CN103293013A - 一种冷却塔热力性能评估方法及*** - Google Patents

Abstract

本发明公开了一种冷却塔热力性能评估方法及***，所述方法基于气温边值测量，所述方法包括采集冷却塔现场运行参数和环境参数，确定水温和气温边值；计算水温变化与气温变化之间的关系，建立气温边值约束表达式；根据气温边值约束关系，建立冷却塔热力性能评估模型；根据建立的冷却塔热力性能评估模型，建立四阶龙格-库塔法公式族，对冷却塔热力性能进行计算。所述***包括监测装置，该监测装置包括运行参数和环境参数采集模块、人机交互模块、Flash存储模块、实时时钟模块及嵌入式中央处理模块。本发明有利于实现冷却塔热力性能实时在线评估，评估模型在基于气温边值测量下得到简化，相比已有评估方法，在保证评估精度前提下，较大减少计算时间。本方法实时性好、适应性强特点，可广泛应用于机械式逆流冷却塔现场热力性能实时评估中。

Description

一种冷却塔热力性能评估方法及***

技术领域

本发明涉及冷却塔热力性能评估方法及***，尤其涉及基于气温边值测量下冷却塔热力性能评估方法及***。

背景技术

21世纪以来，中国的工业***、发电厂和中央空调***等行业飞速发展，大型***需要相应配置大型冷却***排除大量废热。冷却塔是中央空调***、发电厂和工业***的必备末端冷却装置，其原理是通过空气与高温工业循环冷却水直接接触，在塔内完成水向空气传热传质过程，并将高温湿度空气排除塔内，带走部分热量，降低水温，实现工业冷却水的循环利用。

随着全球能源短缺问题日益严重，冷却***的节能节水问题已成为冷却技术的重要课题。在整个循环冷却***中，冷却塔热力性能的优劣不仅对冷却***节水节能具有直接影响，对工业***的正常稳定运行也具有重要意义。当冷却塔动力配置过高时，将降低冷却塔运行效率，而且容易造成冷却水的过度浪费；当动力配置过低时，将导致冷却塔出水温度高，无法满足循环冷却***的需求，导致工业设备处于高温运行状态，损耗设备，甚至导致设备故障停止运行。若要提高换热效率，则有必要对冷却塔热力性能进行准确、高效评估。

目前，经典的冷却塔热力性能评估模型有Merkel模型、e-NTU模型和Poppe模型。Merkel模型基于假设建立，模型简单，评估误差大，且需要采用数值积分或迭代法求解，e-NTU模型引入传热单元数，避免数值积分或迭代计算，但和Merkel模型具有相同等级的评估误差，Poppe模型评估结果准确，但模型复杂，求解过程涉及多重迭代，评估时间较长，经典的冷却塔热力性能评估模型无法同时满足高精度和计算量小的要求。随着计算机技术的发展，人工智能算法被引入冷却塔热力性能评估中，避免冷却塔机理建模过程，但需要大量训练样本，且评估时间较长。

