基于微波技术的市政污泥含水率快速检测装置的研究

2023-01-11焦燕红刘子娟饶宾期朱建伟

中国计量大学学报 2022年4期

焦燕红,邓龙,刘子娟,张琰,饶宾期，朱建伟

(中国计量大学机电工程学院,浙江杭州,310018)

随着社会经济快速发展,污水处理的衍生物污泥也日益增多。污泥中含有大量的微生物(包括细菌、病毒)及各种有毒物质,如果不及时处理,会对环境造成极大的危害[1]。在社会资源利用的背景下,我国污泥处理的原则是实现污泥的减量化、稳定化、无害化和资源化处理,污泥达到一定的含水率标准才能进行堆放、填埋、焚烧等后续处置[2]。污泥性质复杂且机械脱水有极限[3-4],故要辅助干化处理来达到污泥处置的标准,在干化过程中,市政污泥会由表面松软且光滑的泥状逐渐变为泥层含水率分布不均且充满孔隙的形状,致使含水率检测困难、精度低。而目前污泥含水率的检测主要使用传统重量法,耗时长,步骤繁琐,很难实现污泥含水率的快速检测。含水率测量法有直接法和间接法,直接法有重量法、卡尔费休法等,一般用于含水率检测的标定;间接法有电阻法[5]、近红外法[6-7]、低场核磁共振法[8]和微波法[9-11]等。电阻法是使用两个金属电极夹紧污泥,由于在烘干过程中污泥形状多变,很难保证其准确度和稳定性,也有可能会腐蚀电极,降低仪器的使用寿命。近红外法可实现样品的非接触测量,但穿透性较差,适合测量表面水分,但泥饼的各饼层含水率分布不均,降低了其测量分辨率。饶宾期[8]等使用低场核磁共振法通过测定污泥中氢元素的含量,计算得出污泥中水分含量,准确度较高,但仪器昂贵,对样品要求严格,不适用于工业污泥含水率的检测。据了解,目前芬兰公司研制了基于微波谐振腔的污泥含水率在线快速检测装置,该装置能实现含固率为0～50%的污泥,检测精度较高,平均误差在1.7%,但仪器昂贵,含水率检测范围较小。微波法具有穿透能力强,分辨率高等优点,适合进行污泥含水率的在线快速检测。基于污泥的特性,本文选用微波透射法研制适合污泥含水率的检测装置,并建立污泥含水率的预测模型。

本文研究了基于微波法测量污泥含水率的原理,从原理上解释了微波衰减和含水率以及电压的关系,为后续设计含水率检测系统提供了理论支持。使用矢量网络分析仪和天线装置的连接进行实验,并针对实验结果对天线装置的使用范围和检测的污泥样本提出了建议。基于成本和便携性的考虑,本文依据微波透射原理设计了一套污泥含水率检测装置,包括硬件系统和软件部分,并通过实验进行验证。

1 原理

被测物料在微波作用下会发生极化现象,而介电常数用于表征物料的极化特性。污泥是一种有损耗介质,故其复介电常数可表示为[12]

(1)

式(1)中:ε0表示真空中的介电常数,F/m;ε′是复介电常数的实部,表示在微波作用下物料被极化的能力,即物料的储能特性;ε″是复介电常数的虚部,表示材料在微波作用下能量的损耗;tanδ=ε″/ε′是损耗角正切,表示物料介质在微波作用下损耗的大小程度。复介电常数主要取决于样品的含水率、温度及微波频率。常温下,微波频率和水的介电常数的关系如图1[13]。

图1 介电常数随频率变化图

由图1可知,水的介电常数实部和虚部与频率变化有显著的关系,实部随着频率的增大一直呈现减小趋势,虚部先增大后减小,在20 GHz左右达到最大值,随后一直缓慢减小。微波频率的增高会导致设备运行不稳定,造价升高,在微波频率为10 GHz时,水分对微波的吸收能力较强。在此频率下,水的介电常数为63,虚部为29,而干污泥的介电常数为4左右[14],两者差异明显,故可认为微波能量的衰减主要由污泥中的水分引起。

