李小川，魏 涛，王启立，胡海彬，王冬雪

(中国矿业大学 化工学院，江苏 徐州 221116)

除尘器气液混合状态监测

李小川，魏 涛，王启立，胡海彬，王冬雪

(中国矿业大学 化工学院，江苏 徐州 221116)

以小波分析为主，统计分析为辅，对自激式除尘器气相压力信号进行分析，探讨气液两相混合状态监测的基础问题。结果表明：随风速增大和初始液位b0值减小，气液两相流动的波动性增强，气相压力的统计均值增大；气液充分混合时，小波重构信号子频段能量占总能量的比值趋于稳定，约80%维持气液的宏观流动，约20%完成液滴和气泡等捕集体的激发；小波分析的低频重构信号(A4)关联了气液的宏观流动过程，高频重构信号(D1,D2,D3和D4)共同关联了气液微观流动过程；随b0值减小，低频段和中高频段重构信号的能量值都不断增大，低频段规律性较强，而中频段的离散性更强。

除尘器； 气液两相流动； 监测系统

0 引 言

流体流动是过程装备与控制工程专业的一个重要学科方向[1]，多相流动的监测是重要的实践教学内容，对提升学生创新能力有重要意义。但目前并没有与工程背景相适应的本科教学实验系统，成为工程教育和科研创新教学过程的短板[2]。

煤炭是我国主要的一次能源，但燃煤排放大量细颗粒物成为我国大气污染的重要组成部分。自激式除尘器对粉尘的适应性强，适合于各种环境的粉尘治理，但目前该除尘器对微细粉尘的去除效率还不够高[3-5]。于庆波等[3]对液位、风速、接触室夹角等影响除尘器性能的指标进行了定性研究；熊建军等[6]通过检测除尘腔内不同位置的压力波动均值，得出了除尘腔内负压分布规律；李小川等[7]测量了除尘器脉动压力时均值；Byeon等[8-9]在研究湍流湿式洗涤器时得到了除尘效率随湍流程度剧烈程度增加先增加后降低的定性结论和定性解释，但缺乏对湍流程度的定量研究；李静海等[10]建议大力研究反应器宏观结构和微观反应之间的介尺度科学。

在两相流领域，许多学者通过小波分析方法分析气相压力的波动规律，研究气液两相流动形态。冀海峰等[11]对气固流化床中压力信号进行小波分析，提出了判别流化床由固定床向鼓泡床转变的新方法；马丽萍等[12]利用小波分析理论对循环流化床风帽压力波动信号进行消噪；陈鸿伟等[13]指出风帽压力的低频波动信号能够反映工况时气固流动状态的变化。以上研究给我们启示，可以将小波分析方法引入自激式除尘器气液两相混合状态监测系统的开发。

本文以小波分析方法为主要手段，以统计分析为辅助，对自激式除尘器的气相压力信号进行分析，通过不同操作参数的压力信号的统计数据特性和不同频段压力重构信号的研究，探讨自激式除尘器气液两相混合状态基本特征，并进一步开发适用于本科教学的实验系统。

1 实验装置与方法

自激式除尘器结构及传感器布置如图1所示，其中除尘器由节流板、除尘腔、限流板、脱水板、除尘风机等部分构成。含尘气流由进气口流入除尘器，经节流板加速，在节流口以冲击、卷吸等方式作用于除尘液面，在除尘腔中产生液滴、液幕或液面之下产生气泡等捕集体，捕集体以碰撞、截留或布朗扩散等方式捕获固相粉尘，最后清洁气体经排气口排出。除尘器静止时的液位称为初始液位b0，当初始液位淹没节流口末端时，b0为负值；当初始液位远离节流口末端时，b0为正值。

图1 实验装置及测试元件布置图

通过调节液位设定不同的初始液位；TES-1341型热线风速仪测量除尘器入口流速；SMP131型扩散硅压力传感器测量除尘器出口静压；变频器调节风速；i-SPEED 3高速摄像仪记录除尘器气液流动状态；UBS-DAQ-V50型数据采集卡采集压力信号；LabView软件编写数据采集、存储程序。