发明内容

为解决上述技术问题，本发明的目的是提供一种冷却塔热力性能评估方法及***。

本发明的目的通过以下的技术方案来实现：

一种冷却塔热力性能评估方法，包括：

A 采集冷却塔现场运行参数和环境参数，确定水温和气温边值；

B 计算水温变化与气温变化之间的关系，建立气温边值约束表达式；

C 根据气温边值约束关系，建立冷却塔热力性能评估模型；

D 根据建立的冷却塔热力性能评估模型，建立四阶龙格-库塔法公式族，对冷却塔热力性能进行计算。

一种冷却塔热力性能评估***，包括：

包括监测装置，该监测装置包括运行参数和环境参数采集模块、人机交互模块、Flash存储模块、实时时钟模块及嵌入式中央处理模块；所述

运行参数和环境参数采集模块，用于实时采集冷却塔现场运行参数和环境参数，根据采集到的运行参数和环境参数确定水温和气温边值；

人机交互模块，用于测量参数、采集频率、数据处理模式的设置；

Flash存储模块，用于存储传感器校准信息和人机交互模块字库；

实时时钟模块，用于记录运行参数和环境参数采集模块采集参数的时间；

存储模块，通过SD卡存储测量的运行参数和测量参数。

与现有技术相比，本发明的一个或多个实施例可以具有如下优点：

基于实时测量值进行模型建立，有利于实现冷却塔热力性能实时在线评估，评估模型在基于气温边值测量下得到简化，相比已有评估方法，在保证评估精度前提下，较大减少计算时间。本方法实时性好、适应性强特点，可广泛应用于机械式逆流冷却塔现场热力性能实时评估中。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，不构成对本发明限制。在附图中：

图1是基于气温边值测量下冷却塔热力性能评估方法流程图；

图2是逆流方塔的热力性能评估***安装示意图；

图3是基于气温边值测量下冷却塔热力性能监测装置原理结构图；

图4是基于气温边值测量下冷却塔热力性能评估模型图；

图5是基于气温边值测量下冷却塔热力性能评估模型焓湿图；

图6是基于气温边值测量下冷却塔热力性能评估方法建模与求解的程序流程图；

图7是基于气温边值测量下冷却塔热力性能评估方法与三种经典评估模型的评估结果比较图。

具体实施方式

容易理解，根据本发明的技术方案，在不变更本发明的实质精神下，本领域的一般技术人员可以提出本发明的多个结构方式和制作方法。因此以下具体实施方式以及附图仅是本发明的技术方案的具体说明，而不应当视为本发明的全部或者视为本发明技术方案的限定或限制。

下面结合实施例及附图对本发明作进一步详细的描述。

图1是根据本发明实施例的冷却塔热力性能评估方法及***的结构示意图，下面参考图1，详细说明本发明实施例的流程。

如图1所示，本发明的基于气温边值测量下冷却塔热力性能评估方法流程包括以下步骤：

步骤10采集冷却塔现场运行参数和环境参数，确定水温、气温边值；

步骤20计算水温变化与气温变化的关系，建立气温边值约束；

步骤30基于气温编制约束关系建立冷却塔热力性能评估模型；

步骤40采用四阶龙格-库塔法求解评估模型，计算冷却塔热力性能。

上述步骤10具体包括：启动图2所示CEF-370不锈钢逆流方塔的热力性能评估***，利用图3所示监测装置的人机交互模块设置测量参数、采集频率、数据处理模式，启动监测传感网络采集模块，使其每隔5s对冷却塔现场进水量m_w、进风量m_a、进水温度T_wi、出水温度T_wo、出风温度T_ao等运行参数和大气压力P₀、湿球温度T_wb、进风干球温度T_ai等环境参数进行采集，并将所有参数按照指定格式保存在SD卡中。

确定水温边值为进水温度T_wi、出水温度T_wo，气温边值为进风干球温度T_ai、出风温度T_ao。

所述步骤20具体包括：根据已测参数计算冷却塔填料区水温变化量ΔT_w＝(T_wi-T_wo)/N，气温变化量ΔT_a＝(T_ao-T_ai)/N，计算水温变化和气温变化量满足等比系数k′＝ΔT_w/ΔT_a，建立气温边值约束下任意时刻水温和气温的关系式。

所述步骤30具体包括：根据已测量大气压P₀、进水量m_w、湿球温度T_wb、进风量m_a、进水温度T_wi、出水温度T_wo、进风干球温度T_ai、出风温度T_ao及已知的气温边值约束关系实时建立新的冷却塔热力性能评估模型

$\frac{{\mathrm{dMe}}_{\mathrm{TBVMC}}}{{\mathrm{dT}}_w}=f(P_0,T_{\mathrm{wb}},T_a,T_w),T_{\mathrm{wo}}\≤T_w\≤T_{\mathrm{wi}},T_{\mathrm{ai}}\≤T_a\≤T_{\mathrm{ao}}$

