基于小波包熵和高斯性檢驗(yàn)的流化床結(jié)塊預(yù)警方法.pdf

1、在流化床乙烯氣相聚合反應(yīng)過程中，生成的小顆粒容易發(fā)生聚集、抱團(tuán)、結(jié)塊現(xiàn)象，使流化狀態(tài)受到影響，嚴(yán)重時(shí)會(huì)發(fā)生爆聚、“熔床”等后果，最終導(dǎo)致不得不停產(chǎn)。為了保證流化床乙烯氣相聚合反應(yīng)的正常進(jìn)行，對(duì)流化床反應(yīng)過程進(jìn)行有效的實(shí)時(shí)監(jiān)控便顯得非常重要。對(duì)于流化床結(jié)塊故障的監(jiān)測(cè)，目前國(guó)內(nèi)外已有一些相關(guān)研究，提出了靜電法、射線法、壓力脈動(dòng)信號(hào)法、吸引子比較法等多種監(jiān)測(cè)方法。其中，基于聲波的結(jié)塊故障監(jiān)測(cè)方法由于成本低、傳感器安裝方便、監(jiān)測(cè)實(shí)時(shí)可靠等優(yōu)勢(shì)受

2、到廣泛關(guān)注。
　　本文應(yīng)用聲波檢測(cè)技術(shù)，在流化床外壁黏貼壓電陶瓷聲波傳感器監(jiān)測(cè)流化床內(nèi)物料撞擊床壁的聲波信號(hào)，通過監(jiān)控機(jī)自帶聲卡采集長(zhǎng)屏蔽電纜傳輸?shù)穆暡ㄐ盘?hào)，并存儲(chǔ)于數(shù)據(jù)庫(kù)。為了降低信號(hào)實(shí)時(shí)處理的難度，在不影響聲波信號(hào)時(shí)、頻域特征的前提下，通過降采樣方法探索了聲波信號(hào)的最低有效采樣頻率。采用工頻濾波預(yù)處理方法消除了采樣過程中的工頻干擾。通過對(duì)預(yù)處理后的聲波信號(hào)功率譜分析，提出了基于小波包熵的聲紋特征提取方法。通過分析、比較流化床正

3、常工況與結(jié)塊工況下聲波信號(hào)功率譜重心的偏移量確定了小波包分解尺度，計(jì)算小波包分解后各小波包能量分率的小波包熵，作為聲波信號(hào)的聲紋特征。提出了基于高斯性檢驗(yàn)的結(jié)塊故障診斷方法，有效地判別了正常工況及結(jié)塊工況，實(shí)現(xiàn)了流化床結(jié)塊故障的診斷及預(yù)警。編寫了基于Qt的流化床結(jié)塊故障診斷系統(tǒng)軟件，實(shí)現(xiàn)了較為直觀的人機(jī)交互。中試聚乙烯流化床結(jié)塊故障診斷測(cè)試結(jié)果表明:相對(duì)于傳統(tǒng)的基于溫度信號(hào)和料位信號(hào)的結(jié)塊故障診斷模式，基于小波包熵及高斯性檢驗(yàn)的流化床結(jié)