一种气力输送实时反馈稳定输送智能调节方法及系统

本发明涉及物料输送调节，尤其涉及一种气力输送实时反馈稳定输送智能调节方法及系统。

背景技术：

1、物料输送技术是指将物料从一个位置或设备传输到另一个位置或设备的技术。它在各种工业领域中被广泛应用，包括制造业、矿业、建筑业及农业等。一般原理是通过运用力学、流体力学、电气控制等原理，利用不同的输送设备和输送方式，将物料从起点传输到终点。具体形式为：传送带输送、螺旋输送、真空输送、气力输送及输送管输送等。几乎所有的工业生产过程都离不开固体物料的输送，气力输送是一种典型的物料输送技术，其基本过程是利用空气作为承载介质，将物料从一处输送到另一处；气力输送因其设计灵活多变，节省空间，维护成本低，环境污染少等优点被广泛应用于固体物料的输运。

2、气力输送的物料在管道内的速度是影响冲蚀磨损率的最大因素。输送过程管路的磨损无法避免，频繁的设备更换和维护极大影响了生产效率。如果气流的速度太高，物料与管道内壁的撞击或摩擦能量就会增大，从而加剧管道的磨损。另一方面，如果气流的速度太低，则被输送的物料就会沉积在管道中，可能导致管道堵塞。但是现有气力输送技术中，不透明管路使得无法判断管路颗粒状态，且干扰因素较多，因此，亟需一种新方法来检测颗粒状态。

3、现有技术一，申请号：cn 201811576983.8公开了一种气力输送固体物料的速度、密度和流量的测量方法及装置，通过电场信号变化得出同一流态流过测量管(腔)内预设间距的渡越时间，用“间距÷渡越时间”得出固体物料的运动速度；通过电场信号变化得出测量管(腔)内固体物料的空间填充比例，用“固体物料空间填充比例×固体物料堆积密度”得出固体物料的悬浮密度；再通过“运动速度×固体物料空间填充比例×固体物料堆积密度×测量管(腔)的横截面积”得出测量管(腔)内固体物料的流量。虽然测量方法及装置能以安全、经济、可靠的方式对管道中气力输送的固体颗粒物或粉末状物质的流动速度、浓度以及实时流量进行准确的测量。但是没有实现对气流速度没有实现精准控制，导致管道容易堵塞。

4、现有技术二，申请号：cn 201610463811.4公开了一种评估密相气力输送系统固相质量流量的方法，包括如下步骤：获取安装在密相气力输送管路上的文丘里管的结构参数以及输送介质的参数；在密相气力输送系统上进行纯气相和气固两相标定实验，获得拟合系数；根据所得文丘里管的结构参数、输送介质的参数和拟合系数，用迭代法计算密相气力输送系统的固体质量流量ms。虽然突破了以往文丘里流量计仅适用于稀相气固输送体系的局限，通过引入两相流动因子修正载气密度和固气比影响，将其应用至密相气力输送领域，并且采用偏差最小的迭代试差逻辑算法评估固相质量流量，实现了密相气力输送过程中固相质量流量的评估偏差在±10％以内。但是无法判断管路颗粒状态，且干扰因素较多，导致无法根据颗粒抓过你太调整气流速度，一定程度上降低了输送的效率。

5、现有技术三，申请号：cn 202010807964.2公开了一种固体流量计准确度检测系统和方法，设置一排料装置提供稳定的排料质量流量的粉体，粉体在风的作用下穿过设置有固体流量计的第一输料管道，其次通过供风装置调整风速使得粉体在第一输料管道中形成了稳定的气力输送状态；再将此时固体流量计检测到的粉体质量流量与排料装置提供的粉体排料质量流量相比较判断固体流量计的准确度。虽然排料装置应用磁力联轴器提高了排料装置的粉体排料质量流量的测量精度；同时粉体处于稳定的气力输送状态时可以全部被固体流量计测量到，提高了的固体流量计的检测准确度，因此达到了精确测量固体流量计准确度的目的，检测装置也更为简单。但是其结构较为简单，无法实现根据颗粒状态调整气流速度的目的，容易造成管路堵塞。