所述步骤40具体包括：根据新建冷却塔热力性能评估模型和实时测量值，确定气温、水温和热力性能初值T_a(0)＝T_ao，T_w(0)＝T_wo，Me_TBVMC(0)＝0，确定迭代步数N=1000，迭代步长ΔT_a＝T_ao-T_ai/N，ΔT_w＝(T_wi-T_wo)/N，当迭代步数到达n步时，冷却塔填料区空气温度T_a(n)＝T_a(0)-(n-1)ΔT_a，水温度T_w(n)＝T_w(0)+(n-1)ΔT_w。

根据冷却塔热力性能评估模型建立4阶龙格-库塔法公式族

$\left\{\begin{array}{c}{\mathrm{Me}}_{\mathrm{TBVMC}}(n+1)={\mathrm{Me}}_{\mathrm{TBVMC}}\left(n\right)+(k_1+{2k}_2+{2k}_3+k_4)/6\\ k_1={\mathrm{\ΔT}}_w\·f(T_a\left(n\right),T_w\left(n\right))\\ k_2=\mathrm{\Δ}{T}_w\·f(T_a\left(n\right)+{\mathrm{\ΔT}}_a/2,T_w\left(n\right)+{\mathrm{\ΔT}}_w/2)\\ k_3={\mathrm{\ΔT}}_w\·f(T_a\left(n\right)+{\mathrm{\ΔT}}_a/2,T_w\left(n\right)+{\mathrm{\ΔT}}_w/2)=k_2\\ k_4={\mathrm{\ΔT}}_w\·f(T_a\left(n\right)+{\mathrm{\ΔT}}_a,T_w\left(n\right)+{\mathrm{\ΔT}}_w)\end{array}\right.$

利用公式族进行迭代计算，直到指定迭代步数N，输出冷却塔热力性能值Me_TBVMC＝Me_TBVMC(N)。

本实施例CEF-370不锈钢逆流方塔的热力性能评估***安装参阅图2。基于气温边值测量下冷却塔34热力性能监测装置原理结构参阅图3。为保证采集运行参数和环境参数的准确性，热力性能评估***传感器网络应严格遵守冷却塔国标GB/T7190.1-2008规定安装于冷却塔周围。本实施例监测装置21通过人机界面22监测传感器，传感器网络包括进水流量计、进水温度传感器27、出水温度传感器31、干球温度传感器23、湿球温度传感器24、干球温度传感器23、储水盘温度传感器25、温湿传感器26、大气压传感器28、进水量传感器29、风速传感器32等传感器，为建立气温边值约束，增加一路出风温度传感器33。监测装置每5s对运行参数和环境参数进行一次测量，并将参数存储在SD卡中，以供评估上位机访问读取；人机交互模块用于测量参数、采集频率、数据处理模式的设置；Flash模块负责存储传感器校准信息和人机交互模块字库；实时时钟模块用于记录采集时间。

基于气温边值测量下冷却塔热力性能评估模型如图5所示，冷却塔内填料区的水和空气间的热质交换可抽象为塔内空气薄膜和水膜间的传热传质过程，布水器洒水后高温冷却水掉落过程中与低温低湿空气接触，并向空气传递热量和蒸发水分，使自身温度T_w下降，同时空气焓值i_a增加，湿度h上升，体现为气温T_a上升，其模型焓湿图如图4所示。

基于气温边值测量约束下的冷却塔热力性能评估方法实现本实施例的建模与求解的具体程序流程图如图6所示，包括：采集冷却塔现场运行参数和环境参数是否正常，参数正常，计算冷却塔水温差和气温差，否则停止评估；在运行参数和环境参数正常的情况下，计算水温变化与气温变化之间的等比系数，根据等比***建立冷却塔热力性能评估模型，计算模型温度边界条件、迭代次数N和步长，设置热力性能初值Me_TBVMC(0)＝0，替入实测大气压和湿球温度值，建立4阶龙格-库塔公式族k₁、k₂、k₃、k₄，然后判断是否进行方法收敛，是，则在迭代次数内按迭代步长反复迭代，否则继续计算模型温度边界条件、迭代次数N和步长；判断n是否与N等同，是Me_TBVMC(N)，取热力性能Me_TBVMC＝Me_TBVMC(N)，并判断是否停止评估，是，结束，否则重新采集冷却塔现场运行参数和环境参数。输出否则停止评估；。利用基于气温边值测量约束下的冷却塔热力性能评估方法将表1（如下）所示13组采集的数据进行代入计算评估，并将结果与三种经典评估模型的评估结果进行比较，如图7所示。结果显示该模型相比Poppe模型在保证评估精度前提下，平均减少2.2244s的计算时间，评估的均方根误差为5.89%。

