CN117339759B - 除尘器数字孪生***及方法 - Google Patents

Abstract

本发明提供了一种除尘器数字孪生***及方法，包括：数据感知模块、数据分析模块以及人机交互模块；数据感知模块用于获取煤质分析数据、除尘器以及与除尘器相连的锅炉主机与辅机设备的实时运行数据；数据分析模块用于将实时运行数据以及煤质分析数据输入预设的数据处理模型，输出实时分析结果；数据处理模型预先基于除尘器以及锅炉主机与辅机设备的历史运行数据、除尘器以及锅炉主机与辅机设备的结构参数数据以及除尘器以及锅炉主机与辅机设备的控制经验数据进行构建得到；人机交互模块用于如果接收到用户的操作指令，根据操作指令，展示和/或处理实时分析结果。该***缓解了现有技术的自动化程度较低的技术问题，提升了用户的体验。

Description

除尘器数字孪生***及方法

技术领域

本发明涉及工业除尘技术领域，尤其是涉及一种除尘器数字孪生***及方法。

背景技术

目前，针对除尘器的智慧服务平台，一般通过对除尘器的运行参数基于预设参数进行判断，以对除尘器进行控制。然而，上述现有技术的自动化程度较低，导致用户的体验较差。

发明内容

本发明的目的在于提供一种除尘器数字孪生***及方法，缓解了现有技术的自动化程度较低的技术问题，提升了用户的体验。

第一方面，本发明实施例提供了一种除尘器数字孪生***，包括：依次相连的数据感知模块、数据分析模块以及人机交互模块；上述数据感知模块用于获取煤质分析数据、除尘器以及与上述除尘器相连的锅炉主机与辅机设备的实时运行数据；上述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪；上述数据分析模块用于将上述实时运行数据以及上述煤质分析数据输入预设的数据处理模型，输出实时分析结果；上述数据处理模型预先基于上述除尘器以及上述锅炉主机与上述辅机设备的历史运行数据、上述除尘器以及上述锅炉主机与上述辅机设备的结构参数数据以及上述除尘器以及上述锅炉主机与辅机设备的控制经验数据进行构建得到；上述人机交互模块用于如果接收到用户的操作指令，根据上述操作指令，展示和/或处理上述实时分析结果。

在本发明较佳的实施方式中，上述除尘器数字孪生***还包括：与上述数据感知模块相连的数据存储模块；上述数据存储模块包括：缓存数据库、时序数据库；上述缓存数据库以及时序数据库均用于存储上述实时运行数据。

在本发明较佳的实施方式中，上述实时运行数据上设置有数据更新标识位；上述数据感知模块还用于根据上述数据更新标识位判断上述实时运行数据对应的数值是否更新；如果是，将更新后的实时运行数据保存到上述时序数据库，并更新上述缓存数据库的实时运行数据的上述数据更新标识位。

在本发明较佳的实施方式中，上述实时运行数据包括：上述除尘器的高压电源运行参数、阴极振打和阳极振打的振打参数、瓷套电加热的加热参数、阴极振打和阳极振打的振打失效状态、灰斗的积灰情况、除尘效率、功耗、漏风率、钢支架和灰斗的结构安全监测数据、阳极板的比集尘面积、出入口氧含量、湿度、烟气压力以及出入口烟尘浓度；上述锅炉主机的锅炉负荷、锅炉吹灰以及给煤量数据、脱硝***的氨逃逸数据、输灰***的启停数据、上述低温省煤器出口烟温、故障数据、上述脱硫循环泵的启停数据、故障数据以及上述脱硫***出口烟尘仪数据。

在本发明较佳的实施方式中，上述数据处理模型包括：浓度预测子模型、数字孪生子模型、结构安全评估子模型、深度节能优化子模型以及烟气特性分析子模型；上述数据感知模块还用于根据上述实时运行数据，确定上述锅炉主机的锅炉灰渣比、负荷、总燃料量以及入炉煤种、灰分数据；上述浓度预测子模型用于根据预设的烟尘浓度计算公式对上述锅炉灰渣比、上述负荷、上述总燃料量以及上述入炉煤种、灰分数据进行计算，得出除尘器入口烟尘浓度预测；上述烟尘浓度计算公式基于上述除尘器以及上述锅炉主机与上述辅机设备的控制经验数据预先进行构建；上述数字孪生子模型用于通过上述除尘器的机理模型以及上述除尘器的数据驱动模型，构建上述除尘器的除尘特性的实时映射模型；上述数据驱动模型用于指示通过上述历史运行数据对初始神经网络训练得到的除尘效率与运行参数之间的关系模型；上述数据感知模块还用于获取上述除尘器的预设位置的实时力学数据；上述结构安全评估子模型根据上述实时力学数据，分析上述除尘器的壳体、灰斗以及钢支架的安全状态；上述结构安全评估模型基于上述除尘器的有限元模型预先建立；上述深度节能优化子模型用于基于预设的污染物脱除模型以及运行能耗物耗成本模型，根据上述实时运行数据，预测上述除尘器出口烟尘浓度，并将上述除尘器出口烟尘浓度与预设的烟尘浓度控制目标值比较，得到比较结果；根据上述比较结果，输出除尘器的运行参数控制信号；上述污染物脱除模型以及上述运行能耗物耗成本模型均用于指示基于上述除尘器运行逻辑与预设约束参数构建的能源资源分配模型； 上述烟气特性分析子模型用于根据上述实时运行数据以及上述煤质分析数据，计算得到燃煤着火稳定性指数、燃尽特性指数、煤粉着火指数、结渣特性指数、粉煤灰磨损特性指数、粉尘比电阻、上述除尘器的入口烟气量、烟气中硫酸氢铵成分、上述除尘器对煤种的适应性数据。

在本发明较佳的实施方式中，上述数据处理模型还包括：健康实时分析子模型、故障预警及诊断子模型以及设备寿命评估子模型；上述健康实时分析子模型用于根据上述实时运行数据以及上述实时力学数据，确定上述除尘器的技术性能、故障情况、寿命情况、安全情况、运行环境情况及腐蚀情况；根据上述技术性能、上述故障情况、上述寿命情况、上述安全情况、上述运行环境情况及上述腐蚀情况以及对应的权重和赋分规则，计算上述除尘器的健康分数；根据上述健康分数对照预设的健康等级，输出上述健康分数对应的目标健康等级；上述故障预警及诊断子模型用于根据上述实时运行数据，确定上述除尘器的故障类型，并基于预设的原因分析数据对上述故障类型进行分析，输出分析结果；以及将上述分析结果对照预设的故障原因筛选规则，确定上述分析结果对应的目标故障原因；上述实时运行数据还包括：上述锅炉主机以及上述辅机设备的元器件寿命影响因素数据；上述元器件寿命影响因素数据包括：环境温度、电源功率闪络工况、IGBT温度、变压器温度、环境酸碱腐蚀性、环境粉尘以及环境湿度；上述设备寿命评估子模型用于根据上述除尘器的环境温度、上述电源功率闪络工况、上述IGBT温度、上述变压器温度、上述环境酸碱腐蚀性、上述环境粉尘、上述环境湿度以及预设的寿命影响因素的影响系数，计算上述除尘器及上述元器件的实时寿命评估数据。

