一种用于锅炉管道风粉流动参数在线测量的分析仪

摘要

一种用于锅炉管道风粉流动参数在线测量的分析仪，包含信号调理单元、AD采集单元、FPGA调度单元、CPU控制单元、通信单元、供电单元及工作状态指示单元。所述信号调理单元将10路传感器微弱电荷信号转换成电压信号并传输给AD采集单元；所述FPGA调度单元控制AD采集单元的采集和数据缓存，并和CPU之间进行数据实时交互；所述CPU控制单元负责整个分析仪的任务调度、数据计算、数据交互；所述通信单元将测量数据和结果实时传输给上位机。本发明成本低且能够长期稳定的运行,计算结果精度高，符合工业现场的应用要求。

说明书

技术领域

本发明属于火力发电技术领域，主要应用于保护火力发电厂锅炉管道一次风粉流动参数的在线测量，也可应用到其它气固二相流流动参数的在线测量中。风粉流动参数包含风粉流速和煤粉浓度等参数，在电厂锅炉的燃烧优化和控制中属于关键参数。

背景技术

目前国内外采用的锅炉风粉监测系统是由温差法或冲量法测量技术开发的产品，浓度测量采用热平衡的方法，即利用热风、煤粉及混合物之间的能量关系求得，未定因素太多，只能实现相对测量，精度低。一次风粉流速大多通过测速管或其他传统的差压法测得，存在着热偶时滞长，热偶、测速探头容易磨损，测速管极易堵塞等问题。在已经投运的机组上，煤粉浓度、流量、风速等参数的测量始终达不到稳定和较高精度的要求，作为工业应用还不尽如人意。

还有些电厂安装了采用微波技术的风粉在线测量系统，采用信号衰减法测煤粉浓度，采用多普勒移频原理测煤粉流速。由于微波是电磁波对物质的介电常数敏感，因此易受煤质成分、湿度、紊流、电磁干扰、管道和煤粉对微波的散射等影响，同样不能获得稳定的风粉流速和煤粉浓度等参数。

发明内容

发明目的：本发明提供一种新的测量设备，能够精确测量锅炉管道一次风粉的流动参数，通过10路传感器弱静电信号的调理和采集，运用卷积、互相关分析等工具，计算出风粉的流速和煤粉的浓度，实时上传给上位机做锅炉燃烧优化及控制方面的应用；本发明可以长期稳定可靠工作，并有较低的硬件成本。

本发明具体采用以下技术方案：

一种用于锅炉管道风粉流动参数在线测量的分析仪，包含信号调理单元、AD采集单元、FPGA调度单元、CPU控制单元、通信单元；其特征在于：

所述信号调理单元将10路传感器微弱电荷信号转换成电压信号并传输给AD采集单元；所述FPGA调度单元控制AD采集单元的采集和数据缓存，并和CPU之间进行数据实时交互；所述CPU控制单元负责整个分析仪的任务调度、数据计算、数据交互；所述通信单元将测量数据和结果实时传输给上位机。

一种用于锅炉管道风粉流动参数在线测量的分析仪，所述分析仪实时采集锅炉管道中风粉的流动参数并进行分析计算，包含信号调理单元、AD采集单元、FPGA调度单元、CPU控制单元、通信单元、供电单元及工作状态指示单元；其特征在于：

所述信号调理单元接收安装在锅炉管道处的环型静电传感器所采集的10路静电信号，通过运算放大器转换成弱电压信号再通过带通滤波、信号放大处理后转换成可供AD芯片采集的电压信号送至AD采集单元；

所述AD采集单元包含2路AD采集芯片，每个AD芯片接入5路调理后的电压信号，对调理后的电压信号进行采样，每次采样完成后通知FPGA调度单元读取采样结果；

所述FPGA调度单元从AD采集单元读取数据后存入到FPGA的RAM中，并通知CPU控制单元来读取所存入RAM中的数据；FPGA调度单元通过模拟双口RAM的工作机制和CPU控制单元进行数据交互；

所述CPU控制单元运行LINUX操作系统，和FPGA调度单元进行数据交互，每次读取10路静电信号中各5000个点的连续数据，计算管道中风速的流速值和相对浓度值；

所述CPU控制单元通过通信单元和上位机进行实时通讯；将计算得到的管道中风速的流速值和相对浓度值实时上传至上位机；

所述CPU控制单元通过工作状态指示单元显示分析仪的工作状态和故障状态，包含工作电源状态、CPU工作状态、AD采集工作状态，以及无风、信号相关性差、传感器信号断线故障信息；

