基于大数据分析的热风炉燃烧监测系统及方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115198047A(43)申请公布日2022.10.18(21)申请号202211087506.1(22)申请日2022.09.07(71)申请人宝信软件（南京）有限公司地址210039江苏省南京市雨花台区梅山街道雄风路333号(72)发明人杨文仁熊年昀李杉(74)专利代理机构南京明杰知识产权代理事务所(普通合伙)32464专利代理师张文杰(51)Int.Cl.C21B9/00(2006.01)G01D21/02(2006.01)权利要求书6页说明书13页附图3页(54)发明名称基于大数据分析的热风炉燃烧监测系统及方法(57)摘要本发明公开了基于大数据分析的热风炉燃烧监测系统及方法，涉及计算机技术领域，自适应调节管控模块，所述自适应调节管控模块根据热风炉所处的燃烧阶段在数据库中预置的阶段燃烧目标值及阶段燃烧初始设定步长，对热风炉中的输入煤气流量及输入空气流量进行自适应调节，不同燃烧阶段相应的自适应调节方式不同。本发明适应于同种结构不同炉况的热风炉，在热风炉燃烧过程中，通过引入自适应调节方式，根据阶段目标和实时数据动态计算、调节空气流量和煤气流量等，保证燃烧过程的稳定性，使得燃烧效率的最大化，降低污染物排放，提高经济效益。CN115198047ACN115198047A权利要求书1/6页1.基于大数据分析的热风炉燃烧监测方法，其特征在于，所述方法包括以下步骤：S1、每隔第一单位时间t1获取一次热风炉中设置的各个传感器监测的数据，传感器监测数据的类型包括输入煤气流量、输入空气流量、炉内残氧量、拱顶温度及废气温度，并将时间t对应的各个传感器获取数据逐个录入到一个空白集合中，得到时间t采集的热风炉状态数据集合，所述第一单位时间t1为数据库中预置的常数；S2、对时间t采集的热风炉状态数据集合进行处理，筛选出异常数据，将筛选的异常数据传递给S5，将筛选的正常数据传递给S3；S3、根据数据库中预置的拱顶温度管理值、拱顶温度目标值及废气温度目标值，判断热风炉所处的燃烧阶段，并获取热风炉所处的燃烧阶段在数据库中预置的阶段燃烧目标值及阶段燃烧初始设定步长，阶段燃烧目标值包括相应阶段的空燃比上下限、废气温度上下限及残氧量上下限；S4、根据热风炉所处的燃烧阶段在数据库中预置的阶段燃烧目标值及阶段燃烧初始设定步长，对热风炉中的输入煤气流量及输入空气流量进行自适应调节，不同燃烧阶段相应的自适应调节方式不同；S5、对热风炉使用过程中的历史数据进行分析，计算热风炉的状态稳定值，并判断热风炉的状态稳定值是否异常，将热风炉的异常状态稳定值及S2中筛选的异常数据发送给管理员，进行预警。2.根据权利要求1所述的基于大数据分析的热风炉燃烧监测方法，其特征在于：所述S2筛选异常数据的方法包括以下步骤：S2.1、获取时间t采集的热风炉状态数据集合，将时间t采集的热风炉状态数据集合中第i个元素对应的值记为Xit；S2.2、获取Xit与Xit‑t1之间的偏差值△Ai，所述Xit与Xit‑t1之间的偏差值等于Xit与Xit‑t1差值的绝对值，即△Ai=|Xit‑Xit‑t1|；S2.3、获取基于时间t的历史采集数据中的第i个队列，所述基于时间t的历史采集数据123nn中的第i个队列为Xi、Xi、Xi、...、Xi，所述Xi表示与Xit对应传感器监测数据的种类相同且在历史采集数据中，时间t之前的第n个数据，计算Xit与基于时间t的历史采集数据中的第i个队列之间的偏差比Ki，n为正整数，；S2.4、对Xit相应的偏差值△Ai及偏差比Ki进行判断，当△Ai小于等于第一阈值Ai且Ki小于等于第二阈值M时，则判定Xit为正常数据，当△Ai大于第一阈值Ai或Ki大于第二阈值M时，则判定Xit为异常数据，并传递给管理员进行预警，所述第一阈值Ai为数据库中预置的与Xit对应传感器监测数据的种类相同的数据中，相邻两次采集数据之间允许的最大偏差值，所述第二阈值M为数据库中预置的与Xit对应传感器监测数据的种类相同的数据中，采集数据与相应队列之间允许的最大偏差比。3.根据权利要求1所述的基于大数据分析的热风炉燃烧监测方法，其特征在于：所述S3中判断热风炉所处的燃烧阶段的方法包括以下步骤：2CN115198047A权利要求书2/6页S3.1、获取数据库中预置的拱顶温度管理值Tg、拱顶温度目标值Tgm及废气温度目标值Tf，获取热风炉的起始工作时间t0，获取t0至t对应的时间段内各个时间点采集的热风炉状态数据集合中的拱顶温度的最大值Tgtz及废气温度最大值Tftz，所述t0与t分别对应的热风炉工作次数相同；S3.2、将Tg、Tgm分别与Tgt进行比较，将Tf与Tft进行比较，根据比较结果判断热风炉的燃烧阶段，当Tgtz＜Tg＜Tgm时，则判