一种基于数字孪生的RTO智慧监测与诊断方法技术

本发明专利技术涉及一种基于数字孪生的RTO智慧监测与诊断方法，包括：步骤一、收集包括RTO的运行数据、尺寸信息、检维修记录在内的数据，建立多维度数据库，基于数据库对RTO进行结构分析和功能分析，进行RTO机理模型构建和RTO数据驱动模型构建，得到针对RTO的数字孪生模块；步骤二、根据步骤一所得RTO的数字孪生模块，对RTO内部运行状态进行模拟，实现RTO运行状态的实时监测与诊断；步骤三、将模拟的内部运行过程连接至AR眼镜，实现可视化分析，并可基于可视化分析结果采取相对应的安全决策。本发明专利技术可以防止因为部分参数超出合理范围而造成的RTO部件损坏，甚至是停炉和爆炸事故；保证RTO设备的稳定与安全运行。稳定与安全运行。稳定与安全运行。

【技术实现步骤摘要】
一种基于数字孪生的RTO智慧监测与诊断方法


[0001]本专利技术属于智能制造和自动化
，具体地说是一种基于数字孪生的RTO智慧监测与诊断方法。

技术介绍

[0002]蓄热式焚烧炉(Regenerative Thermal Oxidizer,RTO)，尤其是三室RTO作为目前医药化工产业普遍用来作为生产工序最后的废气处理设备。然而，由于工艺的限制，现有的RTO控制系统并不能实时监测炉内温度并且做出合理的调控策略。除此以外，由于缺乏设备预警和故障溯源措施，每次设备故障导致的RTO炉停炉会造成长时间的停机，会对员工人身安全造成较大的威胁。除此以外，当蓄热室内温度过高还可能造成蓄热体使用寿命减少等情况。
[0003]数字孪生是个普遍适应的理论技术体系，可以在众多领域应用，在产品设计、产品制造、医学分析、工程建设等领域应用较多。通过充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体设备的全生命周期过程。在当前大部分以RTO为主的处理过程，仍然以运行人员对设备的操作经验作为最主要依据，这对废气处理产业的优化空间是十分有限的，并且单纯依靠人工经验，可能导致产业的经济效益和安全性下降，使之无法到达RTO运行的最优化。为此，将数字孪生技术融入RTO处理系统，建立RTO多维数据库，通过把三维数据场导入AR眼镜，实现对RTO运行的模拟监测。

