TDLAS直接吸收法和波长调制法在线测量CO2的比较

据统计,2015年我国消耗了39.65亿吨煤炭,而其中发电及热力供应占据了煤炭消耗总量的46.38%。发电及热力供应行业排放的CO2占据了我国温室气体排放量的很大比例,因此对于燃煤电厂CO2气体排放的实时监测是非常重要的。利用测量精度高、响应迅速、非接触测量的可调谐半导体激光吸收光谱（TDLAS）技术对CO2浓度检测。选用了中心波长在1 580 nm的分布式反馈激光器作为光源,参考电厂尾部烟气CO2浓度配置实验气体,分别使用直接吸收和波长调制方法对CO2浓度进行反演。对比研究结果表明,直接吸收和波长调制法重复测量的相对标准偏差分别为0.94%和0.22%,最大相对误差分别为2.64%和1.65%,检测限分别为0.013 6%和0.001 4%。波长调制法比直接吸收法在测量性能指标上更具优势,但由于波长调制法在现场应用时受定标方式的影响很大,且谐波线宽会受到压力、温度等参数变化的干扰,而直接吸收法无需标定,且测量精度足以满足电厂CO2在线监测的需求。因此在电厂锅炉烟气等高浓度CO2的测量中,直接吸收法是更好的选择。     

弹体撞击钢板过载信号处理方法

弹体在跌落撞击钢板过程中,弹体上将会叠加非常复杂的震荡信号,这些震荡信号对实际过载信号的提取和分析将造成不可忽视的影响.本文通过将实弹跌落至钢板,采集到弹体在碰撞钢板过程中的过载信号和弹体上的各阶震荡信号,并对这些震荡信号进行频谱分析和ANSYS有限元模态分析,为弹体的碰撞过载数据分析提供了帮助.     

基于FPGA的光电编码器信号采集与处理

介绍了一种16位绝对式矩阵编码器信号采集与处理的设计.为提高编码器信号的处理速度以及系统的可靠性,以现场可编程门阵列(FPGA)代替传统的单片机为控制核心,采用VHDL硬件描述语言进行设计,FPGA实现AD控制,精、粗码处理,以及精粗校正组合等功能,最终输出二进制形式的角位移信息.实践证明,该设计运行稳定,可靠性高,处理时间小于10μs.     

基于空气炮的测试装置系统灵敏度校准方法

为实现对侵彻测试装置整体灵敏度和精度的校准,提出了一种基于空气炮的装置校准方法。通过对测试装置进行空气炮撞击试验,可测试出撞击时装置的过载信息;通过基于多普勒效应的差动式激光干涉仪,可测出装置和光栅的移动速度。此外,对装置测量的过载信号进行积分处理,可计算出装置撞击的初始速度。通过2个速度的比较,即可实现对测试装置的系统灵敏度的校准。实验表明,该方法能够实现装置灵敏度的校准,并且具有较高的精确度。     

STM32F103x的USB多路数据采集系统设计

在进行USB数据采集系统设计时,为了降低开发成本和难度、增强系统的稳定性,应该采用具有丰富功能模块的微控制器作为主控芯片来进行系统的开发。因此,该文介绍了一种采用STM32F103x微控制器作为主控芯片来进行设计的USB多路数据采集系统。STM32F103x内部集成了全速USB2.0设备接口模块和16通道的12位高精度A／D转换器,外部信号经过放大或衰减后可直接进行采集并通过USB接口传输,达到了降低开发成本和难度、增强系统稳定性的目的。     

基于DM642评估板的图像编码优化技术

DM642作为一种专用的数字媒体处理器,提供了丰富的多媒体信号处理指令集,所以若能充分利用这些指令,将大大提高多媒体数据处理能力.然而,嵌入式系统和PC机有很大的不同,存储器空间的大小也有限,在其上进行程序开发时,需要充分鲒合考虑硬件特性.本文在对DM642嵌入式系统实现图像编码的基础研究中,主要从调整编码器软件流程结构、存储器系统的使用和管理、程序代码级优化方面展开讨论.实现和优化基于DM642嵌入式系统的图像编码,以适应嵌入式系统的特点,使其程序代码结构清楚,易于维护和更新,且优化工作能步步深入.把软件算法和硬件结构特点融为一体,大幅度地提高了实时编码速度,有效解决了以往硬件系统过分复杂、成本过高、可靠性得不到保证等问题.     