所述通信单元采用MODBUS TCP现场总线，通过高速以太网和上位机进行实时通讯；针对老旧电厂的技术改造需求，分析仪还有MODBUS 485现场总线的备用接口；

所述供电单元为分析仪提供工作电源。

本发明进一步包括以下优选方案：

环型静电传感器所采集的10路静电信号中每两路信号来自传感器环上相邻的2个电极，根据互相关测速原理可以计算得出一个速度值，5组速度值来自于传感器环的不同位置，5组速度值近似相等可视作冗余，计算出管道中风粉的流速值和煤粉浓度的相对值。

分析仪所采集的10路静电信号，每2路来自相邻的2个传感器电极，这两路信号之间互相关，相当于上下游信号X(t)和Y(t)，通过信号波形分析可以计算出2路信号之间的渡越时间即下游比上游滞后时间τ，已知两个电极之间的距离，由此可以计算出该传感器处的风粉流速。

管道中风粉的流速值的测量过程如下：

(1)以20kHz的采样频率对10路电压信号采集5000次，采样结果通过FPGA缓存读取到CPU中；

(2)上游电极的电压信号为x，下游电极的电压信号为y；其中，x，y均为长度为5000的数组；进行如下运算：

x为x1至x5000，y为y1至y5000.

根据上式，进行卷积计算；其中，x_n表示上游流动噪声信号x数组的第n个值；y_n-j+N表示下游流动噪声信号y数组的第n-j+N个值；N＝5000；j取值从1到9999(2N-1),得出Rxy数组；

(3)将Rxy数组归一化，得到归一化的互相关函数ρ_xy：

(4)取数组ρ_xy中的最大值ρ_xy[jm]max，以及最大值ρ_xy[jm]max所对应的jm，jm取值从1到9999(2N-1)，ρ_xy[jm]max即为相关系数，计算τ＝|jm-(N+1)-ρ_xy[jm+1]-ρ_xy[jm-1]/2*(ρ_xy[jm+1]-2*ρ_xy[jm]+ρ_xy[jm-1])|×TS；

其中TS为采样周期，TS＝0.00005s；

(5)相关速度v＝L/τ＝0.05(米)/τ，相关系数y＝ρ_xy[jm]max；其中，L为相邻的2个传感器电极之间的距离，2路信号之间的渡越时间；相关系数y越接近1，数据采集效果越好，速度的计算结果越精确，可作为后期数据筛选、优化的重要参数；若某一路速度值的相关系数低于0.5，则该路速度值不可信，应在数据筛选中剔除。

通过环形静电传感器上所测的静电强度值，得到管道中煤粉的相对比值，再代入磨煤机总的煤粉输入流量计算出每个管道中的煤粉浓度值；所述煤粉浓度的相对值按照以下具体方式计算：

(1)以20kHz的采样频率对10路电压信号采集5000次，采样结果通过FPGA缓存读取到CPU中；

(2)假设上游电极的电压信号为x，x为长度为5000的数组，为求得的x数组的平均值，则该电极电压信号的标准差值U_rms为：

计算出来的标准差值表征该电极电压信号的平均强度；

(3)假定同一个磨煤机的煤粉分送给4个管道，分别计算出这4个管道等效位置上安装的电极电压信号的平均强度值即标准差U_rms1，U_rms2，U_rms3，U_rms4，分别除以各自电极感应量标定系数A1、A2、A3和A4，得到信号的标准差U_s1，U_s2，U_s3，U_s4；

U_s＝U_rms/A

标定系数Ax在静电传感器出厂时通过信号发生器给定相同强度的信号，经过计算每个电极处信号的标准差得到；

(4)用标准差法计算质量流量指示值：

β₁＝(U_s1-d1)

β₂＝(U_s2-d2)

β₃＝(U_s3-d3)

β₄＝(U_s4-d4)

d1、d2、d3和d4为传感器正常工作，没有供气和给粉时，由测量的标准差U_rms1，U_rms2，U_rms3，U_rms4除以各自电极感应量标定系数A1、A2、A3和A4获得；

(5)4个管道的煤粉相对质量流量(split)根据下式求出，显示时用％表示：

split₁＝(β₁)/(β₁+β₂+β₃+β₄)

spilt₂＝(β₂)/(β₁+β₂+β₃+β₄)

spilt₃＝(β₃)/(β₁+β₂+β₃+β₄)

spilt₄＝(β₄)/(β₁+β₂+β₃+β₄)