表1

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (8)

1.一种冷却塔热力性能评估方法，其特征在于，所述方法基于气温边值测量，所述方法包括

A采集冷却塔现场运行参数和环境参数，确定水温和气温边值；

B计算水温变化与气温变化之间的关系，建立气温边值约束表达式；

C根据气温边值约束关系，建立冷却塔热力性能评估模型；

D根据建立的冷却塔热力性能评估模型，建立四阶龙格-库塔法公式族，对冷却塔热力性能进行计算。

2.根据权利要求1所述的冷却塔热力性能评估方法，其特征在于，所述步骤A具体包括：利用监测装置的传感采集模块实时采集冷却塔现场运行参数和环境参数，确定进水温度T_wi、出水温度T_wo、进风干球温度T_ai、出风温度T_ao等水温、气温边值。

3.根据权利要求1所述的冷却塔热力性能评估方法，其特征在于，所述步骤B具体包括：利用冷却塔流场近似均匀特点，建立由根据所测气温变化与水温变化的约束表达式ΔT_a＝k′ΔT_w，建立气温边值约束下任意时刻水温和气温的关系式。

4.根据权利要求1所述的冷却塔热力性能评估方法，其特征在于，所述步骤C具体包括：根据实时测得的大气压力P₀、湿球温度T_wb，并基于已知气温边值约束表达式，实时建立冷却塔热力性能的评估模型

$\frac{{\mathrm{dMe}}_{\mathrm{TBVMC}}}{{\mathrm{dT}}_w}=f(P_0,T_{\mathrm{wb}},T_a,T_w),T_{\mathrm{wo}}\≤T_w\≤T_{\mathrm{wi}},T_{\mathrm{ai}}\≤T_a\≤T_{\mathrm{ao}}.$

5.根据权利要求1所述的冷却塔热力性能评估方法，其特征在于，所述步骤D具体包括：根据冷却塔热力性能评估模型和实时测量值，确定气温、水温和热力性能初值T_a(0)、T_w(0)、Me_TBVMC(0)，确定迭代步数N和迭代步长ΔT_a、ΔT_w；

利用建立的四阶龙格-库塔法公式族进行迭代计算，直到指定迭代步数N，输出冷却塔热力性能值Me_TBVMC＝Me_TBVMC(N)。

6.一种冷却塔热力性能评估***，其特征在于，所述***包括监测装置，该监测装置包括运行参数和环境参数采集模块、人机交互模块、Flash存储模块、实时时钟模块及嵌入式中央处理模块；所述

运行参数和环境参数采集模块，用于实时采集冷却塔现场运行参数和环境参数，根据采集到的运行参数和环境参数确定水温和气温边值；

人机交互模块，用于测量参数、采集频率、数据处理模式的设置；

Flash存储模块，用于存储传感器校准信息和人机交互模块字库；

实时时钟模块，用于记录运行参数和环境参数采集模块采集参数的时间；

存储模块，通过SD卡存储测量的运行参数和测量参数。

7.根据权利要求6所述的冷却塔热力性能评估***，其特征在于，所述运行参数和环境参数采集模块通过温度传感器、流量计和风速传感器采集参数。

8.根据权利要求7所述的冷却塔热力性能评估***，其特征在于，所述

温度传感器采集的数据参数包括冷却塔的：进水温度、出水温度、储水盘温度、干球温度、湿球温度；

流量计采集的数据参数包括冷却塔的：进水流量计；

风速传感器的数据参数包括：进风量。

Images