6、目前现有技术一、现有技术二及现有技术三存在无法判断管路颗粒状态，且干扰因素较多，降低了输送效率的问题。因而，本发明提供一种气力输送实时反馈稳定输送智能调节方法及系统，改进了传统气力输送的监测及控制系统，以实现根据管路内输送状态，实时调控进风量及气固比等操作参数，从而提高输送稳定性及效率。

技术实现思路

1、本发明的主要目的在于提供一种气力输送实时反馈稳定输送智能调节方法及系统，以解决现有技术中无法判断管路颗粒状态，且干扰因素较多，降低了输送效率的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种气力输送实时反馈稳定输送智能调节方法，所述气力输送实时反馈稳定输送智能调节方法包括：

4、获取输送管路内的物料流量和管路两端的端压；实时测量的物料流量和端压数据，预测对应的流量及压强条件下管路内的磨损情况；

5、将测量到的物料流量、端压和磨损预测数据通过网段接口传递至智能反馈控制模块；智能反馈控制模块根据接收到的实时数据，利用智能算法进行数据处理和分析，得到管路内物料流量和端压的变化情况；

6、根据智能反馈控制模块的调节结果，实时调节现场数据，包括控制阀门、调整进料系统的供料速度及调整管路提取系统，实现对气力输送过程的实时调节。

7、作为本发明的进一步改进，物料流量的获取过程，包括：

8、将传感器的法兰与测量管道连接，直接安装在测量管道上，将测量管道内的物料流量转换为电信号；将信号传递给转换器；转换器安装在智能反馈控制模块中，负责处理和运算传感器送过来的信号；

9、转换器将传感器送过来的信号与调节下料速度的电机变频器输出的电流信号进行处理和运算；通过对信号的处理和运算，转换器得到瞬时流量和累积流量的值；根据传感器信号和电机变频器输出的电流信号，转换器可计算出当前时刻的流量值，表示物料在该时刻的实际流量，用于实时监测和控制；

10、转换器将经处理和运算后的结果显示出来，包括瞬时流量和累积流量；也可以在智能反馈控制模块中进行显示和监测；根据温度监测系统的反馈结果，智能反馈控制模块自动进行调节；调节的输出信号将发送至进料模块内的电机变频器，调节下料速度，根据需要实现对物料流量的自动调节。

11、作为本发明的进一步改进，将测量管道内的物料流量转换为电信号的过程，包括：

12、将振动传感器安装在测量管道上，在管道的侧壁或底部安装，用于感知管道内物料的振动情况；当固体物料流经管道时，会产生振动，振动传感器会感知到振动，并将其转换为电信号；

13、振动传感器输出的电信号经过信号调理电路进行放大及滤波处理；通过对振动信号进行频谱分析，得到振动信号的频率分布情况，将测得的频率与预先建立的流量-频率特性曲线进行匹配，计算出物料的流量；

14、其中，选择矩形窗的窗函数减小频谱泄漏，具体步骤如下：

15、将振动信号分为一段段窗口，每个窗口的长度为n，对于每个窗口，应用矩形窗函数w(n)＝1,0≤n<n进行加窗处理，得到加窗后的信号；

16、对加窗后的信号进行频谱分析，对加窗后的信号进行快速傅里叶变换fft变换，将时域信号转换为频域信号，计算出信号的频谱信息，即频率分布情况；

17、将测得的频率分布与预先建立的流量-频率特性曲线进行匹配；

18、根据匹配的流量值，结合特性曲线的形式，采用插值计算对应的物料流量值；经过计算后的流量值会被转换成电信号输出。

19、作为本发明的进一步改进，转换器得到累积流量的值的过程，包括：

20、将连续的传感器信号或电机变频器输出的电流信号进行离散采样，得到一系列的采样点；

21、根据采样点的数值和采样间隔，利用辛普森法进行数值积分运算，辛普森法根据积分区间内的三个连续点，采用二次多项式逼近积分曲线，从而得到积分结果；

22、如果采样点的数量为奇数，使用复化辛普森1/3法，将采样点分组成两个连续的三点子区间，然后对每个子区间应用辛普森1/3法进行积分，最后将子区间的积分结果累加得到总的积分结果；