污泥的含水率是使用传统重量法(GB 18918—2002)测定的，如下:

(2)

式(2)中:Mc是污泥的含水率，%；m1表示初始污泥的质量，g；m2为105 ℃下干燥24 h污泥的质量，g。

当微波穿透污泥时，其在自由空间中的传播常数如下：

γ=α+jβ。

(3)

式(3)中:a表示衰减常数，dB/m;β为相移常数，rad/m;衰减常数a又可以表示为

(4)

式(4)中，λ0为自由空间中的波长，m。

微波穿透污泥时幅值衰减表示能量的损耗，微波透过污泥时的能量损耗可表示为[15]

P=P0e-αd。

(5)

式(5)中:P0为输入功率;P表示透过污泥后的功率，W;d为污泥的厚度，mm。由衰减常数公式可知，使用微波透射法进行污泥含水率的检测，要注意污泥的厚度和含水率对检测精度的影响。微波衰减可表示为

(6)

式(6)中:A为微波衰减量;U0和U分别表示为微波穿透污泥前后的电压值，V。由此可知，使用基于微波透射技术污泥含水率检测时，可将微波穿透污泥时微波信号的变化量转化为电压信号的变化量。

2 实验材料与方法

2.1 实验材料

污泥取自浙江杭州七格污水处理厂,采用厌氧-缺氧-氧化工艺。这些污泥样品先添加絮凝剂聚丙酰胺进行絮凝处理后再用带式加压过滤机进行预脱水,预脱水后污泥的含水率约为80%～85%,样品放在4℃下的冰箱中,不超过3 d,以防止污泥的性质发生变化。其中污泥样品是通过烘箱加热污泥的时间控制污泥的含水率,干化污泥样品含水率在0～70%。

2.2 实验方法

如图2所示的实验操作平台,实验仪器由电烘箱、超高压脱水装置、矢量网络分析仪(Agient N5230C)和一对喇叭天线组成。使用超高压脱水装置进行泥饼的制取,通过原泥质量和压强控制污泥厚度,通过烘箱中对污泥样品的烘干时间设置污泥含水率梯度。测量时,10 GHz的微波源从矢量网络分析仪发出,经由50 Ω同轴线缆到达发射天线作用在污泥上,透射波由接收天线接收,再由另一端返回到矢量网络分析仪,并解析透射系数S21参数。

图2 实验操作平台

2.3 实验测试

用大小分别为4 cm3、6 cm3、16 cm3的正方体模具对泥饼中心位置制取块状污泥样品进行实验测试,污泥厚度为10 mm左右。实验检测结果如图3,从图中可知,随着污泥含水率的升高,透射系数S21幅值单调减小,近似为线性关系,这是因为随着污泥含水率的升高污泥中水分含量增多,对微波的吸收量也就越多。但当16 cm3的块状污泥含水率超过60%左右时,幅值开始迅速减小,这是因为当污泥的含水量过高时,微波衰减过大,导致微波没有穿透污泥;而4 cm3、6 cm3的块状污泥在含水率为60%以上时,并没有出现这种现象,这是因为小体积的污泥含水量较少,对微波的衰减程度没有大体积的强;4 cm3的块状污泥幅值随含水率的升高变化趋势不明显,这是因为污泥体积较小,喇叭天线接收不到含水量的微小变化,导致含水率检测装置的测量分辨率较低。同时由图3(a)和图3(b)可知,在污泥使用机械脱水阶段的施加压力的大小,对含水率检测的结果几乎不产生影响。由以上分析可知,微波的衰减量与污泥的质量也存在一定的关系。

图3 2 MPa、4 MPa下含水率与S21幅值关系图

基于以上的含水率检测结果及进行的大量实验,对检测的污泥样品提出建议:当污泥厚度较厚时(6～15 mm),污泥的体积和其含水量要做合理的权衡;当污泥厚度较薄时(小于6 mm),污泥的含水量大小不做限制(污泥体积要小于喇叭天线口径);同时,对污泥脱水阶段施加的压力不做限制。因此,可进一步研究污泥含水率和质量的关系。