设置除尘器b0分别为42、24、10、0、-13和-23 mm，各液位调节不同风速，记录除尘器出口压力数据和除尘腔内气液流动状态图像。

2 分析方法

2.1统计分析

压力信号的统计分析(包括均值、标准偏差、概率密度等)可以对除尘器气相压力波动情况进行初步了解，其中压力均值表示为：

(1)

压力信号的标准偏差可表示为：

(2)

对于压力波动时间样本序列x(t)，其值落在x和x+Δx范围内的概率可取tx/t之比得到。tx是在观察时间t内，x(t)落在(x,Δx)范围内的总时间，可得：

(3)

定义压力的概率密度函数为：

(4)

2.2小波分析

对于任意连续信号f(t)的小波变换定义为：

(5)

(6)

从而实现用不同分辨率来逐级逼近一个信号或函数。原始信号通过小波变换被分解为具有不同频率范围的低频概貌和高频细节部分。分解过程被重复进行，直到达到理想的分解层数J。正交小波级数将一个连续信号s(ti)近似表达为：

s(ti)=Aj(ti)+Dj(ti)+Dj-1(ti)+

…+D1(ti)

(7)

式中：D1(ti),D2(ti),…,Dj(ti)为分辨率2j下的多分辨率分解的细节信号；Aj(ti)为分辨率2j下的多分辨率分解的概貌信号。其分解树状结构示意图见图2。

图2 小波多分辨率分析分解结构图

小波分解、重构后得到的各层低频、高频信号代表了不同频段上的信息，分解层数越多得到的低频、高频信号对应的频率越低。本文对压力波动信号进行4层小波分析，采样频率为256 Hz，能够检测到0～128 Hz的信号，根据小波理论，重构信号D1对应的频率为64～128 Hz，D2为32～64 Hz，D3为16～32 Hz，D4为8～16 Hz，A4为0～8 Hz。

信号能量的定义为振幅的平方和：

(8)

则信号分解j层细节信号和j层逼近信号的累积能量：

(9)

(10)

不同尺度能量占总量的比值能更好地显示各尺度能量的相对分布：

(11)

(12)

信号分解与重构的质量取决于母小波的选取，小波对信号进行多分辨率分析，最终分解为低频概貌部分和高频细节部分。Daubechies(db)小波由于其紧支集、正交，且具有一定的光滑性，一直受到极大的重视[14-15]。对本文研究的压力信号分析认为，二阶Daubechies(db2)小波的平均分解误差最小，可用于压力信号的分解。

3 结果与讨论

李小川等[16]在自激式除尘器的前期研究中通过对气相压力的时域信号和气液耦合的宏观状态研究，总结出气液流动具有微弱波动、静液位差、共振水击、剪切液幕和卷吸气泡5种主要模式，各种模式对应的气相压力波动不尽相同。但气相压力原始的时域信号较难明显区分气液耦合模式，需借助统计分析和小波分析等对数据进一步处理，来发现气液流动的深层次特征。

3.1气相压差信号的动态变化规律

3.1.1气相压力波动均值及标准偏差

图3为不同液位下的整体压力均值随风速的变化情况。可以看出，压力均值随风速增大、b0减小而不断增大，但曲线的变化趋势随b0变化有所区别，当b0较大时，压力均值与风速呈现出非线性关系，随b0减小，线性关系逐渐凸显。除尘器全程阻力可用整体压差来表示[7]，压力均值的这种变化，就是除尘器阻力变化规律的体现，主要是节流口前后液面在节流作用下产生的液位差对气相动能与液相压力能转换的抑制结果。

图3 压力均值随液位与风速的变化

图4为不同液位气相压力标准差随风速的变化关系。可以看出，当风速较小且b0较大时，气相压力波动的标准差较小，随b0减小、风速增大，压力标准差逐渐变大。这是因为随风速增大，气相对液相的冲击增强，使液面湍动加剧，气相波动随之加剧；另外，随b0减小，气相在节流口与液相接触几率增大，两者更易发生能量交换，气相与液相流动过程中的角力与平衡促使除尘器内部压力波动更加剧烈，标准差也就越大。因此，可以认为，压力波动的标准差一定程度上表达了气液混合的剧烈程度。