23、如果采样点的数量为偶数，最后一个子区间将无法应用辛普森1/3法；使用复化辛普森3/8法，将采样点分组成连续的三点子区间，然后对每个子区间应用辛普森3/8法进行积分，最后将子区间的积分结果累加得到总的积分结果；

24、将各个子区间的积分结果累加，得到整个信号的累积值。

25、作为本发明的进一步改进，管路两端的端压的获取过程，包括：

26、在输送管路的进口和出口处分别安装压力传感器，用于实时监测进口端和出口端的压力变化；通过压力传感器，将进口端和出口端的压力信号转化为电信号，并进行采样和转换，得到离散的压力数据；

27、对离散的压力数据进行处理和分析，通过相关系数找出端压与颗粒堵塞之间的对应关系的规律；

28、其中，收集一定时间内的端压和颗粒堵塞程度的数据，对收集到的数据进行去除异常值预处理；选择斯皮尔曼相关系数进行计算，公式为：

29、rs＝1-(6*σ(di2))/(j*(j2-1))

30、式中，di为变量的秩次差，j为数据样本的数量；

31、根据计算得到的斯皮尔曼相关系数，判断端压和颗粒堵塞程度之间的相关性，相关系数的取值范围为-1到1，接近1表示有较强的正相关关系，接近-1表示有较强的负相关关系，接近0表示相关性较弱或无相关关系；

32、根据数据处理和分析的结果，建立颗粒状态与端压的关系模型，描述颗粒堵塞程度与端压的定量关系，用于判断颗粒运动状态。

33、作为本发明的进一步改进，气体流动的方向规则是从总压力大处流向总压力小处，气体流动的总压力公式为：

34、p总＝p势+p动＝p静+p位+p动＝p背+p0+p动

35、式中，p0为测点同一水平标准大气压，管道气流中两断面上存在的能量差即总压力差是气流能够流动的根本原因，p势表示气体的势能压力，表示气体由于位置而具有的压力能量，p动表示气体的动能压力，表示气体由于速度而具有的压力能量，p静表示气体的静压力，表示气体由于分子间的碰撞而产生的压力，p位表示气体的位压力，表示气体由于重力或高度差而产生的压力，p背表示气体的背压，表示流体在流动过程中由于阻力等因素而产生的反向压力，p动表示动能压力，而p位表示位压力，它们共同构成了气体流动的总压力p总；

36、结合流体力学公式：

37、p静＝p0+ρgh

38、当颗粒堵塞严重时，管路内颗粒对其气流的反作用力增大。

39、作为本发明的进一步改进，预测对应的流量及压强条件下管路内的磨损情况的过程，包括：

40、收集已知的管路磨损情况，包括流量、压强条件下的磨损量及易磨损区域；基于深度学习方法构建管路磨损量函数，将流量、固体流量、管路长度、管路直径、输送压力、颗粒粒径、颗粒密度、颗粒球形度作为输入，磨损量作为输出；

41、利用已有的模拟数据进行训练，优化深度学习模型，得到一个能够准确预测磨损量的模型；在给定流量和压强条件下，利用训练好的深度学习模型，输入相关参数，得到预测的磨损量；

42、对预测结果进行后处理，根据磨损量的不同程度，得到易磨损区域的判定；根据磨损量的大小设定不同的阈值，将磨损量超过阈值的区域划分为易磨损区域；

43、使用数值仿真模拟系统，将输送管路进行模型构建，并进行计算网格划分；选择cfd-dem方法，在仿真模拟系统中采用该方法进行求解计算，根据数值模型中的方程和参数，计算出管路内颗粒的运动轨迹、接触力、压力梯度力信息；