在本发明较佳的实施方式中，上述故障预警及诊断子模型还用于将上述分析结果与预设的告警规则进行对比；如果上述分析结果符合上述告警规则，生成上述分析结果对应的告警信号，并将上述告警信号传输给指定告警终端进行告警操作。

在本发明较佳的实施方式中，上述人机交互模块包括：显示页面；上述显示页面上预先搭建有与上述除尘器对应的除尘器三维模型；上述除尘器三维模型的子结构基于上述实时运行数据标注有预设颜色。

在本发明较佳的实施方式中，上述显示页面包括：多个交互控件；每个交互控件对应预设的交互功能；每个交互控件均用于如果接收到用户的操作指令，根据上述操作指令，在上述三维模型上展示和/或处理上述交互功能对应的上述实时分析结果。

第二方面，本发明实施例还提供了一种除尘器数字孪生方法，应用于上述除尘器数字孪生***；上述方法包括：获取煤质分析数据、除尘器以及与上述除尘器相连的锅炉主机与辅机设备的实时运行数据；上述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪；将上述实时运行数据以及上述煤质分析数据输入预设的数据处理模型，输出实时分析结果；上述数据处理模型预先基于上述除尘器以及上述锅炉主机与上述辅机设备的历史运行数据、上述除尘器以及上述锅炉主机与上述辅机设备的结构参数数据以及上述除尘器以及上述锅炉主机与辅机设备的控制经验数据进行构建得到；如果接收到用户的操作指令，根据上述操作指令，展示和/或处理上述实时分析结果。

本发明实施例具有下述有益技术效果：

本发明实施例提供了一种除尘器数字孪生***及方法，包括：依次相连的数据感知模块、数据分析模块以及人机交互模块；上述数据感知模块用于获取煤质分析数据、除尘器以及与上述除尘器相连的锅炉主机与辅机设备的实时运行数据；上述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪；上述数据分析模块用于将上述实时运行数据以及上述煤质分析数据输入预设的数据处理模型，输出实时分析结果；上述数据处理模型预先基于上述除尘器以及上述锅炉主机与上述辅机设备的历史运行数据、上述除尘器以及上述锅炉主机与上述辅机设备的结构参数数据以及上述除尘器以及上述锅炉主机与辅机设备的控制经验数据进行构建得到；上述人机交互模块用于如果接收到用户的操作指令，根据上述操作指令，展示和/或处理上述实时分析结果。该***缓解了现有技术的自动化程度较低的技术问题，提升了用户的体验。

本实施例公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本公开的上述技术即可得知。

为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种除尘器数字孪生***的结构示意图；

图2为本发明实施例提供的一种除尘器数字孪生***的使用场景示意图；

图3为本发明实施例提供的一种除尘器数字孪生方法的流程示意图。

附图标记说明：11-数据感知模块；12-数据分析模块；13-人机交互模块；21-锅炉主机；22-除尘器数字孪生***；23-服务器；24-防火墙；25-显示器；26-单向隔离设备。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

目前，针对除尘器的智慧服务平台，一般通过对除尘器的运行参数基于预设参数进行判断，以对除尘器进行控制。然而，上述现有技术的自动化程度较低，导致用户的体验较差。

基于此，本发明实施例提供了一种除尘器数字孪生***及方法，该***缓解了现有技术的自动化程度较低的技术问题，提升了用户的体验。为便于对本发明实施例进行理解，首先对本发明实施例所公开的一种除尘器数字孪生***进行详细介绍。

实施例1

图1为本发明实施例提供的一种除尘器数字孪生***的结构示意图。

由图1所见，该***包括：依次相连的数据感知模块11、数据分析模块12以及人机交互模块13。

在本实施例中，上述数据感知模块11用于获取煤质分析数据、除尘器以及与上述除尘器相连的锅炉主机与辅机设备的实时运行数据；上述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪；上述数据分析模块12用于将上述实时运行数据以及上述煤质分析数据输入预设的数据处理模型，输出实时分析结果；上述数据处理模型预先基于上述除尘器以及上述锅炉主机与上述辅机设备的历史运行数据、上述除尘器以及上述锅炉主机与上述辅机设备的结构参数数据以及上述除尘器以及上述锅炉主机与辅机设备的控制经验数据进行构建得到；上述人机交互模块13用于如果接收到用户的操作指令，根据上述操作指令，展示和/或处理上述实时分析结果。

其中，上述除尘器为电除尘器。

这里，上述实时运行数据包括：上述除尘器的高压电源运行参数、阴极振打和阳极振打的振打参数、瓷套电加热的加热参数、阴极振打和阳极振打的振打失效状态、灰斗的积灰情况、除尘效率、功耗、漏风率、钢支架和灰斗的结构安全监测数据、阳极板的比集尘面积、出入口氧含量、湿度、烟气压力以及出入口烟尘浓度；上述锅炉主机的锅炉负荷、锅炉吹灰以及给煤量数据、脱硝***的氨逃逸数据、输灰***的启停数据、上述低温省煤器出口烟温、故障数据、上述脱硫循环泵的启停数据、故障数据以及上述脱硫***出口烟尘仪数据。

进一步的，上述除尘器数字孪生***还包括：与上述数据感知模块相连的数据存储模块；上述数据存储模块包括：缓存数据库、时序数据库；上述缓存数据库以及时序数据库均用于存储上述实时运行数据。

在实际的操作中，上述时序数据库还用于存储上述历史运行数据；上述数据存储模块还包括：关系型数据库；上述关系型数据库用于存储上述***使用的业务数据。

进一步的，上述实时运行数据上设置有数据更新标识位；上述数据感知模块11还用于根据上述数据更新标识位判断上述实时运行数据对应的数值是否更新；如果是，将更新后的实时运行数据保存到上述时序数据库，并更新上述缓存数据库的实时运行数据的上述数据更新标识位。