图4 压力标准差随液位与风速的变化

3.1.2概率密度函数

部分初始液位的压力信号概率密度分布见图5。可以看出，除尘器气相压力信号的概率密度近似为正态分布，且随风速增大，概率密度分布趋于平缓，其峰值整体呈减小趋势，但其压力值不断增大，压力振幅范围越来越宽。实际上此概率密度分布表征了瞬时压力偏离平均压力的程度，说明压力波动幅值整体趋势随风速的增大而增加，即气相与液相的波动越来越剧烈。

图5 压力波动的概率密度分布

由图5可见，当风速分别为2.85和3.62 m/s时，其概率密度的峰值都小于其两侧的值，这是由于此时除尘器进入共振水击模式，气液两相湍动剧烈，表现为液相压力波动振幅变宽，波峰值变小。对比图5中(a)和(b)可见，b0的变化对概率密度分布也有一定的影响，在风速较小时，概率密度分布差别不大，但随b0减小相应概率密度峰值就越小，这是由于当b0较小时，气相动能主要用于克服节流液位差，气液波动不明显，仅体现为静压力的增大；而当风速较大时，气相动能主要消耗在气液流动过程中，气液两相波动剧烈，分散了压力分布范围，使概率密度分布趋于平缓，波动振幅范围增大。

由此可见，概率密度的峰值越显著，说明各压力样本点越接近样本均值，此时压力波动幅度较小，气液两相混合程度越弱，除尘效果也较差；当概率密度分布越平坦则各压力波动样本点越远离样本均值，此时压力波动幅度越大，气液两相混合程度越充分，除尘效果较好。

3.2压力信号不同频段的小波能量分布特性

3.2.1不同风速的气相压力小波能量分布

对b0=-13 mm不同风速的压力信号进行小波分析，计算小波分解后不同频段重构信号的能量值及其占总能量的比值，得到两者随风速变化的分布规律，如图6和图7所示。

图6 不同风速下小波能量分布

图7 不同风速下相对小波能量的分布

由图6知，随风速不断增大，各频段信号的能量值变化不一，其中EA4(0～8 Hz)一直呈增大趋势，且增长速度最快，而ED1(64～128 Hz)、ED2(32～64 Hz)、ED3(16～32 Hz)和ED4(8～16 Hz)随风速增大，也都不同程度的增大，但其能量值都较小且增长幅度不很明显，说明除尘器压力信号的频率主要集中在0～8 Hz。进一步分析，压力的低频波动产生于气相与液面的宏观作用过程，这一过程是气流激发液相产生各种混合的基础，消耗了很大部分的气相能量。在这一宏观流动基础上，随风速等参数不同，将发生液滴从液相剥离、气流进入液相产生气泡等捕集体的产生过程，此时的气液作用过程显得更为微观，液滴或气泡的产生需要的时间极短，消耗能量也较少，气相压力波动处于较高频频段，即>8 Hz。可以看出，低频波动信号反映了气液流动的宏观状态；而较高频率波动信号反映了气液流动的微观状态。

由图7可以看出，各频段的变化趋势都较为明显。在风速由0.15 m/s增大到2.85 m/s过程中，除MA4急剧增大外，MD3，MD4变化也较为明显，随风速增大而快速减小；而风速进一步增大后(>2.85 m/s)，相对小波能量都趋于平衡，说明当风速增大到一定值后，各频段压力能量的相对值都趋于稳定，约占80%的能量主要用于维持气液的宏观流动；而约20%的能量主要用于激发液滴和气泡等捕集体的微观流动。

结合气液流动的动态图像分析，当风速为0.15 m/s时，液面比较平静，伴有少量气体以鼓泡形式通过，此时低频段的能量相对值较小(气液宏观流动耗能)，而高频段的能量相对值较大(鼓泡耗能)；当风速增大到2.85 m/s时，液面波动明显加强，气液宏观流动能耗提高，而微观的捕集体也有一定量的产生，能量分布基本达到平衡；当风速进一步增大，宏观流动能耗和微观能耗相对比例基本不变，说明随风速增大，宏观波动和微观液滴(气泡)的激发都得到加强，即当再次提高风速，微观液滴(气泡)的增长是随风速呈线性增长的，这一结论为捕集体及除尘效率的定量研究提供了理论数据。然而，由于MD1、MD2、MD3和MD4都具有较大比重，所表达的更微观的气液流动过程还得不到提取与区分，更为深入的研究有待进一步展开。