44、根据仿真计算的结果，得到更精确的磨损量及易磨损区域，根据颗粒之间的接触力、压力梯度力信息，计算每个颗粒所受到的碰撞力和压力梯度力，进而得到磨损量的近似值；

45、将预测的磨损量与仿真计算的磨损量进行对比和验证，评估预测模型的准确性和可靠性。

46、作为本发明的进一步改进，基于深度学习构建管路磨损量函数，公式表达式为：

47、wear＝f(u,m,l,d,p,d,ρ,∈)

48、其中u,m,l,d,p,d,ρ,∈分别表示气体流速、固体流量、管路长度、管路直径、输送压力、颗粒粒径、颗粒密度、颗粒球形度；

49、磨损预测通过数值仿真模拟系统来进行计算判定精确值；

50、将输送管路以1：1等比例进行模型构建；

51、对构建完成的模型进行计算网格划分；

52、选择适用于气力输送的数值模型和数值方法；cfd-dem耦合方法中，固体颗粒被视为离散相，其平移和旋转运动由牛顿第二定律描述：

53、

54、其中，vi和ωi代表颗粒的平动速度和旋转速度，mi，fc,ij，fp,i以及fd,i分别代表颗粒的质量、接触力、压力梯度力以及曳力，i表示第i个颗粒，i的取值范围为1到n，n为颗粒总数，j表示第j个与第i个颗粒有接触的颗粒，j的取值范围为1到k，k为与第i个颗粒有接触的颗粒数，t表示时间，g表示重力加速度，k表示与第i个颗粒有接触的颗粒数，ii表示第i个颗粒的转动惯量矩阵，mij表示第i个颗粒与第j个颗粒之间的转动耦合矩阵；

55、颗粒与颗粒间或颗粒与壁面间的接触力通过软球接触模型计算，每个颗粒所收到碰撞力fc如下所示：

56、

57、其中，fc表示颗粒所收到的碰撞力，是颗粒与颗粒间或颗粒与壁面间的接触力，kn表示颗粒间的法向弹性系数，用于计算法向弹性力,表示第i个颗粒与第j个颗粒之间的法向位移，用于计算法向弹性力，γn表示颗粒间的法向阻尼系数，用于计算法向阻尼力，vr表示颗粒间的相对速度，nij表示颗粒间的法向单位向量，kt表示颗粒间的切向弹性系数，用于计算切向弹性力，表示第i个颗粒与第j个颗粒之间的切向位移，用于计算切向弹性力，γt表示颗粒间的切向阻尼系数，用于计算切向阻尼力，fp,i表示颗粒所受到的压力梯度力，由颗粒所处流场的压力梯度引起，表示压力场的梯度，vp表示颗粒的体积；

58、采用gidaspow曳力模型计算每个颗粒所收到的曳力，耦合了wen-yu模型和ergun模型，计算公式如下所示：

59、

60、其中d1和d2分别代表wen-yu曳力模型和ergun曳力模型：

61、

62、c1与c2为常数，值分别为180和2，此外cd计算公式为：

63、

64、cfd-dem方法中，气相被视作连续相，其质量守恒及动量守恒公式如下所示：

65、

66、其中，dp表示每个颗粒所收到的曳力，αp表示第i个颗粒的体积分数，αcp表示颗粒最大体积分数的临界值，d1表示使用wen-yu模型计算的曳力，d2表示使用ergun模型计算的曳力，cd表示颗粒的阻力系数，ρg表示气相的密度，ug表示气相的速度，up表示第i个颗粒的速度，ρp表示颗粒的密度，rp表示颗粒的半径，c1与c2表示gidaspow模型中的常数，分别为180和2，re表示雷诺数，是气相流动的无量纲参数，计算公式为其中μg表示气相的动力黏度，ρg表示气相的压力，fgp表示颗粒所受到的气固之间的作用力，τg表示气相的剪切应力，表示时间导数，表示梯度运算；