进一步的，上述数据分析模块12包括：浓度预测子模型、数字孪生子模型、结构安全评估子模型、深度节能优化子模型以及烟气特性分析子模型；上述数据感知模块11还用于根据上述实时运行数据，确定锅炉主机的锅炉灰渣比、负荷、总燃料量以及入炉煤种、灰分数据；上述浓度预测子模型用于根据预设的烟尘浓度计算公式对上述锅炉灰渣比、上述负荷、上述总燃料量以及上述入炉煤种、灰分数据进行计算，得出除尘器入口烟尘浓度预测；上述烟尘浓度计算公式基于上述除尘器以及上述锅炉主机与上述辅机设备的控制经验数据预先进行构建；上述数字孪生子模型用于通过上述除尘器的机理模型以及上述除尘器的数据驱动模型，构建上述除尘器的除尘特性的实时映射模型；上述数据驱动模型用于指示通过上述历史运行数据对初始神经网络训练得到的除尘效率与运行参数之间的关系模型；上述数据感知模块11还用于获取上述除尘器的预设位置的实时力学数据；上述结构安全评估子模型根据上述实时力学数据，分析上述除尘器的壳体、灰斗以及钢支架的安全状态；上述结构安全评估模型基于上述除尘器的有限元模型预先建立；上述深度节能优化子模型用于基于预设的污染物脱除模型以及运行能耗物耗成本模型，根据上述实时运行数据，预测上述除尘器出口烟尘浓度，并将上述除尘器出口烟尘浓度与预设的烟尘浓度控制目标值比较，得到比较结果；根据上述比较结果，输出除尘器的运行参数控制信号；上述污染物脱除模型以及上述运行能耗物耗成本模型均用于指示基于上述除尘器运行逻辑与预设约束参数构建的能源资源分配模型；上述烟气特性分析子模型用于根据上述实时运行数据以及上述煤质分析数据，计算得到燃煤着火稳定性指数、燃尽特性指数、煤粉着火指数、结渣特性指数、粉煤灰磨损特性指数、粉尘比电阻、上述除尘器的入口烟气量、烟气中硫酸氢铵成分、上述除尘器对煤种的适应性数据。

在实际的操作中，上述结构安全评估模型基于上述除尘器的有限元模型、结构损伤机理、结构破坏性试验以及实物模拟测试预先建立。

进一步的，上述结构安全评估模型用于将实时力学数据输入预设的计算公式进行计算，输出灰斗内粉煤灰实时重量。其中，上述的计算公式基于多种灰斗内粉煤灰重量与上述实时力学数据的对应关系进行预先构建。进一步的，根据预设的灰斗内粉煤灰料位高度计算公式计算得出灰斗内粉煤灰实时料位高度。其中，上述灰斗内粉煤灰料位高度计算公式基于上述粉煤灰重量、灰斗结构参数及粉煤灰密度经验数据预先进行构建。

进一步的，上述数据处理模型还包括：健康实时分析子模型、故障预警及诊断子模型以及设备寿命评估子模型；上述健康实时分析子模型用于根据上述实时运行数据以及上述实时力学数据，确定上述除尘器的技术性能、故障情况、寿命情况、安全情况、运行环境情况及腐蚀情况；根据上述技术性能、上述故障情况、上述寿命情况、上述安全情况、上述运行环境情况及上述腐蚀情况以及对应的权重和赋分规则，计算上述除尘器的健康分数；根据上述健康分数对照预设的健康等级，输出上述健康分数对应的目标健康等级；上述故障预警及诊断子模型用于根据上述实时运行数据，确定上述除尘器的故障类型，并基于预设的原因分析数据对上述故障类型进行分析，输出分析结果；以及将上述分析结果对照预设的故障原因筛选规则，确定上述分析结果对应的目标故障原因；上述实时运行数据还包括：上述锅炉主机以及上述辅机设备的元器件寿命影响因素数据；上述元器件寿命影响因素数据包括：环境温度、电源功率闪络工况、IGBT温度、变压器温度、环境酸碱腐蚀性、环境粉尘以及环境湿度；上述设备寿命评估子模型用于根据上述除尘器的环境温度、上述电源功率闪络工况、上述IGBT温度、上述变压器温度、上述环境酸碱腐蚀性、上述环境粉尘、上述环境湿度以及预设的寿命影响因素的影响系数，计算上述除尘器及上述元器件的实时寿命评估数据。

进一步的，上述故障预警及诊断子模型还用于将上述分析结果与预设的告警规则进行对比；如果上述分析结果符合上述告警规则，生成上述分析结果对应的告警信号，并将上述告警信号传输给指定告警终端进行告警操作。

进一步的，上述人机交互模块包括：显示页面；上述显示页面上预先搭建有与上述除尘器对应的除尘器三维模型；上述除尘器三维模型的子结构基于上述实时运行数据标注有预设颜色。

其中，上述实时寿命评估数据包括：隐患运行、超期运行、饱和运行、正常运行。这里，上述隐患运行对应的标注颜色为红色、上述超期运行的标注颜色为橙色、上述饱和运行的标注颜色为黄色以及上述正常运行对应的标注颜色为绿色。

进一步的，上述显示页面包括：多个交互控件；每个交互控件对应预设的交互功能；每个交互控件均用于如果接收到用户的操作指令，根据上述操作指令，在上述三维模型上展示和/或处理上述交互功能对应的上述实时分析结果。

在本实施例中，上述关系型数据库采用MySQL关系型数据库管理***，缓存数据库采用Redis-可基于内存亦可持久化的日志型、Key-Value数据库，时序数据库采用InfluxDB开源分布式时序、事件和指标数据库。Redis缓存数据库用于缓存数据感知模块采集的实时数据，InfluxDB时序数据库用于存储数据感知模块采集的实时数据作为历史数据，MySQL数据库用于保存烟尘浓度预测子模型、数字孪生子模型、结构安全评估子模型、深度节能优化子模型、烟气特性分析子模型、健康实时分析子模型、故障预警及诊断子模型、设备寿命评估子模型等涉及除尘器安全、节能、环保、健康及智慧运维多维度的众多分析模型的基础配置信息以及业务数据、故障预警的报警记录数据。

其中，上述除尘器三维模型包含三维高低压设备、设备元器件级别的三维构件名称、构件ID、属性、三维构件与采集数据的关联关系、三维构件和配置的相关视频动画的关联关系。

进一步的，人机交互模块中的***设置模块用于接收工程实施人员发出配置信息；根据配置信息配置烟尘浓度预测子模型、数字孪生子模型、结构安全评估子模型、深度节能优化子模型、烟气特性分析子模型、健康实时分析子模型、故障预警及诊断子模型、设备寿命评估子模型等涉及除尘器安全、节能、环保、健康及智慧运维多维度的众多分析模型的基础配置信息，并将上述配置信息保存到上述数据存储模块中。

在其中的一种实施方式中，数据分析模块12会判断缓存数据库中的数值是否更新，如果有更新，对缓存数据库中的实时数据进行解析后，同步实时保存到时序数据库，同时更新缓存数据库中数据的标志位状态为已保存，等待感知模块采集到新数据后更新缓存的实时数据和更新标志位状态；否则认为缓存数据库中的实时数据未更新，不进行保存到时序数据库。进一步地，缓存实时数据时判断高频电源、脉冲电源等设备的数据通讯位，如果存在通讯故障则把对应电源的相关数据在缓存数据库中进行标记，对进行标记的数据不进行实时保存到时序数据库。

进一步的，数据分析模块12还用于根据上述各子模块的请求，从上述数据存储模块中读取与请求相关的数据进行发送；当***服务在处理前端浏览模块发送的请求时，通过Websocket向前端提供实时数据每秒刷新服务，对实时数据进行解析重新封装后以JSON文件格式实时发送至人机交互模块13进行显示。