3 污泥含水率检测系统设计

虽然使用矢量网络分析仪能实现污泥含水率的检测,但矢网仪器昂贵,不便携带。基于含水率检测系统成本和仪器便携性的考虑,将不易测量的微波信号转化为易测得的电压值。该系统包括硬件和软件两部分。污泥含水率检测系统框图如图4,测量时,由微波发生模块产生10 GHz的微波,同时由可控的移动电压源控制,使压控振荡器产生的工作频率范围为9～10.5 GHz,微波信号经同轴线缆和SMA头连接器到发射天线并作用到污泥介质,接收天线接收到微波衰减信号量由检波器进行解调后转换为电压信号,由单片机进行数据采集,并将采集到的数据通过串口通信传输到Labview界面显示。

图4 含水率检测总体框图

3.1 硬件设计

其中硬件平台主要由移动电压源、10 GHz的微波信号源(压控振荡器VCO)、检波器、喇叭收发天线、数据采集模块、载物平台等组成。微波信号源可产生8～10.5 GHz、输出功率为7 dBm的电磁波;为将不易测得的微波信号转化为易于检测的电压信号,使用检波电路对微波透过污泥后的衰减信号进行处理分析,并将转换后的电压信号传送到主控电路将模拟量转换为易于读取的数字电压。采用ADL5906为检波电路芯片,可对10 MHz～10 GHz的微波进行直流转换,将其供电电压调到6.5 V。

3.2 软件设计

软件部分由STM32单片机自带的AD采集、串口通信和Labview上位机界面显示组成。选用STM32F103RC系列的单片机作为主控电路,实现电压数据的采集以及信号的A/D转换,并使用串口通信功能和电脑端编辑的Labview上位机程序进行连接,上位机界面可直接显示电压数值和含水率检测结果。污泥含水率检测系统如图5,发射天线的一端通过SMA连接头与压控振荡器VCO连接,同时VCO通过6.7 V电压源使能,接收天线的另一耦合端口与检波器连接,同时检波器通过移动电源(调节到6.5 V)进行供电,检波器和质量传感器通过杜邦线连接到STM32单片机的引脚,最后使用USB连接器建立单片机和电脑的连接。打开电源和Labview前面板,点击前面板的运行后再点击“开始”按钮,即可实现电压的采集和污泥含水率检测结果的显示。

图5 污泥含水率检测系统

3.3 实验测试

在多元线性回归中,观察到存在非线性现象,同时考虑到样本的有限性和不可重复性以及制作过程的复杂性,污泥样本为100个,选用支持向量机模型。将污泥的质量和电压作为输入,含水率作为输出,并运用Python训练数据,建立污泥含水率的预测模型。并将训练好的模型封装到Labview,此时单片机采集到电压值和质量,即可在Labview前面板进行显示。采用的最小二乘支持向量回归,由J.A.K Suykens提出,避免了耗时的二次规划问题,大大提高了求解精度。其中,最小二乘支持向量机基于核函数的估计函数如下:

(7)

式(7)中，x表示输入数据，k(xi,yj)为核函数，b表示阈值。

将100个数据划分为测试集和训练集,本文使用的是基于RBF径向基函数作为核函数,要先对数据进行标准化处理,避免量纲对计算结果产生影响。最小二乘支持向量机回归模型中最重要的两个参数为将数据映射到高维空间后的点的离散程度δ和对目标函数的两个参数进行平衡的γ。根据交叉验证的方法得出最优参数δ为1,γ为10。训练完毕后,支持向量机模型的R2为0.996,均方根误差为4.512%。

使用含水率为70%以下的污泥样品,进行实验测试。由图6所示的预测值和实测值的对比曲线图可知,实测值与预测值有很强的一致性,均方根误差为1.1%,平均相对误差为1.72%,所设计的污泥含水率检测系统稳定可靠,预测误差都在3%以下,在污泥含水率误差允许范围内(污泥含水率检测误差在5%以下是允许的)。