冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)及其方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及冷卻塔控制技術(shù)領(lǐng)域，尤其涉及一種冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)及 其方法。
【背景技術(shù)】
[0002] 冷卻塔是發(fā)電廠生產(chǎn)發(fā)電過(guò)程中重要的傳熱傳質(zhì)設(shè)備，其作用是通過(guò)熱質(zhì)交換， 將高溫冷卻水的熱量散入大氣中，將循環(huán)冷卻水的溫度降低。其冷卻水作用主要靠冷熱兩 股流體在塔內(nèi)混合接觸，借助兩股流體間的水蒸汽分壓力差，使熱流體部分蒸發(fā)并自身冷 卻。
[0003] 冷卻塔一般采用雙曲線型結(jié)構(gòu)，是典型的空間的薄壁殼體結(jié)構(gòu)。目前隨著超大冷 卻塔的發(fā)展，冷卻塔塔筒壁厚越來(lái)越厚，混凝土的等級(jí)也有所提高，在大體積混凝土的工程 建設(shè)中，大體積混凝土中的裂縫產(chǎn)生，塔筒裂縫的產(chǎn)生影響冷卻塔的冷卻效果和正常工作 進(jìn)程，塔筒的安全性可以由塔筒強(qiáng)度大小進(jìn)行預(yù)測(cè)塔筒是否處于安全運(yùn)行狀態(tài)，并根據(jù)預(yù) 測(cè)的強(qiáng)度大小進(jìn)行判斷冷卻塔的安全性。而冷卻塔塔筒強(qiáng)度受很多因素影響，如塔筒內(nèi)部 溫度、混凝土塔筒的水化熱、彈性模量增長(zhǎng)等因素均對(duì)塔筒強(qiáng)度產(chǎn)生一定的影響。
[0004] 現(xiàn)有技術(shù)中是利用溫度傳感器進(jìn)行監(jiān)測(cè)冷卻塔筒壁的溫度，然后傳遞到處理器進(jìn) 行分析塔筒是否處于安全狀態(tài)?，F(xiàn)有技術(shù)中的多點(diǎn)傳感器檢測(cè)到的大量傳遞到處理器，數(shù) 據(jù)間具有很強(qiáng)的非線性和不穩(wěn)定性，處理器分析難度大，時(shí)間長(zhǎng)，而且不能自動(dòng)處理不良數(shù) 據(jù)，預(yù)測(cè)結(jié)果易產(chǎn)生誤差，預(yù)測(cè)結(jié)果不準(zhǔn)確。

【發(fā)明內(nèi)容】

[0005] 為了克服現(xiàn)有技術(shù)中冷卻塔塔筒強(qiáng)度監(jiān)測(cè)中處理器處理不穩(wěn)定性數(shù)據(jù)的不準(zhǔn)確 性，處理器不會(huì)自動(dòng)處理不良數(shù)據(jù)的不足，本發(fā)明提供一種冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng) 及其方法。
[0006] 本發(fā)明的技術(shù)方案是：一種冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)，該系統(tǒng)包括： 信號(hào)采集單元，采集冷卻塔的內(nèi)部溫濕度參數(shù)、外部溫濕度參數(shù)、塔筒中心的溫度參數(shù) 和塔筒中心的張力參數(shù)； 控制器，控制器連接信號(hào)采集單元并接收信號(hào)采集單元的參數(shù)數(shù)據(jù)，并使用控制器中 的基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型處理參數(shù)數(shù)據(jù)，對(duì)參數(shù)中的不良值進(jìn)行刪除或 修正，并對(duì)參數(shù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和預(yù)測(cè)； 人機(jī)交互裝置，連接控制器，接收控制器的信號(hào)并根據(jù)控制器的信號(hào)指令工作。
[0007] 所述信號(hào)采集單元包括溫度傳感器和張力傳感器，溫度傳感器均勻分布在冷卻塔 內(nèi)、外部對(duì)應(yīng)檢測(cè)點(diǎn)監(jiān)測(cè)冷卻塔內(nèi)外溫度差，冷卻塔塔筒中心設(shè)有溫度傳感器和張力傳感 器，塔筒中心的每一層均勻規(guī)律安置溫度傳感器和張力傳感器。
[0008] 所述控制器中設(shè)有數(shù)據(jù)庫(kù)，用于存儲(chǔ)數(shù)據(jù)方便灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模 型進(jìn)行機(jī)器訓(xùn)練。
[0009] -種冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)的方法，所述方法步驟包括： 步驟一、建立塔筒參數(shù)數(shù)據(jù)庫(kù)，包括試驗(yàn)中冷卻塔塔筒材料的溫度和張力參數(shù)和對(duì)應(yīng) 的強(qiáng)度參數(shù)，數(shù)據(jù)庫(kù)中的數(shù)據(jù)還包括實(shí)時(shí)檢測(cè)到的冷卻塔各檢測(cè)點(diǎn)檢測(cè)的溫度參數(shù)、冷卻 塔塔筒中心的張力參數(shù)，數(shù)據(jù)庫(kù)中的數(shù)據(jù)均需進(jìn)行首次歸一化預(yù)處理； 步驟二、建立基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，利用數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行模型 訓(xùn)練； 步驟三、基于灰度預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的模型建立，輸入冷卻塔的各檢測(cè)點(diǎn)參 數(shù)數(shù)據(jù)，得出冷卻塔塔筒強(qiáng)度預(yù)測(cè)值。