在其中的一种实施方式中，数据分析模块12处理上述人机交互模块13的请求方式为：人机交互模块13向数据分析模块12发送请求，数据分析模块12在接收到该请求后，根据人机交互模块13发送的URL及请求参数，在数据库中查询与该请求相应的数据，然后数据分析模块12将获取到的数据封装为JSON格式并发送到人机交互模块，前端浏览模式向用户进行显示。

人机交互模块用于人机交互，对数据分析数据模块发来的数据根据用户选择，以相应的形式进行显示；形式包括基于BIM技术构建的除尘器三维模型，并在三维模型的三维构件中显示相应的实时数据及状态；在第一次向数据分析模块12发送请求时，人机交互模块与数据分析模块12建立一个长连接，数据分析模块12将实时数据通过长连接发送至人机交互模块。人机交互模块作为用户使用除尘器数字孪生***的人机接口，从数据分析模块12获取上述数据存储模块中所存储的三维构件的信息、设备及元器件监测数据、三维构件与设备及元器件监测数据的关联关系、告警实时数据、告警历史数据、三维构件与告警实时数据关联关系，基于现有的BIM技术建立三维模块进行展示，并在三维模型中实时显示相应数据及设备运行状态等，实现除尘器监控数据与三维数字模型的联动显示及告警信息的展示、历史告警信息的查询。

这里，上述三维构件包括除尘器本体模型以及高压电源模型。

进一步的，上述除尘器本体模型包含除尘器本体、阴极振打、阳极振打、隔离开关箱、绝缘子室、入口喇叭口内件、出口喇叭口内件、灰斗、瓷轴电加热、瓷套电加热、灰斗电加热、灰斗底部输灰仓泵、走道和支架、阳极板、阴极***。

其中，上述阴极振打包括：电机、轴、大小针轮、锤头、尘中轴承以及瓷轴；上述阳极振打包括：电机、轴、锤头以及尘中轴承；上述绝缘子室包括：瓷套和加热器；上述入口喇叭口内件包括：多孔板、管撑以及导流板；上述出口喇叭口内件包括：槽型板和管撑；上述灰斗包括：管撑、挡风板、料位计以及气化装置；上述阴极***包括：阴极框架及阴极线。

进一步的，上述高频电源模型包含高频电源整体、高频逆变箱、高频控制箱、高频配电箱、电源底部、变压器。

其中，上述高频逆变箱包括：控制变压器、复合母排、电流互感器、薄膜电容、谐振电容、IGBT模块、IGBT驱动板、可控硅模块、开关电源、轴流风机、门板、散热器、IGBT接口板、高频开路模块以及高频可控硅驱动板。

进一步的，上述高频控制箱包括：信号隔离模块、电压变送器、控制变压器、交流接触器、中间继电器、小型断路器、电动机启动器、高频控制器、电流变送器、接线端子、开关电源、中间继电器、陶瓷熔芯、高频信号调理控制板以及高频DCS控制模块。

进一步的，上述高频配电箱包括：小型断路器、塑壳断路器以及绝缘柱。

进一步的，上述电源底部包括：高频风机和平轮的高频底架。

进一步的，上述变压器包括：压力释放阀、铂热电阻、浮球开关以及高频取样板。

进一步的：脉冲电源模型包含脉冲底架风机、脉冲控制箱、左脉冲箱、右脉冲箱、脉冲变压器。

其中，脉冲控制箱包括：控制变压器、电流互感器、交流接触器、开关电源、中间继电器、中间继电器底座、DCS信号隔离模块、脉冲模拟量板、脉冲高频控制板A板以及脉冲控制器。

进一步的，左脉冲箱包括：电流互感器、轴流风机、谐振电容、吸收电容、大功率厚膜电阻器、交流接触器、快速恢复二极管模块、M6螺钉式温度探头、前盖板以及脉冲左散热器。

进一步的，右脉冲箱包括：电压变送器、电流变送器、控制变压器、可控硅模块、IGBT模块、开关电源、中间继电器、中间继电器底座、M6螺钉式温度探头、脉冲右散热器、脉冲三相触发板、脉冲母线取样板、脉冲阻容吸收板、IGBT驱动板、前盖板、轴流风机、反面焊接的脉冲母线取样板以及脉冲三相同步板模块。

进一步的，脉冲变压器包括：脉冲二次电压取样板、压力释放阀、浮球开关以及铂热电阻。

在实际的操作中，人机交互模块13包括智慧首页模块、数字孪生模块、安全管控模块、深度节能提效模块、智能分析模块、健康管理模块、报警及故障管理模块、设备数字档案模块、运行管理模块、维护管理模块、***设置模块、***管理模块。

其中，智慧首页模块用于向数据分析模块12发送请求时，数据分析模块12从服务器中获取除尘器展示视频数据发送至前端进行展示。智慧首页模块实时向数据分析模块12请求达标排放的数据，数据分析模块12实时从时序数据库中查询达标排放的最近一段时间监控数据，对数据解析封装后反馈至前端以曲线图的形式展示最近一段时间出口排放的运行趋势；智慧首页模块实时向数据分析模块12请求减污降碳、安全管控、故障诊断、设备管控、健康评估的数据，数据分析模块12根据请求从数据库中查询对应的减污降碳、安全管控、故障诊断、设备管控、健康评估的数据，对数据进行加工处理后进行封装并反馈至智慧首页模块，智慧首页模块将数据进行渲染展示，其中设备管控数据以柱状图形式展示，健康评估数据以雷达图形式进行展示。

进一步的，数字孪生模块向数据分析模块12发送请求，数据分析模块12根据请求将数据库中对应的三维构件信息、告警信息、设备及元器件监测数据、三维模型文件进行提取，反馈至数字孪生模块，数字孪生模块将三维模型文件在对应的布局中进行渲染展示，支持对模型的移动、缩放、旋转、选择功能。数字孪生模块对数据分析模块12返回的设备及元器件监测数据中的运行状态信息、故障信息进行筛选，对高频电源、脉冲电源、瓷套电加热、阴极振打、阳极振打等设备进行运行状态和故障状态的实时渲染，如果设备存在故障，则把三维模型上的对应设备渲染成亮红色并进行快速闪烁，如果设备不存在故障，则继续对设备的运行状态进行判断，设备是运行状态则显示为红色但不闪烁，否则设备显示为绿色，表示设备此时是停止状态。当选中三维模型中的三维构件时，数字孪生模块向数据分析模块12发起请求，数据分析模块12根据请求的参数从实时数据缓存中读取相应的实时监控数据，对数据进行解析封装后反馈至数字孪生模块。选中三维模型中的部分设备，可以查看设备的动画演示视频以及跳转查看设备的元器件级三维模型，设备的元器件级三维模型以模型树的方式，展示设备及元器件的层级及所有的三维构件，同时设备及元器件的层级及所有的三维构件模型也都支持隐藏、移动、缩放、旋转、选择功能。在跳转后的三维展示页面，数字孪生模块向数据分析模块12请求设备的实时监控数据、报警信息、运行信息、设备名称、设备规则及参数等设备的基础信息、设备的维保信息等数据，数据分析模块12根据数字孪生模块请求的URL及请求参数，从实时缓存及数据库中获取相应的数据进行分析处理后进行封装并反馈到数字孪生模块。

