基于ESMD的浓相气力输送颗粒静电信号分析及速度测量

丁佐榕　 李　健　 王胜南　 许传龙　 王式民

(东南大学能源与环境学院,南京210096)



基于ESMD的浓相气力输送颗粒静电信号分析及速度测量

丁佐榕 李健 王胜南 许传龙 王式民

(东南大学能源与环境学院,南京210096)

针对浓相气力输送中颗粒相的复杂流动特性,采用极点对称模态分解方法分析静电环状和弧状阵列信号.研究了多种工况下输送系统启停过程和过渡过程中不同分解模态静电信号的能量和频率分布信息特性,提出了一种新的浓相气力输送颗粒速度测量方法，并进行实验验证.研究结果表明，环状电极静电信号的能量分布信息能够用来判断输送系统在启停过程中颗粒流动的稳定性;弧状电极静电信号的能量信息可用来判断管道内颗粒相的分布情况.文中提出的静电信号瞬时频率颗粒速度测量方法相比于空间滤波测速法,其特征系数的相对标准差至少降低58%,表明该速度测量方法可以稳定并准确测量浓相气力输送颗粒速度.

浓相气力输送;静电信号;极点对称模态分解;流动稳定性;空间滤波

气力输送是指在管道中借助气体的能量(动能或静压能)使颗粒物料按照指定的路线进行连续输送的一种运送方式,在能源、化工、冶金、医药和食品加工等领域得到广泛的应用[1].气力输送粉体过程中,颗粒与管壁、颗粒与颗粒之间的碰撞、摩擦、分离引起电荷的转移,导致颗粒带有一定量的电荷,即产生颗粒荷电现象.颗粒荷电包含了颗粒速度、浓度及颗粒尺寸等大量信息[2].近年来,基于颗粒荷电现象已开发了多种形式的静电传感器,用于颗粒速度、浓度、流量等参数的测量,且采用先进的静电信号分析方法可实现对输送系统流动特性的研究[3-6].

目前主流的静电信号分析方法有(快速)傅里叶变换、小波变换和希尔伯特-黄变换等[7-8],但都存在一定局限性.如基于(快速)傅里叶变换的空间滤波测速法存在功率谱曲线波峰不明显甚至被掩盖等问题[9];小波变换只有在全局均线被恰当提取出来的前提下,其剩余信号才能被视为脉动量并做时频分析;希尔伯特-黄变换的筛选次数难以准确确定,其分解得到的趋势函数较粗略而导致有用信息丢失[10].极点对称模态分解方法(extreme-point symmetric mode decomposition method, ESMD)借鉴了经验模态分解(empirical mode decomposition, EMD)的思想,适用于大气和海洋科学、地震学、信息科学、经济学、生态学等领域的研究[11].

本文利用极点对称模态分解方法对用于浓相气力输送过程的环状和弧状电极输出的静电信号进行分析,研究浓相气力输送系统启停过程及稳定运行条件下静电信号各模态的能量波动以及频率分布规律,提出一种新的颗粒速度测量方法,并进行实验验证.

1　静电信号分析方法

1.1静电传感器结构及基本原理

图1为静电传感器的电极布置示意图,包含2个静电感应环状电极、2组静电感应弧状电极阵列和3个抗干扰屏蔽电极.图2为8个静电感应弧状电极的截面位置分布示意图.静电传感器上的静电信号q可以由以下公式表示[6]:

q(t)=∬σ(r,z,t)s(r,z)dzdr

(1)

式中,σ(r,z,t)为t时刻静电传感器内空间电荷密度分布函数,r为电极半径,z为电极轴向长度;s(r,z)为静电传感器空间灵敏度分布函数.

弧状电极与环状电极的荷电机理是一样的,只是它们的s(r,z)不同.研究表明，弧状静电传感器具有局部敏感特性,即高灵敏度主要集中在靠近电极的边壁区域[12].

1—管道;2—抗干扰屏蔽电极;3—环状电极;4—弧状电极图1　静电传感器示意图

图2　弧状电极位置分布示意图

1.2ESMD分解过程

根据设定的采样频率fc和采样点数N,对静电传感器采集到的静电信号q={q1,q2,…,qN}进行ESMD模态分解的具体步骤如下[13]:

① 将q的所有极值点(极大值点和极小值点)依次记为Pi(i=1, 2,…,n).

② 相邻极值点用直线连接,将线段中点依次记为Fj(j=1,2,…,n-1).

③ 利用线性插值法补充Fj的左、右边界值F0, Fn.

