一种防结垢闭式冷却塔制造技术

本发明专利技术涉及冷却塔技术领域，具体公开了一种防结垢闭式冷却塔，包括盘管，还包括布水检测系统，布水检测系统包括风速传感器、红外热成像仪和边缘处理器；风速传感器用于采集冷却塔内部的风速数据；红外热成像仪用于采集盘管表面层的热成像图像；边缘处理器还用于将热成像图像转换为温度数据，将风速数据和温度数据输入预置的AI模型中，从AI模型获取盘管结垢的预测结果；预测结果包括预估结垢位置以及预估结垢时间；边缘处理器还用于根据预估结垢时间判断是否小于时间阈值，如果小于，生成预警信息。采用本发明专利技术的技术方案能够提前预测盘管结垢情况。垢情况。垢情况。

【技术实现步骤摘要】
一种防结垢闭式冷却塔


[0001]本专利技术涉及冷却塔
，特别涉及一种防结垢闭式冷却塔。

技术介绍

[0002]闭式冷却塔是一种用于冷却水或其他液体的设备，包括喷淋嘴、盘管及填料层等。盘管内流动有待降温的液体。冷却水从喷淋嘴喷出，流过盘管时，吸收盘管表面的热量，对盘管进行降温，进而对盘管内的液体进行降温。
[0003]为了提高盘管与冷却水的接触面积，增强降温效果，往往需要在有限的空间内设置尽可能多的盘管，这样容易出现冷却水无法覆盖盘管外表面的情况，导致盘管外表面形成干点，进而在干点处结垢。盘管表面的结垢，作为一层绝缘层，会阻碍热量在盘管和冷却介质之间的传导，导致热交换效率下降，使冷却能力减弱。结垢还会使得盘管的表面粗糙不平，增加清洗和维护的难度。结垢还会影响盘管的表面保护层，暴露盘管的金属材料于腐蚀环境中。长期下来，可能导致盘管腐蚀和破损，甚至产生腐蚀产物，进一步污染冷却水系统。
[0004]由于盘管层层排布，巡检时通常只能观察到表面一层盘管的结垢情况，位于内部的盘管，只有在拆卸后才能了解结垢情况，这导致对盘管内部的检查存在滞后性，当发现问题时，往往已经到了很严重的地步。
[0005]为此，需要一种能够提前预测结垢情况的防结垢闭式冷却塔。