[0010] 所述步驟一中的溫度參數(shù)和張力參數(shù)由溫度傳感器和張力傳感器檢測(cè)得到，溫度 傳感器均勻分布在冷卻塔內(nèi)、外部對(duì)應(yīng)檢測(cè)點(diǎn)監(jiān)測(cè)冷卻塔內(nèi)外溫度差，塔筒中心的每一層 均勻規(guī)律安置溫度傳感器和張力傳感器。
[0011] 所述步驟建立基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，基于灰色預(yù)測(cè)的徑向基 函數(shù)神經(jīng)網(wǎng)絡(luò)模型的建立步驟為： 1) 選取各工況條件數(shù)據(jù)建立灰色預(yù)測(cè)模型（1，N)維數(shù)為n的信息模型，經(jīng)過(guò)首次歸 一化處理的數(shù)據(jù)輸入到灰色神經(jīng)網(wǎng)絡(luò)中； 2) 將輸入樣本數(shù)據(jù)進(jìn)行一次累加生成操作，再次歸一化后，設(shè)置基于灰色系統(tǒng)的徑向 基函數(shù)神經(jīng)網(wǎng)絡(luò)組合模型預(yù)測(cè)冷卻塔塔筒強(qiáng)度的工況條件； 3) 以處理后的輸入樣本作為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)輸入向量，試驗(yàn)中冷卻塔塔筒原材料 強(qiáng)度作為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的輸出值，對(duì)該網(wǎng)絡(luò)開(kāi)展訓(xùn)練，其節(jié)點(diǎn)數(shù)能在訓(xùn)練中自 動(dòng)獲取最佳值，以獲得相應(yīng)網(wǎng)絡(luò)參數(shù)； 4) 分析訓(xùn)練結(jié)果數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)，進(jìn)行調(diào)整，直至得到符合精度要求的模型參數(shù)值，從 而建立基于灰色系統(tǒng)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)冷卻塔塔筒承受的實(shí)時(shí)強(qiáng)度。
[0012] 所述步驟2)中的累加生產(chǎn)操作的公式（1)為：
【主權(quán)項(xiàng)】
1. 一種冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)，其特征在于，該系統(tǒng)包括： 信號(hào)采集單元，采集冷卻塔的內(nèi)部溫濕度參數(shù)、外部溫濕度參數(shù)、塔筒中心的溫度參數(shù) 和塔筒中心的張力參數(shù)； 控制器，控制器連接信號(hào)采集單元并接收信號(hào)采集單元的參數(shù)數(shù)據(jù)，并使用控制器中 的基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型處理參數(shù)數(shù)據(jù)，對(duì)參數(shù)中的不良值進(jìn)行刪除或 修正，并對(duì)參數(shù)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析和預(yù)測(cè)； 人機(jī)交互裝置，連接控制器，接收控制器的信號(hào)并根據(jù)控制器的信號(hào)指令工作。
2. 根據(jù)權(quán)利1所述的冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)，其特征在于，所述信號(hào)采集單元 包括溫度傳感器和張力傳感器，溫度傳感器均勻分布在冷卻塔內(nèi)、外部對(duì)應(yīng)檢測(cè)點(diǎn)監(jiān)測(cè)冷 卻塔內(nèi)外溫度差，冷卻塔塔筒中心設(shè)有溫度傳感器和張力傳感器，塔筒中心的每一層均勻 規(guī)律安置溫度傳感器和張力傳感器。
3. 根據(jù)權(quán)利1所述的冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)，其特征在于，所述控制器中設(shè)有 數(shù)據(jù)庫(kù)，用于存儲(chǔ)數(shù)據(jù)方便灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行機(jī)器訓(xùn)練。
4. 一種冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)的方法，其特征在于，所述方法步驟包括： 步驟一、建立塔筒參數(shù)數(shù)據(jù)庫(kù)，包括試驗(yàn)中冷卻塔塔筒材料的溫度和張力參數(shù)和對(duì)應(yīng) 的強(qiáng)度參數(shù)，數(shù)據(jù)庫(kù)中的數(shù)據(jù)還包括實(shí)時(shí)檢測(cè)到的冷卻塔各檢測(cè)點(diǎn)檢測(cè)的溫度參數(shù)、冷卻 塔塔筒中心的張力參數(shù)，數(shù)據(jù)庫(kù)中的數(shù)據(jù)均需進(jìn)行首次歸一化預(yù)處理； 步驟二、建立基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，利用數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行模型 訓(xùn)練； 步驟三、基于灰度預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的模型建立，輸入冷卻塔的各檢測(cè)點(diǎn)參 數(shù)數(shù)據(jù)，得出冷卻塔塔筒強(qiáng)度預(yù)測(cè)值。