④ 通过3次样条插值对奇序数的Fj(j=1, 3, 5,…)和偶序数的Fj(j=0, 2, 4,…)分别构造2条插值线L1, L2,并计算均值曲线L*，即

(2)

⑥ 对q-M1重复步骤①～⑤,依次获得模态分量M2, M3，…,Mk和余量R={R1,R2,…,RN}，k表示将原始信号分解为k个模态分量和1个模态余量R.

⑦ 设置筛选次数K的变化区间[Kmin, Kmax] (此处设定为[1,100]),在该区间内对q进行上述步骤①～⑥的分解计算,获取σ/σ0与K的变化关系,其中σ为q-R的相对标准差，即

(3)

式中,h=1,2,…,N.

⑧ 取σ/σ0最小时对应的K0,设置K0为步骤⑤中的最大筛选次数,重复步骤①～⑥得到分解结果.

通过以上步骤的分解计算,原始静电信号便可表示为

q=M1+M2+…+Mk+R

(4)

在获得各模态分量分解结果后,可计算其瞬时频率,具体步骤如下:

① 对第t个模态分量Mt={Mt1,Mt2,…,MtN}取上包络线,记为振幅函数At={At1, At2,…,AtN}.

② 记Mt的p个极值点的序列编号为m1, m2,…,mp.计算相位角θt={θt1,θt2,…,θtN}，且

(5)

依次类推,每增加2个极值点,相位增加2π.

③ 瞬时频率为

(6)

通过线性插值法补充左、右边界值,即

ft1=2ft2-ft3

(7)

ftN=2ft(N-1)-ft(N-2)

(8)

可得到模态分量Mt的瞬时频率分布ft.

1.3能量

为研究静电信号各模态分量的幅值变化趋势,定义了第t个模态能量Et的概念为

(9)

2　实验系统

图3为加压浓相气力输送实验装置示意图[14].高压气经过缓冲罐分成充压风、流化风和补充风.发料罐采用底部流化上部出料方式,流化风流经布风板后对发料罐中的粉体进行流化,经提升段进入输送管道,在发料罐出口引入补充风增强输送能力,充压风则维持发料罐的压力不变.收料罐压力由排气管道上的电动调节阀根据设定值自动控制.缓冲罐气源压力始终维持在4 MPa.该系统中有2个安装上呈对称布置的相同料罐,体积均为0.648 m3,通过切换输送管上的阀门可使2个容器互为物料的发送罐和接收罐.输送管道内径为10 mm,输送距离为53 m.

1—电动调节阀;2—称重传感器;3—发(接)料罐;4—充压风;5—流化风;6—补充风;7—缓冲罐;8—气瓶;9—可视窗;10—静电传感器测量段;11—压力变送器;12—数据采集系统;13—计算机
图3加压浓相气力输送实验装置

采用石油焦颗粒作为实验输送物料,其物性参数如表1所示.对表2中的4个工况进行静电信号采集与分析.静电信号的采样频率为5 kHz,每个工况运行所需的总时间约为600～700 s.

表1　物料特性

表2　实验工况

3　实验结果与分析

对典型的静电信号进行ESMD分解，结果见图4.其中,M1～M6为分解得到的6个经验模态分量;R可视为全局均线,为原始静电信号的最佳拟合曲线.

图4　典型的静电信号ESMD分解结果

3.1能量分析

图5为工况1下环状电极静电信号各模态的能量分布.由图可知,在输送系统的启停过程中,各模态能量都有明显的增加;当输送系统稳定时,各模态能量降低且波动减小.结合图6工况1中颗粒速度vs的分布可以看出,在启动时,石油焦颗粒数量增加,则颗粒相与气相间的滑移减小,颗粒相开始团聚,颗粒与颗粒间和颗粒与管壁间的相互作用减弱,最终表现为颗粒速度的降低;在停止时,石油焦颗粒数量减少,颗粒相与气相间的滑移增大,团聚的颗粒相开始分散,颗粒与颗粒间和颗粒与管壁间的相互作用增强,最终表现为颗粒速度增加.由此可以判断,在500～600 s的时间段内系统处于全过程最稳定状态.

图5　工况1下各模态能量分布

图6　工况1下颗粒速度分布

图7为工况3下8个弧状电极M1的能量分布.由弧状静电传感器的局部敏感特性可知,在开始段的0～40 s内,电极1,2,7,8的M1的能量所占比例高,表明颗粒分布集中在输送管道右侧区域;在40～100 s间,电极1,6,7,8的M1的能量所占比例高,表明颗粒分布集中在上半侧区域;在100～110 s间,各电极最高频能量值相近,输送系统有一个短时间的稳定状态,表明颗粒均匀充分地布满管道,整体能量波动具有较好的一致性.在稳定运行段,表现为电极1,6,7,8的M1的能量所占比例最高或者各电极相近,表明管内颗粒分布处于偏向上半侧与满管分布的来回波动中.在结束段,各电极M1的能量出现异常:急剧上升后急剧下滑,开始上升是由于颗粒数量的降低,导致颗粒与颗粒间和颗粒与管道间作用加强;随后下滑是由于传感器上感应电荷消失,静电量降低导致的能量降低.

