[发明专利]一种化学链燃烧过程载氧体氧化还原性能预测装置及方法在审
申请号: | 201810382230.7 | 申请日: | 2018-04-25 |
公开(公告)号: | CN108614068A | 公开(公告)日: | 2018-10-02 |
发明(设计)人: | 张文彪;方黄峰;王雪瑶 | 申请(专利权)人: | 华北电力大学 |
主分类号: | G01N31/12 | 分类号: | G01N31/12;G01N15/00 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 张文宝 |
地址: | 102206 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 测试容器 激励线圈 多频激励信号 数据采集模块 信号调理电路 氧化还原性能 测量模块 驱动电路 发生器 磁电阻 化学链燃烧 载氧体颗粒 预测装置 载氧体 计算机连接 阵列式分布 激励信号 实时检测 等间隔 采样 盛放 侵入 计算机 预测 | ||
本发明公开一种化学链燃烧过程载氧体氧化还原性能预测装置,其包括:测试容器、磁电阻测量模块、激励线圈、驱动电路、多频激励信号发生器、信号调理电路、数据采集模块和计算机;测试容器内部盛放用于采样的载氧体颗粒;磁电阻测量模块设置成沿着测试容器周向等间隔阵列式分布在测试容器的外表面上,磁电阻测量模块与信号调理电路连接;激励线圈设置在测试容器的两侧,驱动电路和激励线圈连接;多频激励信号发生器和驱动电路连接,为激励线圈提供激励信号;信号调理电路和多频激励信号发生器分别与数据采集模块连接;数据采集模块与计算机连接,也公开该装置的操作方法。具有非侵入、成本低、预测效果好,可实现载氧体颗粒氧化还原性能实时检测。
技术领域
本发明涉及固体颗粒检测技术领域,特别是涉及基于一种化学链燃烧过程载氧体氧化还原性能预测装置及方法。
背景技术
随着我国经济和社会的快速发展,常规能源的有限性以及环境问题的日益突出,我国是CO2排放大国,其中化石燃料的燃烧是产生CO2的主要来源。根据我国现有能源结构,以煤为主的化石燃料在短时间内仍将占据主导地位。传统燃烧方式采用燃料与空气直接接触燃烧,燃烧反应温度高,容易产生NOX等污染物。同时,由于燃烧后CO2被N2稀释,使得CO2的浓度偏低,增加了CO2的分离难度。
化学链燃烧技术是一种新型燃烧技术,打破了传统火焰燃烧的燃料化学能释放方式,通过固体金属氧化物(载氧体)的氧化还原过程,将燃料化学能释放过程与CO2分离过程整合为一体。在化学链燃烧过程中,载氧体是循环使用的。载氧体的类型繁多,成分复杂,其氧化还原性能是影响化学链燃烧的关键因素,因此快速准确地检测载氧体的氧化还原性能是非常必要的。现有的测量方法主要利用热重分析仪、X射线衍射仪、粒径分析仪和扫描电子显微镜等仪器,存在:设备昂贵,操作复杂,并且耗费时间长,无法实现载氧体特性的快速分析和载氧体性能的进一步优化等明显的缺陷。
因此希望有一种化学链燃烧过程载氧体氧化还原性能预测装置及方法以解决现有技术中存在的问题。
发明内容
本发明的目的在于提供一种化学链燃烧过程载氧体氧化还原性能预测装置及方法,该装置将采样获得的化学链燃烧过程不同反应进程的载氧体颗粒样本,利用载氧体氧化还原性能预测装置获得并建立对应反应进程颗粒的磁电阻测量模块输出信号,同时通过离线分析获得表征载氧体颗粒氧化还原性能的参数,基于以上数据建立用于预测载氧体氧化还原性能的神经网络模型。针对待测载氧体颗粒,通过获得磁电阻测量模块输出信号,输入神经网络预测模型即可获得待测载氧体的氧化还原性能的预测结果。
本发明提出一种化学链燃烧过程载氧体氧化还原性能预测装置,其包括:测试容器、磁电阻测量模块、激励线圈、驱动电路、多频激励信号发生器、信号调理电路、数据采集模块和计算机;
所述测试容器呈圆柱体,内部盛放用于采样的载氧体颗粒;
所述磁电阻测量模块由多个磁电阻测量传感器和对应补偿线圈组成,所述磁阻测量模块设置成沿着所述测试容器周向等间隔阵列式分布在所述测试容器的外表面上,每个所述磁电阻测量传感器与所述信号调理电路连接;
所述激励线圈分别设置在所述测试容器的两侧,所述驱动电路分别和所述激励线圈连接;
所述多频激励信号发生器和所述驱动电路连接,为所述激励线圈提供激励信号;
所述信号调理电路和所述多频激励信号发生器分别与所述数据采集模块连接;
所述数据采集模块与所述计算机连接。
优选地,所述磁电阻测量模块是由多个磁阻传感器和对应补偿线圈构成传感器阵列,相邻的所述磁阻传感器间距控制在5mm到20mm之间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华北电力大学,未经华北电力大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810382230.7/2.html,转载请声明来源钻瓜专利网。