5. 根據(jù)權(quán)利要求4所述的冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)的方法，其特征在于，所述步 驟一中的溫度參數(shù)和張力參數(shù)由溫度傳感器和張力傳感器檢測(cè)得到，溫度傳感器均勻分布 在冷卻塔內(nèi)、外部對(duì)應(yīng)檢測(cè)點(diǎn)監(jiān)測(cè)冷卻塔內(nèi)外溫度差，塔筒中心的每一層均勻規(guī)律安置溫 度傳感器和張力傳感器。
6. 根據(jù)權(quán)利要求4所述的冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)的方法，其特征在于，所述步 驟建立基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型，基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模 型的建立步驟為： 1) 選取各工況條件數(shù)據(jù)建立灰色預(yù)測(cè)模型（1，N)維數(shù)為n的信息模型，經(jīng)過(guò)首次歸 一化處理的數(shù)據(jù)輸入到灰色神經(jīng)網(wǎng)絡(luò)中； 2) 將輸入樣本數(shù)據(jù)進(jìn)行一次累加生成操作，再次歸一化后，設(shè)置基于灰色系統(tǒng)的徑向 基函數(shù)神經(jīng)網(wǎng)絡(luò)組合模型預(yù)測(cè)冷卻塔塔筒強(qiáng)度的工況條件； 3) 以處理后的輸入樣本作為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)輸入向量，試驗(yàn)中冷卻塔塔筒原材料 強(qiáng)度作為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的輸出值，對(duì)該網(wǎng)絡(luò)開(kāi)展訓(xùn)練，其節(jié)點(diǎn)數(shù)能在訓(xùn)練中自 動(dòng)獲取最佳值，以獲得相應(yīng)網(wǎng)絡(luò)參數(shù)； 4) 分析訓(xùn)練結(jié)果數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)，進(jìn)行調(diào)整，直至得到符合精度要求的模型參數(shù)值，從 而建立基于灰色系統(tǒng)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)冷卻塔塔筒承受的實(shí)時(shí)強(qiáng)度。
7. 根據(jù)權(quán)利要求6所述的冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)的方法，其特征在于，所述步驟2)中 的累加生產(chǎn)操作的公式(1)為：
，式中的公 式⑵為
式中為第i個(gè)變量的第 k個(gè)分析值;再次歸一化的公式(3)為：
，
良示累加生產(chǎn)數(shù)據(jù)。
【專利摘要】本發(fā)明涉及一種冷卻塔塔筒強(qiáng)度預(yù)測(cè)控制系統(tǒng)及其方法，屬于冷卻塔控制技術(shù)領(lǐng)域，該系統(tǒng)包括：信號(hào)采集單元；控制器，使用控制器中的基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型處理參數(shù)數(shù)據(jù)；人機(jī)交互裝置，連接控制器。本發(fā)明能夠通過(guò)實(shí)時(shí)檢測(cè)冷卻塔塔筒的溫度和張力情況來(lái)進(jìn)行塔筒強(qiáng)度預(yù)測(cè)，使用基于灰色預(yù)測(cè)的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型的算法模型，能夠自動(dòng)對(duì)不良數(shù)值進(jìn)行刪除，本方法中的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)具有良好的非線性處理能力，灰色預(yù)測(cè)網(wǎng)絡(luò)和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的結(jié)合能夠達(dá)到減少輸入數(shù)據(jù)的隨機(jī)性能夠，解決了現(xiàn)有技術(shù)中冷卻塔塔筒強(qiáng)度監(jiān)測(cè)中處理器處理不穩(wěn)定性數(shù)據(jù)的不準(zhǔn)確性，處理器不會(huì)自動(dòng)處理不良數(shù)據(jù)的問(wèn)題。
【IPC分類】G06N3-02, G01D21-02
【公開(kāi)號(hào)】CN104697585
【申請(qǐng)?zhí)枴緾N201510110330
【發(fā)明人】張育仁, 張研, 帕提曼熱扎克
【申請(qǐng)人】蕪湖凱博實(shí)業(yè)股份有限公司
【公開(kāi)日】2015年6月10日
【申請(qǐng)日】2015年3月13日