进一步的，安全管控模块向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至安全管控模块。数据分析模块12接收到安全管控模块对灰斗三维模型的请求，将服务器中的三维模型数据、数据库中的三维模型构件信息、设备监控数据、三维模型构件信息与设备监控数据关联关系、报警实时数据、三维模型构件信息与报警实时数据关联关系、报警历史数据发送到安全管控模块，安全管控模块根据接收到的三维模型进行展示，三维模型中对应的设备如存在相应的报警实时数据，则显示为红色表示设备存在实时报警，如果没有实时报警则显示为正常，选择相应的设备进行点击，可以查看设备的历史报警数据。数据分析模块12接收到安全管控模块对实时监测数据和历史数据的请求，从实时缓存数据库和数据库中获取实时数据、相应的历史数据反馈给安全管控模块，安全管控模块在表格中展示实时监控数据，将接收到的历史监控数据以曲线图表的形式进行展示。数据分析模块12接收到安全管控模块对实时报警信息的请求，从数据库中获取实时报警信息进行分级统计后处理后反馈给安全管控模块，安全管控模块接收到数据分析模块12反馈的报警实时数据进行分级展示，并按报警等级进行颜色渲染，一级报警显示红色，二级报警显示橙色，三级报警显示黄色，四级报警显示绿色。

进一步的，深度节能提效模块向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至深度节能提效模块，深度节能提效模块包含智能优化控制、能量管理、节能评估三个菜单页。

其中，智能优化控制包含优化控制首页、经典算法、人工智能算法、运行趋势四个标签页：

这里，优化控制首页：优化控制首页向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至优化控制首页。数据分析模块12接收到优化控制首页对除尘器烟气流动模型的请求，从服务器中获取烟气流动模型反馈给优化控制首页，从数据库中查询相应数据计算出各电场的烟尘浓度数据封装后反馈给优化控制首页，优化控制首页展示接收到的烟气流动模型，并根据各电场的烟尘浓度对烟气流动模型进行渲染，烟尘浓度越高则三维模型对应的电场显示颜色越深。数据分析模块12接收到优化控制首页对出口排放、厂用电率历史数据的实时请求，从时序数据库中获取一段时间的历史数据反馈给优化控制首页，优化控制首页以曲线图展示一段时间的数据变化趋势。数据分析模块12接收到优化控制首页出入口烟尘浓度预测值、各电场除尘效率、积灰厚度预测值的请求，从数据库中获取相应数据反馈到优化控制首页，优化控制首页将获取到的数据以表格形式进行展示。

进一步的，经典算法页面向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至经典算法页面。数据分析模块12接收到经典算法页面对实时数据的请求，从数据库中获取出口浓度、优化功率值、高压实时功率、实时功率占比、补偿功率占比、停留时间、板电流密度、线电流密度、电场强度、电压实时、电压系数、电流实时、电流系数、控制系数等实时数据反馈给经典算法页面，经典算法页面将接收到的数据进行展示。数据分析模块12接收到经典算法页面对历史数据的请求，从时序数据库中获取相应历史数据反馈给经典算法页面，经典算法页面将接收到的数据以曲线图表进行展示数据一段时间内的变化趋势。数据分析模块12接收到经典算法页面对各电场指导参数的请求，从数据库中获取各电场的二次电压、二次电流的指导设定值反馈至经典算法页面，经典算法页面将接收到的数据进行展示。

进一步的，人工智能算法页面向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至人工智能算法页面。数据分析模块12接收到人工智能算法页面对出入口浓度数据的请求，从时序数据库中获取出入口浓度预测的历史数据反馈给人工智能算法页面，人工智能算法页面接收到数据以曲线图表进行展示数据一段时间内的变化趋势。数据分析模块12接收到人工智能算法页面对实时数据的请求，从数据库中获取各电场的二次电流、二次电压、振打状态、本体参数等数据进行封装后反馈至人工智能算法页面，人工智能算法页面将接收到的数据进行展示。数据分析模块12接收到人工智能算法页面对历史数据的请求，从时序数据库中获取相应历史数据反馈给人工智能算法页面，人工智能算法页面将接收到的数据以曲线图表展示数据一段时间内的变化趋势。数据分析模块12接收到人工智能算法页面对各电场指导参数的请求，从数据库中获取各电场的二次电压、二次电流、振打的指导设定值反馈至经人工智能算法页面，人工智能算法页面将接收到的数据进行展示。

进一步的，运行趋势页面向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至运行趋势页面。数据分析模块12接收到运行趋势页面对实时数据的请求，从数据库中获取各电场的二次电压、二次电流实时数据，计算出各电场的实时功率、除尘器的实时总功率反馈至运行趋势页面，运行趋势页面将实时总功率以饼状图进行展示，将各电场的实时功率以柱状图进行展示。数据分析模块12接收到运行趋势页面对历史数据的请求，从时序数据库中获取出口排放、锅炉负荷的历史数据反馈至运行趋势页面，运行趋势页面将接收到的数据以曲线图表进行展示数据一段时间内的变化趋势。

进一步的，能量管理页面用于向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至能量管理页面。数据分析模块12接收到能量管理页面对实时数据的请求，从数据库中获取电网电压、功率、电网电流、负载电流、设备电流、IGBT温度等的三相实时数据封装反馈给能量管理页面，能量管理页面将接收到的反馈数据进行展示。数据分析模块12接收到能量管理页面对电流谐波含量数据的请求，从数据库中获取相应数据反馈给能量管理页面，能量管理页面将接收到的反馈数据以柱状图形式进行展示。

进一步的，节能评估包含减污降碳看板、减污降碳对比、厂用电率分析三个标签页。其中，减污降碳看板用于向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至减污降碳看板，减污降碳看板根据接收到的数据进行展示。进一步的，减污降碳对比向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至减污降碳对比，减污降碳对比根据接收到的数据进行展示。进一步的，厂用电率分析向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至厂用电率分析，厂用电率分析根据接收到的数据进行展示。