67、通过将cfd与dem耦合，在数值仿真模拟系统进行求解计算；

68、根据生产情况，给定颗粒、空气物质的密度、黏度物性参数，给定输送速度及进口压力，出口压力边界条件给定；

69、对数值仿真模拟系统计算后的结果进行处理，得到磨损量及易磨损区域。

70、作为本发明的进一步改进，得到管路内物料流量和端压的变化情况，包括：

71、将实时测量得到的物料流量和端压数据进行模糊化处理，将具体的物料流量和端压值映射到模糊集合中的隶属度；根据领域知识，设计一组模糊规则，描述物料流量和端压之间的关系，每个规则都包含一条条件部分和一条结论部分，条件部分是物料流量和端压的模糊集合，结论部分是要推断的物料流量和端压的模糊集合；

72、利用模糊规则库，进行模糊推理，根据物料流量和端压的模糊集合，通过模糊规则库中的模糊推理机制，推断出管路内物料流量和端压的变化情况；模糊规则库通过收集管路内物料流量和端压的实际数据，并进行数据分析，找出其中的规律和关联性，得到一组模糊规则，描述了物料流量和端压之间的关系，通过将具体的物料流量和端压值映射到模糊集合中的隶属度；

73、将模糊推理得到的模糊集合的隶属值转化为具体的物料流量和端压值，将模糊集合映射到具体的数值，以得到管路内物料流量和端压的变化情况。

74、为实现上述目的，本发明还提供了如下技术方案：

75、一种气力输送实时反馈稳定输送智能调节系统，其应用于所述的气力输送实时反馈稳定输送智能调节方法，所述气力输送实时反馈稳定输送智能调节系统包括：

76、监测模块，用于对气力输送系统的关键参数进行实时监测，包括物料流量、端压、阀门开度及供料速度，监测模块将采集到的数据传输给后续的智能反馈控制模块；

77、智能反馈控制模块，用于根据监测模块传输的实时数据，采用先进的控制算法进行实时反馈控制，根据监测到的实际参数与设定目标值之间的差异，通过调节阀门开度、供料速度控制器输出，实现对物料流量和端压的稳定调节；

78、磨损预测模块，用于通过对气力输送系统的磨损情况进行监测和分析，预测管路和设备的磨损程度；

79、进料模块，用于控制物料的进料过程，包括供料系统的启停控制及供料速度调节；根据智能反馈控制模块的输出信号，调整供料系统的供料速度，以实现对物料流量的精确控制；

80、管路提取模块，用于控制气力输送系统中的管路提取风机的运行，包括风机转速的调节、启停控制；根据智能反馈控制模块的输出信号，调整提取风机的转速，以实现对端压的精确控制；

81、输送管路，用于为实际的气力输送管路，负责物料的输送。

82、本发明通过物料流量监测和端压监测，实时获取管路内的物料流量和端压信息；通过磨损预测，预测在不同流量和压强条件下管路内的磨损情况；这些数据对于实时了解管路内的物料输送状态和磨损情况非常重要。物料流量和端压的监测可以帮助判断输送过程中是否存在异常情况，预测磨损情况有助于提前采取维护措施，减少系统故障和损耗。通过网段接口传递数据，将物料流量、端压和磨损预测数据传递至智能反馈控制模块；智能反馈控制模块利用智能算法对数据进行处理和分析，得到管路内物料流量和端压的变化情况；智能反馈控制模块的数据处理和分析能力可以实现对管路内物料输送过程的实时监测和调节；通过智能算法的运算，可以更准确地分析物料流量和端压的变化情况，为后续的调节提供准确的依据。根据智能反馈控制模块的调节结果，实时调节现场数据，包括控制阀门、调整进料系统的供料速度及调整管路提取系统等；通过实时调节现场数据，可以根据智能反馈控制模块的分析结果，对气力输送过程进行实时调节。调节控制阀门、进料系统和管路提取系统等，可以实现对物料流量、端压等参数的精确控制，进而实现稳定的物料输送。