技术实现思路

[0004]为了克服现有技术的缺点和不足，本专利技术提供了一种基于数字孪生的RTO智慧监测与诊断方法。
[0005]本专利技术所采取的技术方案为：
[0006]一种基于数字孪生的RTO智慧监测与诊断方法，包括下述步骤：
[0007]步骤一、收集包括RTO的运行数据、尺寸信息、检维修记录在内的数据，建立多维度数据库，基于数据库对RTO进行结构分析和功能分析，进行RTO机理模型和RTO数据驱动模型构建，得到针对RTO的数字孪生模块；
[0008]步骤二、根据步骤一所得RTO的数字孪生模块，对RTO内部运行状态进行模拟，实现RTO运行状态的实时监测与诊断；
[0009]步骤三、将模拟的内部运行过程连接至AR眼镜，实现可视化分析，并可基于可视化分析结果采取相对应的安全决策。
[0010]作为优选，所述运行数据包括但不限于：输入RTO运行前投入的蓄热室的有机废气含量、RTO中各个进、出气阀门的开度、燃烧室温度、管道温度、各个阀门处的LEL浓度、投入蓄热室的有机废气平均热值、以及以往对应有机废气投料下的处理量和处理效率；
[0011]所述尺寸信息包括但不限于：RTO的几何尺寸、RTO的几何形状、内部各组件的几何
尺寸及形状、以及各组件之间的几何关系；其中，各组件包括燃烧室、蓄热室、蓄热体、前旁通阀、后旁通阀、废气主阀、新风阀、提升阀、助燃风阀、燃烧阀、主风机、旁通风机和助燃风机；
[0012]所述检维修记录包括RTO参数报警记录、人工巡检记录、以及设备台账。
[0013]作为优选，所述结构分析包括对RTO的尺寸信息进行分析，确定RTO组成部分；功能分析包括对RTO各组件的承担功能、各组件耦合关系进行分析；结构分析时采用3D MAX、SolidWorks或AutoCAD来构建模型；功能分析时采用Matlab或Simulink来进行运行过程功能模拟。
[0014]作为优选，RTO机理模型构建的步骤包括：
[0015](a)基于RTO数据库，获取RTO各组件的尺寸信息和承担功能；
[0016](b)通过对RTO的结构分析和功能分析，从RTO生产过程中的物理、化学规律出发建立关键参数与可测变量之间的数学方程组；其中，物理、化学规律包括：能量守恒定律、动量守恒定律、质量守恒定律工程热力学原理、传热学原理、牛顿定理、燃烧热方程和盖斯定律；
[0017](c)基于(b)中建立的数学方程组，整理得到描述RTO生产运行过程的机理模型。
[0018]进行RTO机理模型构建的实现方式包括，采用SolidWorks、Autocad构建几何构型，通过SolidWorks、simulink、matlab构建传热学、空气动力学和工程热力学方程。
[0019]作为优选，RTO数据驱动模型构建的步骤包括：
[0020](a)基于RTO数据库，获取RTO各组件的尺寸信息和承担功能、RTO运行中关键参数的初始量；
[0021](b)根据建立的RTO机理模型，获取需要求出数值的参数；
[0022](c)利用数学建模的方法建立参数与关键参数之间的数学表达式，确立其函数关系；
[0023]其中，数学建模的方法包括但不限于：回归分析建模、神经网络建模和支持向量机的建模；所述关键参数包括：RTO运行过程中的温度、RTO内部热量变化、有机废气处理量和处理效率、有机废气流量、LEL浓度、以及RTO中各个进、出气阀门的开度；其中，所述RTO运行过程中的温度包括RTO运行过程中蓄热室、燃烧室和蓄热体的温度。
[0024]进行数学建模时可以采用如下的实现方式：Python、Matlab来进行数据处理。
[0025]作为优选，步骤二包括对RTO运行过程时关键参数的监测和对RTO工作状态是否正常的诊断。
[0026]作为优选，步骤三具体为：
[0027](a)基于RTO数据库，结合RTO几何构型和RTO实时监测数据构建RTO三维数据场；
[0028](b)将RTO三维数据场导入AR眼镜中；
[0029](c)通过AR眼镜使用RTO三维数据场即可实现对RTO数据场的可视化。
[0030]作为优选，采取对应安全决策包括但不限于：调整有机废气投料、维护可能故障点位、调控RTO运行过程中的温度范围、以及及时切断设备电源停止工作。
[0031]作为优选，以RTO运行过程中的温度为关键参数，基于RTO数据库和RTO热量数据模型，建立多组分复杂换热过程热量衡算模型，计算RTO各截面温度；其中，建立多组分复杂换热过程热量衡算模型操作包括：通过数据驱动建立未知参数关系方程、通过局部蓄热体微观传热模型增加蓄热计算精确度、通过回归分析建立VOCs复杂组分混合燃烧方程；
[0032]建立模型的方程包括：
[0033]废气输入热量：
[0034]Q
in
＝m
in
Δh
in
＝ρv
in
Cp
ain
(T
in
‑
T
amb
)
[0035]前置热旁通提供热量：
[0036]Q
pb
＝m
pb
Δh
cb
＝ρv
pb
Cp
acb
(T
cb
‑
T
amb
)