进一步的，智能分析模块向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至智能分析模块，智能分析模块包含运行分析、故障分析、烟气分析、流场分析、绩效分析、电路分析六个菜单页。其中，运行分析包含指标对标、环保指标分析两个标签页。进一步的，指标对标页面向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至指标对标页面，指标对标页面根据接收到的数据进行展示。指标对标页面在相关指标的编辑页面选择对应的测点，当指标对标页面向数据分析模块12发送请求时，数据分析模块12会获取对应测点的实时数据进行解析，封装后反馈至指标对标页面，指标对标页面将接收到的数据进行展示，可以监控到相关指标的实时数据变化。进一步的，环保指标分析页面向数据分析模块12发送请求，数据分析模块12根据请求的URL及请求参数从时序数据库中查询请求的时间段内的历史数据，将获取到的历史数据反馈给环保指标分析页面，环保指标分析页面将接收到的数据以饼状图和曲线图的形式进行展示。故障分析页面向数据分析模块12发送请求，数据分析模块12根据请求从数据库中获取相应的报警历史数据，根据请求的参数判断，按照电场进行排序、按报警类型进行排序、按设备类型进行排序，对比得出故障率排名前三的数据，并给出相应结论，将数据进行封装后反馈给故障分析页面，故障分析页面接收到数据后以柱状图进行展示。烟气分析包含煤种适应性分析、燃料特性评价两个标签页。其中，煤种适应性分析向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至煤种适应性分析。用户在煤种适应性分析页面对煤种数据进行增删改查操作，数据分析模块12根据接收到的请求URL及请求参数，在数据库里进行相应操作。用户在煤种适应性分析页面选择相应煤种，向数据分析模块12发送评估请求，数据分析模块12接收到请求后从数据库调用对应的煤种数据，以及配置好的煤种评估相关配置数据，进行一系列运算后将匹配的评估结果反馈至煤种适应性分析页面，煤种适应性分析页面将接收到的返回数据进行展示。进一步的，燃料特性评价向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至燃料特性评价。用户在燃料特性评价页面输入煤种成分数据，点击保存向数据分析模块12发送保存请求，数据分析模块12接收到请求后对煤种成分数据进行校核，确认无误后将数据更新到数据库。用户在燃料特性评价的结果输出页面向数据分析模块12发送重新计算请求，数据分析模块12接收到请求后，根据数据库中配置的相关配置数据以及用户输入的煤种成分数据进行一系列运算，将计算后匹配到的评估结果反馈至燃料特性评价的结果输出页面，燃料特性评价页面将接收到的返回数据进行展示。进一步地，***支持工程实施人员对结果的计算公式和结论进行自定义配置，将煤种成分以及计算的中间数据可定义命名成变量，由变量和运算符号组合成计算公式，对结论匹配的判断条件进行自定义，多个条件可通过与、或的自定义逻辑表达式实现复杂条件关联匹配结论，配置的数据保存在数据库中。进一步的，流场分析向数据分析模块12发送请求，数据分析模块12根据请求的参数将相应的数据和图片反馈至流场分析页面，流场分析页面将接收到的数据和图片显示在相应位置。进一步的，绩效分析向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至绩效分析页面，历史数据按曲线图表进行展示。进一步的，电路分析向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据和图片反馈至电路分析页面。进一步地，数据分析模块12接收到电路分析界面对查看波形的请求，根据请求的参数分别将相应参数的30秒、1分钟、10分钟、30分钟的历史数据从时序数据库中获取，反馈至电路分析页面，电路分析页面以曲线图表进行展示。进一步地，数据分析模块12接收到电路分析页面对查看驱动的请求，根据结果反馈不同的波形图片以及实时数据，电路分析页面接收到相应的数据和图片后进行展示。

健康管理模块向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至健康管理模块。进一步地，工程实施人员在健康管理模块配置相关参数，数据分析模块12接收到配置请求后对接收到的配置数据进行校验，校验通过后存储在数据库中。进一步地，数据分析模块12根据健康管理模块配置的相关数据，以及通过数据感知模块采集到的实时数据进行技术性能、故障情况、寿命情况、安全情况、运行环境情况、腐蚀情况六大因子及各子因子的分数计算，根据各子因子计算得到的分数和占比得到六大因子的分数，再根据六大因子的分数和各因子的占比计算得到除尘器整体健康评分，根据分数匹配到相应的结论。进一步地，数据分析模块12实时评估各因子分数和计算除尘器整体评分，将结果实时存储在数据库中，供多个需要展示健康管理结果的模块调用数据。

报警及故障管理模块向数据分析模块12发送请求，数据分析模块12根据请求将相应的数据反馈至报警及故障管理模块。进一步地，工程实施人员在报警配置中配置报警信息，包含基本报警信息、报警规则匹配信息、报警故障原因信息、报警和报警故障原因的匹配规则信息。进一步地，数据分析模块12根据报警配置，实时调用数据感知模块采集到的实时数据进行规则判断，当有报警规则处触发时保存相应的报警记录，并存储报警当前时刻的所有实时运行数据以便后续进行报警原因分析。

进一步地，报警处理及定位页面向数据分析模块12发送请求，数据分析模块12根据请求的URL及请求参数，从数据库的报警记录表中筛选出相应的历史报警记录反馈至报警处理及定位页面。进一步地，数据分析模块12接收到对报警记录的操作请求后，根据请求进行相应的数据处理，将处理后的报警记录更新到数据库中。进一步地，数据分析模块12接收到对故障录播的查看请求后，从时序数据库中查询报警记录发生时前30秒、前1分钟、前10分钟、前30分钟的相关参数的历史数据，反馈至报警处理及定位页面，报警处理及定位页面将接收到的数据以曲线图表形式进行展示。数据分析模块12接收到对故障诊断的查看请求后，从数据库中获取报警记录对应的报警配置的故障原因和图片，反馈至报警处理及定位页面，报警处理及定位页面将接收到的数据进行展示。数据分析模块12接收到对故障原因进行筛查的请求后，从数据库中获取报警记录对应的报警配置的故障原因和图片，根据报警配置的报警和报警故障原因的匹配规则信息进行筛查，将筛查后的故障原因反馈至报警处理及定位页面，报警处理及定位页面将接收到的数据进行展示。

进一步地，历史报警统计页面向数据分析模块12发送请求，数据分析模块12根据请求将数据反馈至历史报警统计页面，历史报警统计页面将数据以环状图、折现图等形式进行展示。历史报警记录分别按报警等级统计、按时间统计、按设备类型统计、按故障类型统计、按机组统计、按除尘器统计、按室统计、按电场统计。

进一步地，历史报警查询页面向数据分析模块12发送请求，数据分析模块12根据请求的URL及请求参数将数据反馈至历史报警查询页面。进一步地，数据分析模块12接收到对故障录播的查看请求后，从时序数据库中查询报警记录发生时前30秒、前1分钟、前10分钟、前30分钟的相关参数的历史数据，反馈至历史报警查询页面，历史报警查询页面将接收到的数据以曲线图表形式进行展示。数据分析模块12接收到对故障诊断的查看请求后，从数据库中获取报警记录对应的报警配置的故障原因和图片，反馈至历史报警查询页面，历史报警查询页面将接收到的数据进行展示。数据分析模块12接收到对故障原因进行筛查的请求后，从数据库中获取报警记录对应的报警配置的故障原因和图片，根据报警配置的报警和报警故障原因的匹配规则信息进行筛查，将筛查后的故障原因反馈至历史报警查询页面，历史报警查询页面将接收到的数据进行展示。

