基于静电传感器的烟气流型识别方法及装置制造方法及图纸

本发明专利技术提供一种基于静电传感器的烟气流型识别方法及装置，涉及烟气排放测量技术领域。该方法包括：在烟气排放管道中采集静电传感器的输出信号；基于互相关运算，计算所述输出信号的渡越时间以及颗粒物的速度估计值；计算单带电颗粒经过所述静电传感器敏感场时引起的信号时域模型；使用所述信号时域模型对所述输出信号进行数据处理，还原出静电信号；根据所述渡越时间和所述速度估计值，确定所述颗粒物的速度波动特征并选取计算区间，计算所述静电信号的标准差；利用所述静电信号的标准差，对烟气排放流型进行表征。本发明专利技术可以对静电信号进行数据挖掘，得到烟气流型的信息。与采用差压原理的皮托管传感器相比，对流型变化的反映更加迅速。的反映更加迅速。的反映更加迅速。

【技术实现步骤摘要】
基于静电传感器的烟气流型识别方法及装置


[0001]本专利技术涉及烟气排放测量
，尤其涉及一种基于静电传感器的烟气流型识别方法及装置。

技术介绍

[0002]静电传感器，由于结构简单，成本低廉，是管道流量检测领域使用最广泛的传感器。其电极嵌入管道内壁，可以与管道中流体直接接触，因此静电信号主要包含两个部分：一部分来自于带电流体静电感应产生的信号；另一部分来自于流体与电极接触产生的转移电荷信号。