技术实现思路

[0006]本专利技术提供了一种防结垢闭式冷却塔，能够提前预测盘管结垢情况。
[0007]为了解决上述技术问题，本申请提供如下技术方案：
[0008]一种防结垢闭式冷却塔，包括盘管，还包括布水检测系统，布水检测系统包括风速传感器、红外热成像仪和边缘处理器；
[0009]风速传感器用于采集冷却塔内部的风速数据；
[0010]红外热成像仪用于采集盘管表面层的热成像图像；
[0011]边缘处理器还用于将热成像图像转换为温度数据，将风速数据和温度数据输入预置的AI模型中，从AI模型获取盘管结垢的预测结果；预测结果包括预估结垢位置以及预估结垢时间；
[0012]边缘处理器还用于根据预估结垢时间判断是否小于时间阈值，如果小于，生成预警信息。
[0013]基础方案原理及有益效果如下：
[0014]盘管表面的冷却水附着情况不同，会导致盘管表面的温度不同，即均匀附着冷却水的部分温度低于未附着冷却水的部位，而且冷却水流动快的部位的温度会低于流动慢的部位，流动快的部分，表面其位置接收的冷却水更充足，其附着的冷却水也更容易流入下一层盘管中，降低下一层盘管结垢的概率。内部的风有助于吹动冷却水包覆在盘管上，降低结垢的概率，因此，盘管表面层的温度，以及风速对盘管是否结垢存在直接的关系。
[0015]本方案通过风速传感器采集冷却塔内部的风速数据，红外热成像仪采集盘管表面层的热成像图像，并经由边缘处理器将热成像图像转换为温度数据。这些数据被输入预置的AI模型中，从中获取盘管结垢的预测结果。预测结果包括预估结垢位置以及预估结垢时间，因此，本方案可以在结垢发生之前及时检测并预测结垢情况，为冷却塔维护和清理提供了提前的依据。
[0016]边缘处理器不仅负责数据处理转换，还根据预估结垢时间进行判断，如果预估结垢时间小于设定的时间阈值，将生成预警信息。这种预警功能使得冷却塔的运行监测更加智能化和主动化。在结垢情况严重或时间紧迫时，操作人员可以及时采取措施，避免结垢带来的影响，如降低散热效率、增加能耗等问题。
[0017]综上所述，本专利技术通过引入布水检测系统，充分利用风速传感器和红外热成像仪等设备，结合AI模型的预测能力，提前预测冷却塔盘管结垢情况，实现了有效的结垢监测和预警功能。这样的创新设计使得冷却塔的维护更加高效和可靠，有助于提升设备的使用寿命，降低能源消耗，从而在工业生产中具有广泛的应用前景。
[0018]进一步，还包括模型训练模块，模型训练模块用于获取数据集，数据集包括历史风速数据、历史热成像图像、与历史热成像图像对应的盘管结垢位置、以及结垢时间；
[0019]模型训练模块还用于根据数据集构建训练集和测试集；基于训练集对AI模型进行训练，基于测试集评估AI模型的性能，将训练完成的AI模型部署至边缘处理器。
[0020]模型训练模块获取的数据集包括历史风速数据、历史热成像图像、与历史热成像图像对应的盘管结垢位置以及结垢时间。这些丰富的数据集为AI模型的训练提供了充足的样本和标签，使得模型能够更加准确地学习风速，盘管表面的温度与盘管内部结构情况的关系。
[0021]模型训练模块将数据集划分为训练集和测试集，基于训练集对AI模型进行训练，然后基于测试集评估AI模型的性能。这样的训练和评估流程确保了AI模型的高效性和准确性，能够更好地应对真实场景中的结垢预测需求。
[0022]训练完成的AI模型将被部署至边缘处理器，意味着该模型可以在冷却塔现场实时运行。边缘处理器上部署的AI模型可以快速处理采集到的风速数据和红外热成像图像，从而及时预测盘管结垢情况和预警信息，为运维人员提供重要的决策支持。
[0023]进一步，所述盘管包括多层排列的直管，以及将直管端部联通的弯管；结垢位置包括结垢直管所在层数、排数、以及与直管端部的距离。
[0024]便于对结垢位置进行准确定位。
[0025]进一步，所述温度数据包括温度值以及对应顶层直管的位置。
[0026]便于反应顶层直管每一个位置的温度。
[0027]进一步，所述直管上沿长度方向均匀设置有若干环形凸起。
[0028]环形凸起能够将直管分为若干个独立的部分，有助于水流在两个环形凸起之间汇聚，降低结垢概率，同时每一部分也可以作为一个的温度监测区域，方便进行温度的监测，也方便后续确定结垢的位置。
[0029]进一步，还包括鼓风的风机、向盘管布水的喷淋系统；风速传感器固定在风机的下方；喷淋系统包括主供水管，与主供水管连接的若干支供水管，支供水管平行于盘管的长度方向排列，支供水管上均匀设置有若干第一喷头。
[0030]进一步，所述主供水管上还设置有第一电磁阀；
[0031]还包括水平滑动机构和控制器；
[0032]水平滑动机构位于盘管的上方，红外热成像仪固定在水平滑动机构上；
[0033]控制器用于每隔预设时间控制第一电磁阀关闭，控制水平滑动机构移动至预定位置，控制红外热成像仪拍摄盘管的热成像图像，控制器还用于在完成拍摄后控制第一电磁阀开启。
[0034]进一步，所述预定位置至少为两个，控制器用于在首次拍摄时，控制水平滑动机构依次移动至各个预置的预定位置。
[0035]进一步，所述边缘处理器还用于获取在预定位置拍摄的局部热成像图像，将所有的局部热成像图像拼接成完整的热成像图像。
附图说明
[0036]图1为一种防结垢闭式冷却塔实施例一的逻辑框图。
[0037]图2为一种防结垢闭式冷却塔实施例二的俯视图。
具体实施方式
[0038]下面通过具体实施方式进一步详细说明：
[0039]说明书附图中的标记包括：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种防结垢闭式冷却塔，包括盘管，其特征在于，还包括布水检测系统，布水检测系统包括风速传感器、红外热成像仪和边缘处理器；风速传感器用于采集冷却塔内部的风速数据；红外热成像仪用于采集盘管表面层的热成像图像；边缘处理器还用于将热成像图像转换为温度数据，将风速数据和温度数据输入预置的AI模型中，从AI模型获取盘管结垢的预测结果；预测结果包括预估结垢位置以及预估结垢时间；边缘处理器还用于根据预估结垢时间判断是否小于时间阈值，如果小于，生成预警信息。2.根据权利要求1所述的防结垢闭式冷却塔，其特征在于：还包括模型训练模块，模型训练模块用于获取数据集，数据集包括历史风速数据、历史热成像图像、与历史热成像图像对应的盘管结垢位置、以及结垢时间；模型训练模块还用于根据数据集构建训练集和测试集；基于训练集对AI模型进行训练，基于测试集评估AI模型的性能，将训练完成的AI模型部署至边缘处理器。3.根据权利要求2所述的防结垢闭式冷却塔，其特征在于：所述盘管包括多层排列的直管，以及将直管端部联通的弯管；结垢位置包括结垢直管所在层数、排数、以及与直管端部的距离。4.根据权利要求3所述的防结垢闭式冷却塔，其特征在于：所述温度数据包括...

【专利技术属性】
技术研发人员：曾智强，
申请(专利权)人：重庆佳航环保科技有限公司，
类型：发明
国别省市：