[0037]混合后的入口温度计算：<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的RTO智慧监测与诊断方法，其特征在于包括下述步骤：步骤一、收集包括RTO的运行数据、尺寸信息、检维修记录在内的数据，建立多维度数据库，基于数据库对RTO进行结构分析和功能分析，进行RTO机理模型和RTO数据驱动模型构建，得到针对RTO的数字孪生模块；步骤二、根据步骤一所得RTO的数字孪生模块，对RTO内部运行状态进行模拟，实现RTO运行状态的实时监测与诊断；步骤三、将模拟的内部运行过程连接至AR眼镜，实现可视化分析，并可基于可视化分析结果采取相对应的安全决策。2.根据权利要求1所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于：所述运行数据包括但不限于：输入RTO运行前投入的蓄热室的有机废气含量、RTO中各个进、出气阀门的开度、燃烧室温度、管道温度、各个阀门处的LEL浓度、投入蓄热室的有机废气平均热值、以及以往对应有机废气投料下的处理量和处理效率；所述尺寸信息包括但不限于：RTO的几何尺寸、RTO的几何形状、内部各组件的几何尺寸及形状、以及各组件之间的几何关系；其中，各组件包括燃烧室、蓄热室、蓄热体、前旁通阀、后旁通阀、废气主阀、新风阀、提升阀、助燃风阀、燃烧阀、主风机、旁通风机和助燃风机；所述检维修记录包括RTO参数报警记录、人工巡检记录、以及设备台账。3.根据权利要求1所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于：所述结构分析包括对RTO的尺寸信息进行分析，确定RTO组成部分；功能分析包括对RTO各组件的承担功能、各组件耦合关系进行分析；结构分析时采用3D MAX、SolidWorks或AutoCAD来构建模型；功能分析时采用Matlab或Simulink来进行运行过程功能模拟。4.根据权利要求1所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于RTO机理模型构建的步骤包括：(a)基于RTO数据库，获取RTO各组件的尺寸信息和承担功能；(b)通过对RTO的结构分析和功能分析，从RTO生产过程中的物理、化学规律出发建立关键参数与可测变量之间的数学方程组；其中，物理、化学规律包括：能量守恒定律、动量守恒定律、质量守恒定律工程热力学原理、传热学原理、牛顿定理、燃烧热方程和盖斯定律；(c)基于(b)中建立的数学方程组，整理得到描述RTO生产运行过程的机理模型。5.根据权利要求4所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于RTO数据驱动模型构建的步骤包括：(a)基于RTO数据库，获取RTO各组件的尺寸信息和承担功能、RTO运行中关键参数的初始量；(b)根据建立的RTO机理模型，获取需要求出数值的参数；(c)利用数学建模的方法建立参数与关键参数之间的数学表达式，确立其函数关系；其中，数学建模的方法包括但不限于：回归分析建模、神经网络建模和支持向量机的建模；所述关键参数包括：RTO运行过程中的温度、RTO内部热量变化、有机废气处理量和处理效率、有机废气流量、LEL浓度、以及RTO中各个进、出气阀门的开度；其中，所述RTO运行过程中的温度包括RTO运行过程中蓄热室、燃烧室和蓄热体的温度。6.根据权利要求5所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于：步骤二包括对RTO运行过程时关键参数的监测和对RTO工作状态是否正常的诊断。
7.根据权利要求1所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于步骤三具体为：(a)基于RTO数据库，结合RTO几何构型和RTO实时监测数据构建RTO三维数据场；(b)将RTO三维数据场导入AR眼镜中；(c)通过AR眼镜使用RTO三维数据场即可实现对RTO数据场的可视化。8.根据权利要求1所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于采取对应安全决策包括但不限于：调整有机废气投料、维护可能故障点位、调控RTO运行过程中的温度范围、以及及时切断设备电源停止工作。9.根据权利要求5所述基于数字孪生的RTO智慧监测与诊断方法，其特征在于：以RTO运行过程中的温度为关键参数，基于RTO数据库和RTO热量数据模型，建立多组分复杂换热过程热量衡算模型，计算RTO各截面温度；其中，建立多组分复杂换热过程热量衡算模型操作包括：通过数据驱动建立未知参数关系方程、通过局部蓄热体微观传热模型增加蓄热计算精确度、通过回归分析建立VOCs复杂组分混合燃烧方程；建立模型的方程包括：废气输入热量：Q
in
＝m
in
Δh
in
＝ρv
in
Cp
ain
(T
in
‑
T
amb
)前置热旁通提供热量：Q
pb
＝m
pb
Δh
cb
＝ρv
pb
Cp
acb
(T
cb
‑
T
amb
)混合后的入口温度计算：Q
min
＝(Q
in
+Q
pb
)＝m
pin
Δh
pin
＝ρ(v
pb
+v
in
)Cp
apin
(T
pin
‑
T
amb
)经蓄热体加热后的气体温度计算：经蓄热体加热后的气体热量：Q
ha
＝m
ha
Δh
ha
＝ρ(v
pb
+v
in
)Cp
aha
(T
ha
‑
T
amb
)废气中可燃物质燃烧产生的热量：Q
cmb
＝δLELv
in
LEL
min
ΔcH
cmb
燃料燃烧产生的热量：Q
fc
＝v
fuel
ΔcH
fc
前置热旁通散出的热量：Q
pbo
＝m
pb
Δh
cb
＝ρv
pb
Cp
acb
(T
cb
‑
T
amb
)后置热旁通散出的热量：Q
rb
＝m
rb
Δh
cb
＝ρv
rb
Cp
acb
(T
cb
‑
T
amb
)燃烧室气体温度计算：Q
cb
＝(Q
ha
+Q
cmb
+Q
fc
+Q
air
+Q
fuel
‑
Q
pbo
‑
Q
...

【专利技术属性】
技术研发人员：高翔，方铁根，韩尚伯，郑成航，姚龙超，华奕，俞悦楷，胡腾，杨健，周灿，吴卫红，张悠，张涌新，
申请(专利权)人：浙江大学嘉兴研究院，
类型：发明
国别省市：