进一步地，设备数字档案模块向数据分析模块12发送请求，数据分析模块12根据请求将数据反馈至设备数字档案模块。工程实施人员在物模型配置模块中配置好物模型数据，用户在设备数字档案选择工程实施人员配置好的物模型进行生成设备，数据分析模块12接收到新增设备的请求，根据请求的设备信息从数据库中获取相应的物模型信息，判断物模型是否存在子级设备，如果不存在子级设备，则根据设备配置的信息及物模型信息生成设备信息，存储在数据库里，如果存在子级元器件设备，则根据设备配置的信息及物模型信息生成设备信息，对设备选择的物模型的所有子级设备从数据库中获取信息，根据物模型信息生成子级元器件级别设备信息，存储在数据库里，继续查询子级设备是否还存在子级设备，重复上述操作，直到所有的子级元器件级别设备都生成完毕。

进一步地，设备数字档案模块生成的设备信息存储在数据库里，数据分析模块12根据配置的设备信息以及工程实施人员配置好的设备全生命周期的相关系数、设备寿命调整类型、折算系数等进行相关运算，将计算出的设备初始折算运行累计时间保存在数据库中。之后，数据分析模块12每小时进行一次运算，将设备的累计运行时间加上最新一小时的折算运行时间作为最新的累计运行时间，更新到数据库中。数据分析模块12根据设备的累计运行时间和设备配置的寿命进行计算得到设备的累计运行时间对比设备寿命的系数，对设备寿命健康状态进行评估，分为隐患运行、超期运行、饱和运行、正常运行四个级别。进一步地，设备数字档案模块查询到设备时，健康状态的文字以不同颜色进行标识，正常运行显示绿色，饱和运行显示黄色，超期运行显示橙色，隐患运行显示红色。

运行管理模块向数据分析模块12发送请求，数据分析模块12根据请求将数据反馈至运行管理模块。用户在运行管理模块配置好定时工作任务，数据分析模块12接收到配置信息后将配置数据存储在数据库中，用户可以对配置好的定时工作任务进行修改编辑和删除。进一步地，数据分析模块12根据配置的定时工作任务配置数据定时生成定时工作任务，存储在数据库中，用户可在定时工作任务查看页面查到时间生成的定时工作任务，并对定时工作任务进行相关操作，数据分析模块12接收到对应的请求后对数据进行相应的处理，将处理结果存储在数据库中。

维护管理模块向数据分析模块12发送请求，数据分析模块12根据请求将数据反馈至维护管理模块。进一步地，用户在设备数字档案模块可选择任意数量的设备进行开启维保任务，数据分析模块12会对开启维保任务的设备进行生成维保任务。生成的维保任务存在待维保、正常、已完成、逾期等状态，每一个开启维保任务的设备都存在一条处于待维保、正常、逾期的维保任务，可能存在0条或多条已完成的维保任务。数据分析模块12会根据设备数字档案模块配置的设备相关维保信息，对比当前时间自动更新维保任务的待维保、正常、逾期状态，直到用户完成了设备的本次维保，维保任务进行重新开始计时。

工程实施人员在***设置模块进行设置，***设置模块向数据分析模块12发送请求，数据分析模块12根据请求将数据反馈至***设置模块。

工程实施人员在***管理模块进行数据初始配置，***管理模块向数据分析模块12发送请求，数据分析模块12根据请求将数据反馈至***管理模块。用户日常使用***管理模块进行相关操作，数据分析模块12根据接收到的请求URL及请求的参数，对数据进行处理后存储在数据库中，将相应的数据反馈至***管理模块。

为了便于理解，图2为本发明实施例提供的另一种除尘器数字孪生***的结构示意图。由图2所见，锅炉主机21与上述除尘器数字孪生***22通过服务器23以及防火墙24相连。进一步的，为了便于管理人员使用，该服务器23与外设的显示器25通过单向隔离设备26相连。

这里，单向隔离设备为一种单向隔离网闸。

本发明实施例提供了一种除尘器数字孪生***，包括：依次相连的数据感知模块、数据分析模块以及人机交互模块；上述数据感知模块用于获取煤质分析数据、除尘器以及与上述除尘器相连的锅炉主机与辅机设备的实时运行数据；上述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪；上述数据分析模块用于将上述实时运行数据以及上述煤质分析数据输入预设的数据处理模型，输出实时分析结果；上述数据处理模型预先基于上述除尘器以及上述锅炉主机与上述辅机设备的历史运行数据、上述除尘器以及上述锅炉主机与上述辅机设备的结构参数数据以及上述除尘器以及上述锅炉主机与辅机设备的控制经验数据进行构建得到；上述人机交互模块用于如果接收到用户的操作指令，根据上述操作指令，展示和/或处理上述实时分析结果。该***通过数字化的手段，将煤质分析数据、除尘器以及与除尘器相连的锅炉主机与辅机设备的实时运行数据进行分析、存储与展示，从而提升了除尘器运行监测的自动化程度。

实施例2

在实施例1的基础上，图3为本发明实施例提供的一种除尘器数字孪生方法的流程示意图。这里，该除尘器数字孪生方法应用于上述除尘器数字孪生***。

由图3所见，该方法包括：

步骤S301：获取煤质分析数据、除尘器以及与上述除尘器相连的锅炉主机与辅机设备的实时运行数据；上述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪。

步骤S302：将上述实时运行数据以及上述煤质分析数据输入预设的数据处理模型，输出实时分析结果；上述数据处理模型预先基于上述除尘器以及上述锅炉主机与上述辅机设备的历史运行数据、上述除尘器以及上述锅炉主机与上述辅机设备的结构参数数据以及上述除尘器以及上述锅炉主机与辅机设备的控制经验数据进行构建得到。

步骤S303：如果接收到用户的操作指令，根据上述操作指令，展示和/或处理上述实时分析结果。

本公开实施例所提供的除尘器数字孪生方法，其实现原理及产生的技术效果和前述***实施例相同，为简要描述，方法实施例部分未提及之处，可参考前述***实施例中相应内容。

最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种除尘器数字孪生***，其特征在于，包括：依次相连的数据感知模块、数据分析模块以及人机交互模块；

所述数据感知模块用于获取煤质分析数据、除尘器以及与所述除尘器相连的锅炉主机与辅机设备的实时运行数据；所述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪；所述实时运行数据包括：所述除尘器的高压电源运行参数、阴极振打和阳极振打的振打参数、瓷套电加热的加热参数、阴极振打和阳极振打的振打失效状态、灰斗的积灰情况、除尘效率、功耗、漏风率、钢支架和灰斗的结构安全监测数据、阳极板的比集尘面积、出入口氧含量、湿度、烟气压力以及出入口烟尘浓度；所述锅炉主机的锅炉负荷、锅炉吹灰以及给煤量数据、脱硝***的氨逃逸数据、输灰***的启停数据、所述低温省煤器出口烟温、故障数据、所述脱硫循环泵的启停数据、故障数据以及所述脱硫***出口烟尘仪数据；