(6)4个管道的煤粉绝对质量流量(mass)计算，煤粉质量流量的绝对值计算如下所示：

M_S1＝split₁×M_mill

M_S2＝split₂×M_mill

M_S3＝split₃×M_mill

M_S4＝split₄×M_mill

其中，M_mill为磨煤机输出的质量流量即单位时间内的总给煤量。

AD采集单元对10路调理后的电压信号进行20KHZ高速采样，采样周期250ms，每周期采样10路各5000个点；FPGA调度单元控制AD采集单元的采集和并将完整数据缓存到自己的RAM区中；CPU控制单元运行LINUX操作系统，通过轮询FPGA调度单元的RAM区的旗语标志寄存器，在AD采集单元采集10路信号各5000点数据完成后，从FPGA的RAM区中读取10路信号各5000个数据用于计算管道中风粉的流速值和煤粉的相对浓度值，再将最新的计算结果更新到通信单元中，实时传输给上位机。

通信单元通过2路冗余的MODBUS TCP总线将测量数据和计算结果实时传输给上位机，并有备用的MODBUS 485接口；MODBUS TCP总线应用在高速以太网上，2路冗余的网线通过工业路由器连接上位机。

供电单元包括多个隔离的电源模块，分析仪接入2路冗余的24V电源，两路进口电源可以无扰切换，通过供电单元转换成1.2V，1.8V，2.5V，3.3V，5V，正负12V，

供分析仪各单元工作使用。

本发明的有益效果：

高速AD芯片采集处理后的10路静电信号，通过数字处理方法计算出火电厂锅炉管道中风粉的流速和浓度，并通过现场总线实时上传给上位系统，作为燃烧优化及控制的参数。分析仪电路板采用工业级芯片，可以胜任各种复杂恶劣的现场条件，可以长期稳定准确可靠的运行，并在现场项目中得到了大量验证。硬件成本远远低于国际上的同类产品，有非常可观的经济效益。

附图说明

图1为本发明公开的用于锅炉管道风粉流动参数在线测量的分析仪的系统组成框图；

图2信号调理单元的电路原理图；

图3AD采集单元、FPGA调度单元、CPU控制单元协同工作的示意图；

图4互相关测速法的示意图；

图5分析仪信号采集部分电路原理的示意图；

图6浓度测量原理的示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明的实施方案作进一步地详细描述。

如图1所示为本发明公开的用于锅炉管道风粉流动参数在线测量的分析仪的系统组成图，包含信号调理单元、AD采集单元、FPGA调度单元、CPU控制单元、通信单元、供电单元及工作状态指示单元。信号调理单元将10路传感器微弱电荷信号转换成电压信号并传输给AD采集单元；FPGA调度单元控制AD采集单元的采集和数据缓存，并和CPU之间进行数据实时交互；CPU控制单元负责整个分析仪的任务调度、数据计算、数据交互；通信单元将测量数据和结果实时传输给上位机。CPU控制单元采用了基于ARM920T的EP9302芯片，功耗低，性能卓越，可满足各种工程需要；采用双路24V直流电源供电和双网口上位通讯的冗余设计，极大保障了系统的安全性能；设计上电源和通讯全部都进行了隔离，硬件和软件都具有多重抗干扰和容错纠错的能力，可确保系统长期运行的稳定可靠。在现场总线的通讯扩展上，支持MODBUS TCP和MODBUS 485(备用)。软件上采用LINUX操作系统，支持多用户、多任务、多线程，是一个性能稳定用途广泛的多用户网络操作系统，有很好的安全性和稳定性，并已经在工业现场很多成熟产品上得到了有效验证。

如图2所示为分析仪信号调理单元的电路原理图，包含电荷转换电路、滤波电路、信号放大电路3个组成部分。电荷转换电路采用TI公司生产的精密运算放大器OPA129UB，具有超低偏置电流(最大100fA)、低偏置电压(最大2mV)、超高输入电阻、高开环增益(94dB)、低温漂(最大10μV/℃)、低噪声系数等特点；滤波电路采用ADI公司的运算放大器OP07，具有输入偏置电流低和开环增益高等特点，频带范围设定为100HZ-10KHZ；信号放大电路采用ADI公司的可变增益仪表放大器AD8221，通过改变RG的大小改变放大器的增益，这样可以适应不同现场传感器产生的不同信号强度。