3.2.2不同初始液位的能量分布

b0不同，气液流动过程压力的能量分布也有差异，选取不同b0压力重构信号A4、D4、D3的能量值进行分析，如图8所示。

图8 不同初始液位的小波能量

由图8看出，b0值由42 mm降低到-23 mm时，EA4、ED4、ED3的值均有不同程度的增大，EA4的绝对值远大于ED4和ED3，且不同液位EA4的值随风速增大的趋势与气相波动均值(见图3)相近。当风速较高时，不同b0的ED4、ED3值随风速增大有部分速度点有偏离变化趋势的迹象，这是因为随风速的提高，气流在节流口激起液相的量增多，气液混合激烈程度明显提高，气流对液相的激发显现出阶跃性特性，导致中高频压力随机性增强，偏离主趋势。总之随液位升高，低频段和中高频段的能量值都不断增大，低频段规律性较强，直接影响气液流动的宏观特性，而中频段的离散性更强，主要显示气液流动微观特性的复杂性和气液混合的激烈程度。这些数据能够一定程度的定量表征气液流动的微观特征，为除尘器的定量研究提供依据。

4 本科教学实验系统实效

通过理论研究，提出了气液混合状态监测系统的主要特征参数，并接合其他研究内容，利用LabVIEW平台开发了气液混合状态监测系统。

系统涉及到数据处理、传感器技术、软件技术、多相流动等多学科知识，能够培养学生的流动过程认知能力、数据采集和处理能力、软件开发能力等科研素养。

经过2年多的实践，系统在开发过程和后期利用中为过程装备与控制工程专业本科教学和大学生科研创新实践提供了良好的平台，提高了本科教学的工程背景和研究性背景，成为课堂教学的重要补充。2年来，为40余名本科生提供了多相流动、传感技术和软件技术等方面的科研实践，本科生申请国家级、省级和校级科研创新训练计划10余项，发表SCI和Ei论文各1篇，核心期刊论文多篇，开发了监测软件1套，申请发明专利和实用新型专利各2项，参加全国过程装备实践与创新大赛特等奖和一等奖多项，显示出较好的教学和大学生实践创新培养效果。

5 结 语

(1) 压力信号的统计分析和概率密度分析发现，随风速增大和b0值减小，除尘器气液两相流动的波动性增强，气相压力的统计均值增大。

(2) 除尘器气液充分混合时，小波重构信号子频段能量占总能量的比值趋于稳定，可通过该结论来识别气液流动状态的转变(当b0=-13 mm时，该能量可分为两个相对稳定的部分，约80%维持气液的宏观流动，约20%完成液滴和气泡等捕集体的激发)。

(3) 小波分析的低频重构信号(A4)关联了气液的宏观流动过程，高频重构信号(D1、D2、D3和D4)共同关联了气液微观流动过程；随b0值减小，低频段和中高频段重构信号的能量值都不断增大，低频段规律性较强，而中频段的离散性更强。

(4) 开发了气液混合状态监测系统，在数据处理、传感器技术、软件技术和多相流动等方面提供本科教学和大学生科研创新训练，取得了较好的实践教学效果。

[1] 王启立,窦东阳,李小川,等.实验用通风机性能监测系统研发[J].实验技术与管理,2016,33(3): 78-81.

[2] 段俊霞，沈 红.本科生创新能力培养:墨西哥蒙特雷科技大学的经验及启示[J].现代大学教育,2015(6):21-27.

[3] 于庆波,王新华,王庆林.自激式除尘器的除尘性能[J].东北大学学报,2002,23(8): 799-801.

[4] 陈维民.掘进工作面自激式除尘器除尘机理的研究[J].中国矿业大学学报,1993,22(3): 67-73.

