弯管流量计的煤粉质量流量检测

摘要：在双弯管法测量的基础上建立了新的数学测量模型，并在煤粉输送实验平台上得到了大量的实验数据，利用人工神经网络强大的非线性拟合的能力，解决了新的数学模型的非线性关系。利用新的数学测量模型分别建立了Elman神经网络和BP神经网络测量模型;结果表明Elman神经网络在新的数学模型下测量出的煤粉质量流量与实际煤粉质量流量更加接近，能更好地解决新模型下的复杂函数关系，提高煤粉质量流量测量的度。

0、引言：    煤粉质量流量参数的准确测量是决定着能源合理利用和环境保护问题的关键，从20世纪90年代初就有大批的科学工作者投身于煤粉质量流量的参数测量，并且取得了瞩目的成果，研究出了很多种科学实用的测量方法，如压差法、静电法、超声波法等;虽然这些测量方法都能很好地测量出煤粉质量流量，但是它们都是靠接触才能获得两相流的流动特性，在一些复杂和困难的测量环境中，这些测量方法便显得有些不足了，所以研究出一种高效、简单、的煤粉质量流量测量方法是一个a待解决的问题。
    本文提出的方法是在压差法的基础上利用双弯管测量气固两相流流过弯管时产生的压差，根据压差与固相质量的非线性关系而得出。分别利用BP神经网络和Elman神经网络进行网络训练，从而间接测量出煤粉质量流量;从实验数据和仿真结果可以看出，在新数学模型下利用人工神经网络仿真出的结果跟实验结果基本一致，利用Elman神经网络建立的模型，其***大相对误差不超过5%，能够完全满足工业标准要求，是一种很好的气固两相流固相质量流量的测量方法，为工业中测量煤粉质量流量提供了一种新的方法。

1、双弯管法测量原理：
    弯管流量计通过测量流体经过弯管时的压力从而计算出流量，是一种操作方便、原理简单、抗干扰强、价格便宜的测量元件，***近几年在测量领域得到了热烈追捧，特别适用于测量一些环境比较恶劣的工业现场，例如钢铁行业，煤炭行业等川。弯管流量计内流型如图1所示。
    双弯管法测量气固两相流是在弯管法测量单相流的基础上发展而来，其测量原理为用2个相同的弯管流量计串联，1个用于测量只有气体流过弯管时的内外壁弯管压力差，另1个弯管用于测量气固两相流流过弯管时产生的内外壁压力差，根据强制旋流理论:当流体经过弯管时，由于受到弯管壁的挤压作用，而被迫作圆周运动，从而在弯管的内外壁上产生了压差川。流体流量的计算如式(1)。

    式中，q为流体的体积流量，DP为弯管45。方向压差，R为弯管的曲率半径，D为弯管的内直径，P为流体密度。    则流体的固相质量流量口=q Xp。

图1弯管流量计内流型

2、双弯管法模型的建立：
    基于上述双弯管法测量原理和强制旋流理论，在双弯管测量气固两相流时作出以下假设:①认为气固两相流在流动过程中可看作单体;②两弯管流量计参数完全相同;③弯管流量计在测量过程中性能保持稳定。    基于强制旋流理论和以上3个假设可知流过弯管流量计的气体流量为

式中，P为气固两相混合物密度，△P2为气固混合后的弯管内外壁压差，qms为固相质量流量。
    由于气固两相混合物的密度受到很多不确定因素的影响，仪器很难测量出其值，所以对上述模型进行优化，气固混合物的密度可表示为

    由于气固两相流在流动过程中存在复杂性和随机性，必然会造成一定误差，引人综合流量系数刀进行矫正，经过大量研究发现综合流量系数主要和固气质量混合比、两相混合物与气相雷诺数之比有关，所以实际固相质量流量q,nr应为采用标准900弯管流量计，管道内径D为80mm，弯管曲率半径R为120 mm，在45。方向上采集压差，共得到30组数据。

3、人工神经网络的应用：
    软测量技术是一种依靠辅助变量进行测量的技术，能实现间接参数的在线测量，并且测量数据可靠性较高，便于管理。人工神经网络是一门新兴的交叉学科，并且已经应用到了极为广泛的领域，它具有非常好的鲁棒性和记忆能力，并且学习规则简单，极易应用于计算机，***主要的是能很好地解决非线性函数关系，所以近年来受到了很多科研工作者的追捧，是软测量技术中应用非常广泛的一门学科。
    分析上述数学模型可以看出，实际固相质量流量qmr:与实验系统测得的压差△P1 , △P2存在复杂的非线性关系，本文分别建立了一种以△P1>△P2 > △P2

图2  BP神经网络示意
    在气固两相流的固相质量流量测量过程中必然会受到一些偶然性因素的影响，所以会呈现出一定的动态特性，BP神经网络是一种前向的静态神经网络，通过导师学习法进行训练，BP神经网络结构简单，收敛速度快，泛化能力强;但是很难预测出系统的动态特性，而且容易陷人局部极小值。

图3  Elman神经网络
    Elman神经网络建立于BP神经网络的基本结构基础之上，增加了反馈层(承接层)，具有了记忆功能，能反馈回网络预测的信息，具有更快的收敛速度和容错性，对于非线性特征有很好的实用价值，分为输入层、中间层、承接层和输出层。有更好的自适应、自学习能力，并且具有预测功能，Elman神经网络数学模型如下:


图4  Elman神经网络的算法流程示意
    MATLAB具有强大的数据处理能力，为人工神经网络的预测、仿真和计算提供了一个很好的平台，MATLAB中的nntool工具箱便是专门为人工神经网络设计的一款工具箱。数据处理时选30组数据中的前25组进行网络训练，后5组数据用于网络验证。

    图5为Elman神经网络的训练结果，目标偏差是10 -'，当网络训练到331次时网络的偏差已经达到了3 . 077 x 10 -'，在往后的训练过程中偏差不再发生剧烈变化，***终训练结果为3. 047 96 x 10 -' ,满足了训练要求。

图5  Elman神经网络的训练结果
    图6是实验数据和网络训练结果的对比图，从图中可以看出只有第2组和第6组数据的偏差比较大，其余的训练数据基本与实验所得数据吻合，显示出了Elman神经网络快速的收敛速度和的训练能力。

图6实验数据和网络训练结果对比
    图7是用后5组数据进行仿真的结果，从图中可以看出仿真结果与实验结果基本一致，仿真结果较好，反映了Elman神经网络的独特优越性。

图7 后5组数据仿真结果
    图8为Elman神经网络和BP神经网络仿真结果的误差对比图，分析对比图可以看出Elman网络仿真出的结果相对误差在5%以内，较为地实现了气固两相流固相质量流量的在线测量，而BP神经网络误差较大，***大误差接近于7 % , Elman神经网络的仿真误差都比BP神经网络的误差低。

图8相对误差对比

4、结语：
    以双弯管法测量煤粉质量流量是一种新的煤粉质量流量测量方法，在前人研究的基础上建立了新的数学模型，考虑了更多的影响因素，证明了模型的推导过程，给出了***终新模型的计算公式。利用MATLAB建立了BP神经网络和Elman神经网络，通过25组数据训练了两种神经网络，并利用后5组数据进行了仿真，验证了网络的性。***终结果显示Elman神经网络比BP神经网络更适用于双弯管法建立的新数学模型，***大相对误差不超过5%，提高了弯管流量计测量煤粉的度，能更好地实现煤粉的充分燃烧和环境的保护。