如图3所示为分析仪AD采集单元、FPGA调度单元、CPU控制单元协同工作的示意图，分析仪采用了2片ADI公司的16位同步采样芯片AD7606，采样频率最高可达200KHZ，具有片内滤波和高输入阻抗，在电力测量系统中有着广泛的应用。每片AD7606接入5路传感器信号，共10路接入信号。每两路信号来自于相邻的2个传感器电极，对整个测量周期的信号进行互相关分析，就可以计算出锅炉管道中风粉的流速。

如图4所示为互相关测速法的示意图。理想情况下锅炉管道内的风粉流动可以看做是“凝固流型”，相邻两个传感器电极之间的上下游信号X(t)和Y(t)完全一致，只是下游信号比上游信号滞后一定的时间τ。由于X(t)、Y(t)都是随机噪声信号，可以认定在一定的测量时间内，所得有限长度的样本信号中的宽度是随机的。也就是说，各个波形的宽度不可能重复。由于X(t),Y(t)信号是一一对应的，所以对于X(t)的任一波形，如果能在Y(t)中找到与之宽度相同的波形，那么Y(t)中的这个波形一定是对应于x(t)的那个波形。同时为了更严格地寻找对应的信号，加强了判别的约束条件:即必须有连续三个以上的波形相近，才可以认定上、下游信号X(t)与Y(t)基本一致，只是下游比上游滞后时间τ。另外，在渡越τ的计算过程中，对得到的若干个τ值进行去粗差再取平均，可以计算出真正的渡越时间。简单来说，通过对流动噪声信号的分析，将流速测量转化为对渡越时间的测量。在管道上轴向距离为S的两点安装2个静电传感器，由于距离很近，煤粉颗粒信号与管壁和气体摩擦后在这2个传感器上产生的静电信号非常相似，采用互相关函数可以得出2个信号之间的相位差，从而计算出两个传感器之间信号的延迟时间D，这样就可以算出风粉的流速V＝S/D；

分析仪所采集的10路静电信号，每2路来自相邻的2个传感器电极，这两路信号之间互相关，相当于上下游信号X(t)和Y(t)，通过信号波形分析可以计算出2路信号之间的渡越时间，已知两个电极之间的距离，由此可以计算出该传感器处的风粉流速。5组传感器电极安装在锅炉管道的同一横截面上，因电厂锅炉管道中风粉流速值一般大于20m/s，通过实验可以验证这5组传感器静电信号计算出的风粉流速近似相等，因此可视作5组冗余的信号，即便某处传感器发生故障或者线路损坏，也不影响最终的测量结果。只要管道中风速足够大，静电信号足够强进行数据采集和分析，就可以通过计算得出最后的风粉流速值，不受环境温湿度和煤粉颗粒细度等条件的影响，特别适用于火电厂锅炉管道附近恶劣的应用环境。当管道中风速下降或者停风时，静电信号强度随之减弱，两路信号的互相关性会下降，达到一定程度后会影响最终的测量精度，因此我们可以设定一个风速的下限值，如5m/s，低于此风速在电厂锅炉管道中已不属于正常工作状态，此时静电信号强度弱，测量精度低，可按照此时的信号强度进行数据滤波，低于该信号强度的状态风粉流速直接判为0值。

算法实现的具体步骤如下：

(1)传感器电极上感应到的电荷信号经转换电路后变为AD采集范围以内的电压信号(-10V到+10V)，以20kHz的采样频率对10路电压信号采集5000次，采样结果通过FPGA缓存读取到CPU中；

(2)假设上游电极的电压信号为x，下游电极的电压信号为y。x，y均为长度为5000的数组。进行如下运算

x为x1至x5000，y为y1至y5000.

根据上式，进行卷积计算。其中，xn表示上游流动噪声信号x数组的第n个值；yn-j+N表示下游流动噪声信号y数组的第n-j+N个值；N＝5000；j取值从1到9999(2N-1),得出Rxy数组。

