消除颗粒带电及介质分布对电学法气固流测量影响的关键技术研究及系统实现

Aiming at the deficiencies of electrical method in measurement of gas-solid two-phase flow, this project proposed an integrated capacitance/electrostatic sensor structure, aiming to study the key technology to eliminate the influence of charged particles to the capacitor method and the influence of medium distribution to the electrostatic method in gas-solid flow parameters measurement. This project developed a complete set of on-line gas-solid two-phase flow parameters measurement system, combining the latest research results of advanced multiphysics simulation, microelectronics technology, artificial intelligence and data fusion technology together with the key technology mentioned above. The system is mainly used in pulverized coal pneumatic conveying of coal-fired power plant boiler, aiming to improve the accuracy of the measurement based on the electrical method, reduce cross sensitivity, discover new phenomena, reveal new laws, obtain new data, reduce the transmission pipeline wear, leakage and powder blockage accidents, reduce nitrogen oxide, and finally to save the energy and reduce the emission, and provide the test methods and guidance for the optimum design and operation of pneumatically conveyed pulverized coal system, throttling device and coal powder separation device. In addition, because the pneumatic conveying powder system is widely used in electric power, metallurgy, chemical, construction, food and other industries, the system can be also used to parameter measurement and characteristic research of similar industrial processes, offering necessary measuring method for design and optimization in wider material conveying processes.

本项目针对电学法在气固两相流流动参数检测中存在的颗粒带电对电容传感器的影响及介质分布对静电传感器影响的问题，结合多物理场数值分析和信息处理技术，多角度分析其影响规律，并研究消除其影响，进而提高电学法测量精度，减少交叉敏感的关键技术，提出一种集成的电容/静电传感器结构，在此基础上结合微电子技术、人工智能算法及数据融合技术的最新研究成果，建立一套高精度的气固两相流在线参数测量系统。该系统主要应用于燃煤电站锅炉清洁燃烧方式的研究及推广中，分析多相流动特性及低氮燃烧规律，获取优化数据，减少输粉管道磨损、漏粉和积粉堵塞等事故，减少氮氧化物生成，最终起到节能减排的作用。为气力输粉系统及节流装置、煤粉分离装置的优化设计和运行提供测试手段和指导意见。丰富特征提取、数据融合与智能学习算法的理论，完善了电学法气固两相流测量技术，促进多传感器数据融合技术在工业过程中的应用。

本项目针对电学法在气固两相流流动参数检测中存在的颗粒带电对电容传感器的影响及介质分布对及静电传感器影响的问题，结合多物理场数值分析和信息处理技术，多角度分析其影响规律，并研究消除其影响。为实现本项目的研究，提出一种集成的电容/静电传感器结构，并建立了完整的气-固两相流在线参数测量系统。.本项目首先研究了传感器的优化问题。针对目标的特性，提出了考虑基于麦克斯韦应力张量的电容传感器数值建模方法。该方法可以有效地考虑固相颗粒流体动力学特性对电学测量的影响，从而可以实现根据对象工况优化传感器设计的目的。.在消除颗粒荷电对ECT测量的影响方面，本项目分别从ECT的灵敏度理论、基于机器学习的图像重构算法两方面进行了研究，结果表明该两类方法均能有效抑制颗粒荷电对ECT成像的影响。基于灵敏度理论的方法不依赖训练参数，但抑制荷电程度有限；基于机器学习的方法可以抑制更大的荷电量，但需要大样本训练，大量实验数据的获取尚存在困难。.在静电法气-固两相流测量方面，主要研究了静电信号的时频特性，以及基于静电信号的流动参数提取方法。研究表明，静电信号的非平稳特性显著；与流动参数相关的信息在信号的二维谱中存在显著的规律。于是研究了基于卷积神经网络的流动参数提取技术。.此外，依托本项目取得的研究成果，还进行了扩展探索和其他领域的应用推广。扩展探索包括基于位移电流相位层析成像（DCPT）技术的两相流测量方法，DCPT是ECT技术的改进，该技术能够抑制媒质电导率对ECT测量的影响。推广应用包括：将项目中关于静电传感技术流动测量的研究成果推广至机械设备转动状态监测及故障诊断领域。为提高电容传感器灵敏度还研究了石墨烯基电容电极材料并将其推广于超级电容器。.综上所述，本项目的研究不仅完成了原定的研究计划，解决了电学法气-固两相流参数检测中的若干难题，还将研究进一步推广，从而丰富了技术手段，扩充了理论体系。本项目的研究丰富了特征提取、数据融合与智能学习算法的理论，完善了电学法气-固两相流测量技术，促进多传感器数据融合技术在工业过程中的应用。