图7　工况3下弧状电极M1能量分布

3.2频率结果与分析

图8为工况1下瞬时频率的分布情况.结合图6可以看出,瞬时频率分布与vs分布有一致的变化趋势,而这种一致性在高频模态分量M1上最为明显.

图8　工况1下瞬时频率分布

基于瞬时频率与vs变化的一致性,可以建立瞬时频率和vs的关系式为

vs=gsf1

(10)

式中,f1为模态分量M1的瞬时频率;gs为系统特征系数.然而,静电感应空间滤波测速法是先对静电信号进行(快速)傅里叶变换，获取信号对应的频率谱,然后提取趋势项的峰值频率fmax,其与vs之间的关系可表示为[15]

vs=grfmax

(11)

式中,gr为传感器几何特征系数.对比式(10)与(11),可用特征系数的稳定性来衡量这2种方法的稳定性和准确性.

表3　特征系数误差

4　结论

1) 在输送系统的启停过程中,环状电极静电信号各模态能量都有明显的增加;当输送系统稳定时,各模态能量降低且波动小.因此,静电信号的能量信息可以作为气力输送系统启停状态稳定性判断的一个依据.

(a) 工况1

(b) 工况2

(c) 工况3

(d) 工况4

2) 弧状电极静电信号能量信息能反映输送管道径向各个位置的颗粒脉动强度,可用于判断管道内颗粒相的分布情况.

3) 所提出的ESMD分解瞬时频率颗粒测速法相比于空间滤波测速法,其特征系数的相对标准差至少降低58%,表明该方法是一种有效的颗粒速度测量方法.

4) 静电信号的最高频模态在能量分析及频率分析中都有很好的应用价值.

References)

[1]鹿鹏,赵长遂,陈晓平,等.煤粉高压超浓相气力输送的实验研究[J].动力工程, 2007, 27(5): 691-696,701. DOI:10.3969/j.issn.1674-7607.2007.05.008.

Lu Peng, Zhao Changsui, Chen Xiaoping, et al. Experimental research on high-pressure super dense-phase pneumatic conveying of pulverized coal [J].JournalofPowerEngineering, 2007, 27(5): 691-696,701. DOI:10.3969/j.issn.1674-7607.2007.05.008.(in Chinese)

[2]Bailey A G. Charging of solids and powders[J].JournalofElectrostatics, 1993, 30:167-180.DOI:10.1016/0304-3886(93)90072-f.

[3]Mathur M P, Klinzing G E. Flow measurement in pneumatic transport of pulverized coal [J].PowderTechnology, 1984, 40(1): 309-321.DOI:10.1016/0032-5910(84)85077-9.

[4]Yan Y. Mass flow measurement of bulk solids in pneumatic pipelines[J].MeasurementScienceandTechnology, 1996, 7(12): 1687-1706.DOI:10.1088/0957-0233/7/12/002.

[5]Li J,Xu C, Wang S. Spatial filtering characteristics of electrostatic sensor matrix for local velocity measurement of pneumatically conveyed particles[J].Measurement, 2014, 53: 194-205.DOI:10.1016/j.measurement.2014.03.037.

[6]许传龙,王式民.密相气力输送颗粒静电波动信号多尺度分析[J].工程热物理学报, 2011, 32(2):239-242.

Xu Chuanlong, Wang Shimin. Multi-scale analysis of electrostatic fluctuation signals in dense-phase pneumatic conveying of pulverized coal [J].JournalofEngineeringThermophysics, 2011, 32(2): 239-242. (in Chinese)

[7]Xu C, Liang C,Zhou B,et al. HHT analysis of electrostatic fluctuation signals in dense-phase pneumatic conveying of pulverized coal at high pressure[J].ChemicalEngineeringScience, 2010, 65(4): 1334-1344.DOI:10.1016/j.ces.2009.10.001.

[8]高鹤明, 常琦, 晏克俊.基于阵列式静电传感器的密相气力输送表观气速测量方法研究[J].仪器仪表学报, 2015, 36(4):787-794.