(3)将Rxy数组归一化，得到归一化的互相关函数ρxy。

(4)取数组ρxy中的最大值ρxy[jm]max，以及其对应的jm，ρxy[jm]max即为相关系数，计算

τ＝|jm-(N+1)-ρxy[jm+1]-ρxy[jm-1]/2*(ρxy[jm+1]-2*ρxy[jm]+ρxy[jm-1])|×TS。

其中TS为采样周期，TS＝0.00005s。

(5)相关速度v＝L/τ＝0.05(米)/τ，相关系数y＝ρxy[jm]max

相关系数可以作为该计算结果的置信度，越接近于1说明上下游信号相关性越好，计算结果的置信度越高，可作为后期数据筛选的一个参数。以上方法取的是随机信号波形的最大值即波峰做为计算依据，我们也可以选取多个波峰进行计算从而得到多个速度值，取平均可以得到更为准确的结果；也可以不选取波峰，而选用波形正向穿越0值或者负向穿越0值，这取决于随机信号的波形分布情况，要根据实际情况进行分析，从而选择更为优化的策略。

实际应用中根据上位优化控制对数据刷新的不同要求，可以对原始采集数据进行优化筛选，在保留随机信号波形重要信息的前提下减少总的数据量，从而减少CPU的计算量和计算时间，使测量结果的响应时间接近于1S。

如图5所示为分析仪信号采集部分电路原理的示意图。电厂锅炉给粉管道上的相邻传感器信号接入到分析仪的信号调理电路，经过相同的滤波和放大电路，转换成AD采集芯片可以采集的大电压信号，且信号强度和传感器信号强度有着良好的线性关系，再通过互相关算法分析计算出两个传感器信号之间的延迟时间，进而计算出气固二相流的流速。

如图6所示为浓度测量原理的示意图，由图可见测量信号的强度和风速、固气质量比有很好的线性关系。通过实验室和电厂的各种实验，我们可以发现使用固定煤种，相同材质、相同结构的锅炉管道中，安装在相同位置的静电传感器所带静电的强度和管道中煤粉的浓度正相关；因此我们通过信号分析和计算(最简单的模型就是标准差)，得到同一个磨煤机出来的每个管道中传感器上所带静电的强度值，也就得到了每个管道中煤粉的相对比值，再代入磨煤机总的煤粉输入流量就可以计算出每个管道中的煤粉浓度值。这种方法跳过了浓度绝对值的测量，不需要对煤粉进行采样分析，也不需要对煤粉进行特殊标记，对电厂锅炉的工况没有任何影响，精度可以满足锅炉燃烧优化控制的需求。

(1)以20kHz的采样频率对10路电压信号采集5000次，采样结果通过FPGA缓存读取到CPU中；

(2)假设上游电极的电压信号为x，x为长度为5000的数组，为求得的x数组的平均值，则该电极电压信号的标准差值U_rms为：

计算出来的标准差值表征该电极电压信号的平均强度；

(3)上位机将接受到的标准差U_rms1，U_rms2，U_rms3，U_rms4除以各自电极感应量标定系数A1、A2、A3和A4，得到静电感应信号的标准差Us1，Us2，Us3，Us4。标定系数Ax在静电传感器出厂时通过信号发生器给定相同强度的信号，经过计算每个电极处信号的标准差得到。

U_s＝U_rms/A

(4)用标准差法计算质量流量指示值

β₁＝(U_s1-d₁)

β₂＝(U_s2-d₂)

β₃＝(U_s3-d₃)

β₄＝(U_s4-d₄)

应特别注意，d1、d2、d3和d4应在整个系统调试时，令下位机及传感器正常工作，没有供气和给粉时，由下位机测量的标准差U_rms1，U_rms2，U_rms3，U_rms4除以各自电极感应量标定系数A1、A2、A3和A4获得，并存储在上位机系统中。

(5)煤粉相对质量流量(split)根据下式求出，建议显示时用％表示。

split₁＝(β₁)/(β₁+β₂+β₃+β₄)

split₂＝(β₂)/(β₁+β₂+β₃+β₄)

split₃＝(β₃)/(β₁+β₂+β₃+β₄)

split₄＝(β₄)/(β₁+β₂+β₃+β₄)

(6)绝对质量流量(mass)计算

煤粉质量流量的绝对值如下式所示。

M_S1＝split₁×M_mill

M_S2＝split₂×M_mill

M_S3＝split₃×M_mill

M_S4＝split₄×M_mill

其中，Mmill为磨煤机输出的质量流量(单位时间内的总给煤量)，需在上位机系统中根据电厂实际给煤量情况进行设置。

实际应用过程中，若传感器探头生产工艺好离散度小，锅炉管道条件一致的好，数据一致性很好，即便不进行严格标定也有很好的数据精度；否则要进行严格的标定，才能确保测量结果的数据精度。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。