基于智能前馈的垃圾焚烧炉脱硝控制策略

针对选择性非催化还原（SNCR）脱硝控制系统大迟延、大惯性的特点,以及垃圾特性不稳定和燃烧状态波动大导致的脱硝控制稳定性差的问题,设计了一套基于智能前馈的垃圾焚烧炉脱硝控制策略。该控制策略以串级PID控制为基础,采用基于偏最小二乘法（PLS）的模型预测前馈和关键变量前馈相结合的智能前馈结构,同时采用模型预测误差自修正方法以保证模型预测的精度和稳定性。将该脱硝智能控制策略应用于某500 t/d垃圾焚烧机组,应用结果表明:脱硝智能控制投入前,NOx排放质量浓度波动较大,统计时间内NOx质量浓度相对标准偏差为19.81%,其中瞬时NOx排放质量浓度小于150 mg/m3的占比为95.62%;脱硝智能控制投入后,NOx排放质量浓度波动显著减小,统计时间内NOx质量浓度相对标准偏差为12.40%,其中瞬时NOx排放质量浓度小于150 mg/m3的占比为99.31%,,控制稳定性显著提高,统计时间内日均进氨流量和日均进氨总量较智能控制投入前分别下降38.81%和38.82%,实现了垃圾焚烧炉SNCR脱硝系统的稳定、经济和环保运行。     

机器学习驱动锅炉燃烧优化技术的现状与展望

伴随可再生能源发电装机容量快速增加,深度调峰过程中负荷多变、燃烧失稳等不稳定工况对火电机组的燃烧优化控制提出了更高要求,快速发展的人工智能技术与深度学习算法为锅炉参数预测建模及优化提供了重要手段。在机器学习算法方面,总结了特征筛选与建模算法的研究现状,提出了传统统计学方法与线性降维方法的科学解释性较差且不能很好地辨识高维数据,结合深度学习算法的特征筛选方法在处理复杂的火电机组数据时优势更明显;对比了多种神经网络在NO_x排放浓度建模中的优缺点,其中长短期记忆神经网络与卷积神经网络在处理时序数据时效果更好、集成模型通过组合不同学习器的优势可提高整个模型的泛化能力和鲁棒性。在预测模型的应用方面,通过对SCR脱硝系统建立预测模型可以方便运行人员模拟并修正可调参数,同时作为软测量手段监测燃烧系统运行状态;引入NO_x排放浓度预测模型的前馈控制和模型预测控制等先进控制手段可有效改善火电机组传统PID控制效果较差的问题;在多目标优化中NO_x脱除效率通常与锅炉效率或脱硝成本共同作为优化目标,以期实现经济效益与社会效益的和谐统一。     

火电企业CO2排放在线监测系统的研发应用

碳交易机制高效运行的重要基础是客观、准确且具有公信力的碳排放数据,而现有温室气体排放核算方法普遍采用排放因子法,存在准确度不高、数据收集效率较低、时效性严重滞后等问题。与排放因子法相比,直接监测法具有计量简便、数据实时且收集高效、人为干扰少等优点,但我国对该方面研究较少。分析总结了燃煤发电企业碳排放计量方法,研发了适用于火电企业的碳排放在线监测系统,并成功在某320 MW热电联产企业进行了应用示范,实现了总碳排放量、碳排放速率等主要参数的在线监测和历史数据统计。基于本系统监测的碳排放数据,对比了直接监测碳排放与核算碳排放的结果,分析了两者之间的差异原因。同时,利用企业提供的用煤量、煤低位发热量、供电量和供热量等生产数据,计算并分析了直接监测碳排放和锅炉产出能量、单位产品碳排放和锅炉效率之间的关系。结果表明,直接监测碳排放比核算碳排放少5%～30%,即每天少500～1 500 t;直接监测碳排放与锅炉产出能量变化基本一致,二者存在正相关关系,能反映锅炉的运行状态变化;单位产品碳排放与锅炉效率之间存在负相关关系。该系统的研发将进一步推动碳排放在线监测技术在发电、水泥、陶瓷、钢铁、石油化工等固定源排放企业的应用,为提升企业碳排放数据监测、管理和低碳生产水平评估,推进温室气体减排,以及开展碳排放权交易提供的技术支持和数据支撑。