[5] 马中飞,贾 勇.聚丙烯酰胺复配物在自激式除尘器中的应用[J].江苏大学学报(自然科学版),2007,28(2): 147-150.

[6] 熊建军,骆振福,卓卫民,等.两相对流自激式水幕除尘器内压力分布研究[J].中国矿业大学学报,2010,39(6): 902-906.

[7] 李小川,胡亚非,张 巍,等.基于液相调节的除尘器阻力特性[J].煤炭学报,2013,38(2): 336-341.

[8] Byeon Seung-Hyeok,Lee Byeong-Kyu,Mohan B R.Removal of ammonia and particulate matter using a modified turbulent wet scrubbing system [J].Separation and Purification Technology,2012，98: 221-229.

[9] Lee Byeong-Kyu,Mohan B R,Byeon Seung-Hyeok,etal.Evaluating the performance of a turbulent wet scrubber for scrubbing particulate matter[J].Journal of the Air & Waste Management Association,2013，63(5): 499-506.

[10] 李静海,胡 英,袁 权.探索介尺度科学: 从新角度审视老问题[J].中国科学: 化学,2014,44 (3): 277-281.

[11] 冀海峰,黄志尧,吴贤国,等.基于小波变换的气固流化床压力波动信号的分析[J].高效化学工程学报,2000,14(6): 553-557.

[12] 马丽萍,石炎福,黄卫星,等.基于小波变换的循环流化床压力波动信号的除噪分析[J].化学工程,2004,32(1): 28-33.

[13] 陈鸿伟,姜华伟,高建强,等.鼓泡流化床风帽压力波动特性分析[J].中国电机工程学报,2011,31(23):1-7.

[14] 王嘉骏,张文峰,冯连芳,等.气固搅拌流化床压力脉动的小波分析[J].化工学报,2006,57(12):2854-2859.

[15] 孙 斌,许明飞,段晓松.水平管内气液两相泡状流的多尺度分形分析.中国电机工程学报[J].2011,31 (14): 77-83.

[16] 李小川,罗会清,胡海滨,等.自激式除尘器压力波动特性与气液耦合研究[J].煤炭学报,2015,40(12): 3001-3006.

Gas-liquid Mixture State Monitoring of Dust Scrubbers

LIXiaochuan,WEITao,WANGQili,HUHaibin,WANGDongxue

(School of Chemical Engineering and Technology,China University of Mining and Technology,Xuzhou 221116,Jiangsu,China)

The paper analyzes the gas phase pressure signal of the dust scrubber,based on the wavelet analysis and statistical analysis.The fundamental problems of the monitoring of the gas-liquid two phase mixture state are discussed.The results show that,with the increase of gas velocity and the increase of liquid level the fluctuation of gas-liquid two phase flow is enhanced; and the average of gas phase pressure is increased.When the gas and liquid phase are fully mixed each other,the ratio of the sub-band energy to the total energy of the wavelet reconstructed signal tends to be stable (about 80% total energy to be maintained the macro-flow of gas and liquid; and about 20% total energy to be consumed on exciting the capturers such as liquid droplets and bubbles).The low-frequency reconstruction signal (A4) from wavelet analysis is associated with the gas-liquid macro-flow process.While the high-frequency reconstruction signal (D1,D2,D3andD4) are associated with the gas-liquid microcosmic-flow process.With the decrease ofb0value,the energy values of the reconstructed signal of low-frequency and middle-frequency segments are both increasing,the regularity of the low-frequency bands is stronger,and the dispersion of the middle-frequency bands.

undergraduate education；dust scrubber; gas-liquid two phase flow; monitoring system

2016-10-27

国家自然科学基金资助项目(51404252)；中国矿业大学课程建设与教学改革项目(2015QN17,2014YB23)；国家级大学生创新训练计划项目(201410290028)

李小川(1984-),男,四川大英县人,博士,副教授,主要研究方向为过程流体机械及多相流动的教学及科研工作。

Tel.:0516-83995268,E-mail:xiaochuanli2008@163.com

G 644.6；TD 463

：A

：1006-7167(2017)07-0009-05