Gao Heming, Chang Qi, Yan Kejun. Research on the superficial gas velocity measurement method of dense-phase pneumatic conveying based on electrostatic sensor array [J].ChineseJournalofScientificInstrument, 2015, 36(4): 787-794. (in Chinese)

[9]许传龙,汤光华,黄键,等.基于静电传感器空间滤波效应的颗粒速度测量[J].化工学报, 2007, 58(1): 67-74.DOI:10.3321/j.issn:0438-1157.2007.01.011.

Xu Chuanlong, Tang Guanghua, Huang Jian, et al. Solid particle velocity measurement based on spatial filtering effect of electro dynamic sensor [J].JournalofChemicalIndustryandEngineering(China), 2007, 58(1): 67-74.DOI:10.3321/j.issn:0438-1157.2007.01.011. (in Chinese)

[10]付飞飞. 基于多元信息分析的加压密相气力输送颗粒流动特性研究[D].南京:东南大学能源与环境学院, 2013.

[11]Wang J L,Li Z J.Extreme-point symmetric mode decomposition method for data analysis[J].AdvancesinAdaptiveDataAnalysis, 2013, 5(3): 1350015.DOI:10.1142/s1793536913500155.

[12]高鹤明,许传龙,王式民.阵列式静电传感器灵敏场分布特性[J].中国电机工程学报, 2010, 30(5):76-82.

Gao Heming, Xu Chuanlong, Wang Shimin. Sensitivity distribution of electrodynamic sensor array [J].ProceedingsoftheCSEE, 2010, 30(5): 76-82. (in Chinese)

[13]王金良, 李宗军. 极点对称模态分解方法——数据分析与科学探索的新途径 [M].北京:高等教育出版社, 2015: 43-72.

[14]Li J, Fu F, Li S, et al. Velocity characterization of dense phase pneumatically conveyed solid particles in horizontal pipeline through an integrated electrostatic sensor[J].InternationalJournalofMultiphaseFlow, 2015, 76:198-211.DOI:10.1016/j.ijmultiphaseflow.2014.11.004.

[15]许传龙,汤光华,杨道业,等.静电感应空间滤波法测量固体颗粒速度[J].中国电机工程学报,2007, 27(26): 84-89.DOI:10.3321/j.issn:0258-8013.2007.26.015.

Xu Chuanlong, Tang Guanghua, Yang Daoye, et al. Solid particle velocity measurement using electrostatic induction based spatial filtering method [J].ProceedingsoftheCSEE, 2007, 27(26): 84-89.DOI:10.3321/j.issn:0258-8013.2007.26.015. (in Chinese)

Analysis of particle electrostatic signals and velocity measurement in dense pneumatic conveying system based on ESMD

Ding Zuorong Li Jian Wang Shengnan Xu Chuanlong Wang Shimin

(School of Energy and Environment, Southeast University, Nanjing 210096, China)

Considering the complex flow characteristics of particle phase in dense pneumatic conveying system, electrostatic signals of electrostatic ring and arc array sensors were analyzed by using extreme-point symmetric mode decomposition (ESMD)method. The energy and frequency distribution properties of the electrostatic signals in different decomposed modes were studied during the startup, middle time and shut down process of dense pneumatic conveying system under different conditions. A new method for particle velocity measurement in dense pneumatic conveying system was proposed, and experimental verification was conducted. The results show that the energy distribution of ring electrostatic signal can be used to identify the flow stability of particles in the conveying system during the process of startup and shut down; the energy distribution of arc array electrostatic signal can be used to discern the distribution of solids inside the pipe.Compared with spatial filtering velocity measuring method, the relative standard deviation of the correction factor of the proposed method decreases 58% at least, indicating that the new method can measure the solid velocity of pneumatic conveying stably and accurately.

dense pneumatic conveying; electrostatic signal; extreme-point symmetric mode decomposition(ESMD); flow stability; spatial filtering

10.3969/j.issn.1001-0505.2016.05.023

2016-02-18.作者简介: 丁佐榕(1991—),男,硕士生;许传龙(联系人),男,博士,教授,博士生导师,chuanlongxu@seu.edu.cn.

国家自然科学基金面上资助项目(51376049)、“十二五”国家科技支撑计划资助项目(2015BAA03B02)、江苏省自然科学基金杰出青年基金资助项目(BK20150023).

TH934

A

1001-0505(2016)05-1032-06

引用本文: 丁佐榕,李健，王胜南，等.基于ESMD的浓相气力输送颗粒静电信号分析及速度测量[J].东南大学学报(自然科学版),2016,46(5):1032-1037. DOI:10.3969/j.issn.1001-0505.2016.05.023.