基于多传感器信息融合的多相流检测关键技术

针对生物质、煤粉混烧发电气力输粉管道中分相浓度测量的要求，分析固相（生物质、煤粉）浓度低、分布差异大、测试环境恶劣等实际问题，利用多传感器信息融合技术把静电传感器和电容传感器以及补偿用的微波传感器、温度传感器有机结合构建分相浓度测量系统并进行标定和测试。在气固两相流浓度测量技术研究的基础上，研究解决电容法和静电法在生物质、煤粉、空气流分相浓度测量中敏感机理、传感器设计及信号拾取的问题，着重研究解决测量系统中存在的微弱信号泄露、噪声、干扰、漂移等问题及静电荷信号测量电路的频带问题，实时稳定可靠的获取反映分相浓度和流型特征信息的数据流；采用小波变换和HHT变换，从流动噪声信号中提取特征量分析辨识流型，用微粒群算法和细菌趋药性算法优化的模糊神经网络融合各传感器信息，实现生物质，煤粉，空气流各分相浓度的准确测量；对现场最佳燃烧配比提供指导意见。

随着煤炭资源的短缺和环境的恶化，煤粉和生物质混燃发电技术越来越受到人们的关注。气力输送管道中的煤粉/生物质/空气三相流分相浓度的在线测量，将有助于管道中燃料输送过程和锅炉中燃料燃烧过程的优化控制，对于生物质大规模利用有重大意义。由于实际生物质、煤粉混烧气力输粉管道中，生物质、煤粉浓度低、分布差异大、测试环境恶劣等原因，使得准确的浓度测量成为一个亟待解决的问题。针对这一问题，构建了分相浓度测量系统,研究了多传感器信息融合技术使静电传感器和电容传感器以及补偿用的微波传感器、温度传感器有机结合。首先，结合正交试验与有限元分析技术对静电传感器与电容传感器进行了优化设计，选择合适的传感器尺寸。然后，设计了相应的静电测量电路与电容测量电路，提出了MFCC+HMM与HHT+ELM两种流型识别方法以及多种ECT图像重构算法，研究了多种数据融合方案。为了满足特征提取、数据融合、图像重构算法的硬件实现要求，研制了基于FPGA+DSP框架的多通道高速数据采集处理平台。利用微波法含水量测量实验台，研究了微波的衰减与被测生物质及煤粉含水量的关系，测定含水量。最后在搭建的生物质、煤粉和空气流分相浓度测量实验台上，实现了生物质、煤粉和空气三相流分相浓度测量以及基于ECT的管道内部可视化。在完成基金的同时，对静电传感器在转速测量领域的应用进行了扩展研究。通过实验可知，结合流型识别与数据融合使得测量结果达到更好的精度，使用ELM进行流型识别然后使用SVM进行数据融合不仅达到较好的浓度预测精度，同时也使预测时间大大缩短。通过基金实施过程中的成果，可以实现生物质，煤粉，空气流各分相浓度的准确测量，同时为现场最佳燃烧配比提供指导意见。