm,氧化铝陶瓷套管外径为3mm,实测响应时1316_48.2r_5.74r2+0.84r3,z=3m处为T=1278_39.6r_3.18r2+0.75r3,z=4.5m处为T=1221_合热流动力学模型,对温度场数据进行反演计算,得到两块隔板的最佳轴向位置分别为y=0.72m和y=0.58m,与隔板初始位置相比,分别向炉心方向移动了0.13m和0.17m,调整后再次化率向量dT和温度偏差向量e输入到温度闭环控制模型中，温度闭环控制模型采用增量式[0083]控制单元将各加热元件2的设定功率值下发给相应的硬件执行机构，通过控制电[0084]具体的，控制单元从数据库中读取最近一时温度数据,采用温度数据的3σ准则或Grubbs准则对异常值进行检测和识别,利用局部散值被判定为异常值时,用该监测点前一个正常采样值代替,或者用相邻正常监测点的温度值进行插值修正,有效克服异常值对温度曲线拟合和闭环控制的影响。在异常值检测和修特征,自动识别各监测点的工作模式和异常模式,对温度监测点进行自适应分组和异常诊内的监测点温度分布特征一致,同一控制单元内的温度差小于50℃。对每个控制单元内的监测点温度进行加权平均,得到该控制单元的平均温度值,形成一个m×1的当前温度向量T_curr,其中m为控制单元的个数,平均温度计算时,综合考虑不同监测点的权重或影响系值数据库中读取目标温度向量T_targ,目标温度向量与当前温度向量对应,代表每个控制单元在下一控制周期结束时需要达到的温度值,目标温度的设定需要综合考虑工艺要求、化率向量dT和温度偏差向量e输入到温度闭环控制模型中,在PID控制的基础上,引入模糊立温度控制模型的参数自整定机制,克服温度对象参数摄动和工况变化的影响,实现控制系统的鲁棒性和自适应性,输出各加热元件2的功率调节值ΔP（k将PID控制器输出的功[0085]控制单元将各加热元件2的设定功率值下发给相应的硬件执行机构,通过控制电模型,通过模糊逻辑和神经网络