技术实现思路

[0003]有鉴于此，本专利技术提供了一种基于静电传感器的烟气流型识别方法及装置，可以基于静电感应空间卷积信号复原，实现烟气流型识别。
[0004]为达到上述目的，本专利技术第一方面提供了一种基于静电传感器的烟气流型识别方法，包括：
[0005]在烟气排放管道中采集静电传感器的输出信号；
[0006]基于互相关运算，计算所述输出信号的渡越时间以及颗粒物的速度估计值；
[0007]计算单带电颗粒经过所述静电传感器敏感场时引起的信号时域模型；
[0008]使用所述信号时域模型对所述输出信号进行数据处理，还原出静电信号；
[0009]根据所述渡越时间和所述速度估计值，确定所述颗粒物的速度波动特征并选取计算区间，计算所述静电信号的标准差；
[0010]利用所述静电信号的标准差，对烟气排放流型进行表征。
[0011]本专利技术第二方面提供了一种基于静电传感器的烟气流型识别装置，包括：
[0012]信号采集模块，用于在烟气排放管道中采集静电传感器的输出信号；
[0013]速度计算模块，用于基于互相关运算，计算所述输出信号的渡越时间以及颗粒物的速度估计值；
[0014]信号模型计算模块，用于计算单带电颗粒经过所述静电传感器敏感场时引起的信号时域模型；
[0015]信号还原模块，用于使用所述信号时域模型对所述输出信号进行数据处理，还原出静电信号；
[0016]标准差计算模块，用于根据所述渡越时间和所述速度估计值，确定所述颗粒物的速度波动特征并选取计算区间，计算所述静电信号的标准差；
[0017]烟气流型表征模块，用于利用所述静电信号的标准差，对烟气排放流型进行表征。
[0018]本专利技术第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述基于静电传感器的烟气流型识别方法。
[0019]与现有技术相比，本专利技术提供的基于静电传感器的烟气流型识别方法及装置，至少具有以下有益效果：
[0020]本专利技术可以对静电信号进行数据挖掘，得到烟气流型的信息。与采用差压原理的皮托管传感器相比，本专利技术采用方法的测量结果对流型变化的反映更加迅速。
附图说明
[0021]通过以下参照附图对本专利技术实施例的描述，本专利技术的上述以及其他目的、特征和优点将更为清楚，在附图中：
[0022]图1示意性示出了根据本专利技术实施例的基于静电传感器的烟气流型识别方法的应用场景图；
[0023]图2示意性示出了根据本专利技术实施例的基于静电传感器的烟气流型识别方法的流程图；
[0024]图3示意性示出了根据本专利技术实施例的信号时域模型的流线图；
[0025]图4示意性示出了根据本专利技术实施例的基于静电传感器的烟气流型识别结果与差压传感器的对比效果图；
[0026]图5示意性示出了根据本专利技术实施例的基于静电传感器的烟气流型识别装置的结构框图；
[0027]图6示意性示出了根据本专利技术实施例的适于实现基于静电传感器的烟气流型识别方法的电子设备的方框图。
具体实施方式
[0028]为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本专利技术。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0030]在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
[0031]图1示意性示出了根据本专利技术实施例的基于静电传感器的烟气流型识别方法的应用场景图。需要注意的是，图1所示仅为可以应用本专利技术实施例的应用场景的示例，以帮助本领域技术人员理解本专利技术的
技术实现思路
，但并不意味着本专利技术实施例不可以用于其他设备、系统、环境或场景。
[0032]如图1所示，根据该实施例的应用场景可以为烟气排放流型检测系统100，该系统100具体包括静电传感器101、信号调理电路102和数据处理装置103。
[0033]其中，静电传感器101安装于烟气排放管道中，具体包括上下游的两个静电电极。信号调理电路102将两个静电电极上的静电感应信号引出并放大，输出为传感器输出信号。
数据处理装置103基于上述传感器输出信号，通过算法实现烟气排放流型识别。
[0034]应该理解，图1中的静电传感器、信号调理电路和数据处理装置的数目仅仅是示意性的。根据实现需要，可以具有任意数目的静电传感器、信号调理电路和数据处理装置。
[0035]以下将基于图1描述的应用场景，通过图2～图4对本专利技术实施例的方法进行详细描述。
[0036]图2示意性示出了根据本专利技术实施例的基于静电传感器的烟气流型识别方法的流程图。图3示意性示出了根据本专利技术实施例的信号时域模型的流线图。
[0037]如图2所示，根据该实施例的基于静电传感器的烟气流型识别方法，可以包括操作S210～操作S260。
[0038]在操作S210，在烟气排放管道中采集静电传感器的输出信号。
[0039]本专利技术实施例中，静电传感器由设置于烟气排放管道上下游的两个静电电极构成。其中，两个静电电极输出有静电感应信号，静电感应信号经过引出并放大，得到静电传感器的输出信号。
[0040]可选地，两个静电电极的间距为50mm。
[0041]在操作S220，基于互相关运算，计算输出信号的渡越时间以及颗粒物的速度估计值。
[0042]可以理解的是，如果声源发出的信号为x(t)，而声波接收装置接收到的信号为y(t)，则两路信号的互相关函数为可由以下公式计算得出：
[0043][0044]其中，τ即为渡越时间。通过以上公式进行互相关运算之后，便可以得到互相关函数的峰值点所对应的时间，从而就可以得到声波从声源到信号接收装置之间的渡越时间τ。
[0045]接着，通过互相关运算，可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于静电传感器的烟气流型识别方法，其特征在于，包括：在烟气排放管道中采集静电传感器的输出信号；基于互相关运算，计算所述输出信号的渡越时间以及颗粒物的速度估计值；计算单带电颗粒经过所述静电传感器敏感场时引起的信号时域模型；使用所述信号时域模型对所述输出信号进行数据处理，还原出静电信号；根据所述渡越时间和所述速度估计值，确定所述颗粒物的速度波动特征并选取计算区间，计算所述静电信号的标准差；利用所述静电信号的标准差，对烟气排放流型进行表征。2.根据权利要求1所述的基于静电传感器的烟气流型识别方法，其特征在于，所述静电传感器由设置于所述烟气排放管道上下游的两个静电电极构成；所述两个静电电极输出有静电感应信号，所述静电感应信号经过引出并放大，得到所述静电传感器的输出信号。3.根据权利要求2所述的基于静电传感器的烟气流型识别方法，其特征在于，所述计算单带电颗粒经过所述静电传感器敏感场时引起的信号时域模型，包括：通过静电场CFD计算点电荷在所述两个静电电极内表面引起的感应电荷，求得所述信号时域模型。4.根据权利要求2所述的基于静电传感器的烟气流型识别方法，其特征在于，所述计算单带电颗粒经过所述静电传感器敏感场时引起的信号时域模型，还包括根据以下经验公式计算所述信号时域模型：其中，Is(t)为感应电流；t为时间；q为感应电荷；D为两个静电电极内径；W为两个静电电极宽度；V
s
为颗粒速度；θ为颗粒散射角；x为在静电电极横截面中，带电颗粒偏离电极中心的距离；F(x，θ)为中间变量。5.根据权利要求1所述的基于静电传感器的烟气流型识别方法，其特征在于，使用所述信号时域模型对所述输出...

【专利技术属性】
技术研发人员：刘昆，陈弘达，唐君，鲁琳，
申请(专利权)人：中国科学院半导体研究所，
类型：发明
国别省市：