所述数据分析模块用于将所述实时运行数据以及所述煤质分析数据输入预设的数据处理模型，输出实时分析结果；所述数据处理模型预先基于所述除尘器以及所述锅炉主机与所述辅机设备的历史运行数据、所述除尘器以及所述锅炉主机与所述辅机设备的结构参数数据以及所述除尘器以及所述锅炉主机与辅机设备的控制经验数据进行构建得到；

其中，所述数据处理模型包括：浓度预测子模型、数字孪生子模型、结构安全评估子模型、深度节能优化子模型、烟气特性分析子模型、健康实时分析子模型、故障预警及诊断子模型以及设备寿命评估子模型；

所述数据感知模块还用于根据所述实时运行数据，确定所述锅炉主机的锅炉灰渣比、负荷、总燃料量以及入炉煤种、灰分数据；

所述浓度预测子模型用于根据预设的烟尘浓度计算公式对所述锅炉灰渣比、所述负荷、所述总燃料量以及所述入炉煤种、灰分数据进行计算，得出除尘器入口烟尘浓度预测；所述烟尘浓度计算公式基于所述除尘器以及所述锅炉主机与所述辅机设备的控制经验数据预先进行构建；

所述数字孪生子模型用于通过所述除尘器的机理模型以及所述除尘器的数据驱动模型，构建所述除尘器的除尘特性的实时映射模型；所述数据驱动模型用于指示通过所述历史运行数据对初始神经网络训练得到的除尘效率与运行参数之间的关系模型；

所述数据感知模块还用于获取所述除尘器的预设位置的实时力学数据；所述结构安全评估子模型根据所述实时力学数据，分析所述除尘器的壳体、灰斗以及钢支架的安全状态；所述结构安全评估模型基于所述除尘器的有限元模型预先建立；

所述深度节能优化子模型用于基于预设的污染物脱除模型以及运行能耗物耗成本模型，根据所述实时运行数据，预测所述除尘器出口烟尘浓度，并将所述除尘器出口烟尘浓度与预设的烟尘浓度控制目标值比较，得到比较结果；根据所述比较结果，输出除尘器的运行参数控制信号；所述污染物脱除模型以及所述运行能耗物耗成本模型均用于指示基于所述除尘器运行逻辑与预设约束参数构建的能源资源分配模型；

所述烟气特性分析子模型用于根据所述实时运行数据以及所述煤质分析数据，计算得到燃煤着火稳定性指数、燃尽特性指数、煤粉着火指数、结渣特性指数、粉煤灰磨损特性指数、粉尘比电阻、所述除尘器的入口烟气量、烟气中硫酸氢铵成分、所述除尘器对煤种的适应性数据；

所述健康实时分析子模型用于根据所述实时运行数据以及所述实时力学数据，确定所述除尘器的技术性能、故障情况、寿命情况、安全情况、运行环境情况及腐蚀情况；根据所述技术性能、所述故障情况、所述寿命情况、所述安全情况、所述运行环境情况及所述腐蚀情况以及对应的权重和赋分规则，计算所述除尘器的健康分数；根据所述健康分数对照预设的健康等级，输出所述健康分数对应的目标健康等级；

所述故障预警及诊断子模型用于根据所述实时运行数据，确定所述除尘器的故障类型，并基于预设的原因分析数据对所述故障类型进行分析，输出分析结果；以及将所述分析结果对照预设的故障原因筛选规则，确定所述分析结果对应的目标故障原因；

所述实时运行数据还包括：所述锅炉主机以及所述辅机设备的元器件寿命影响因素数据；所述元器件寿命影响因素数据包括：环境温度、电源功率闪络工况、IGBT温度、变压器温度、环境酸碱腐蚀性、环境粉尘以及环境湿度；所述设备寿命评估子模型用于根据所述除尘器的环境温度、所述电源功率闪络工况、所述IGBT温度、所述变压器温度、所述环境酸碱腐蚀性、所述环境粉尘、所述环境湿度以及预设的寿命影响因素的影响系数，计算所述除尘器及所述元器件的实时寿命评估数据；所述人机交互模块用于如果接收到用户的操作指令，根据所述操作指令，展示和/或处理所述实时分析结果。

2.根据权利要求1所述的除尘器数字孪生***，其特征在于，所述除尘器数字孪生***还包括：与所述数据感知模块相连的数据存储模块；所述数据存储模块包括：缓存数据库、时序数据库；

所述缓存数据库以及时序数据库均用于存储所述实时运行数据。

3.根据权利要求2所述的除尘器数字孪生***，其特征在于，所述实时运行数据上设置有数据更新标识位；

所述数据感知模块还用于根据所述数据更新标识位判断所述实时运行数据对应的数值是否更新；如果是，将更新后的实时运行数据保存到所述时序数据库，并更新所述缓存数据库的实时运行数据的所述数据更新标识位。

4.根据权利要求1所述的除尘器数字孪生***，其特征在于，所述故障预警及诊断子模型还用于将所述分析结果与预设的告警规则进行对比；如果所述分析结果符合所述告警规则，生成所述分析结果对应的告警信号，并将所述告警信号传输给指定告警终端进行告警操作。

5.根据权利要求1所述的除尘器数字孪生***，其特征在于，所述人机交互模块包括：显示页面；所述显示页面上预先搭建有与所述除尘器对应的除尘器三维模型；所述除尘器三维模型的子结构基于所述实时运行数据标注有预设颜色。

6.根据权利要求5所述的除尘器数字孪生***，其特征在于，所述显示页面包括：多个交互控件；每个交互控件对应预设的交互功能；

每个交互控件均用于如果接收到用户的操作指令，根据所述操作指令，在所述三维模型上展示和/或处理所述交互功能对应的所述实时分析结果。

7.一种除尘器数字孪生方法，其特征在于，应用于权利要求1至6任一项所述的除尘器数字孪生***；所述方法包括：

获取煤质分析数据、除尘器以及与所述除尘器相连的锅炉主机与辅机设备的实时运行数据；所述辅机设备为脱硝氨逃逸仪表、低温省煤器出口烟气温度计、输灰仓泵、脱硫循环泵以及脱硫***出口烟尘仪；所述实时运行数据包括：所述除尘器的高压电源运行参数、阴极振打和阳极振打的振打参数、瓷套电加热的加热参数、阴极振打和阳极振打的振打失效状态、灰斗的积灰情况、除尘效率、功耗、漏风率、钢支架和灰斗的结构安全监测数据、阳极板的比集尘面积、出入口氧含量、湿度、烟气压力以及出入口烟尘浓度；所述锅炉主机的锅炉负荷、锅炉吹灰以及给煤量数据、脱硝***的氨逃逸数据、输灰***的启停数据、所述低温省煤器出口烟温、故障数据、所述脱硫循环泵的启停数据、故障数据以及所述脱硫***出口烟尘仪数据；

将所述实时运行数据以及所述煤质分析数据输入预设的数据处理模型，输出实时分析结果；所述数据处理模型预先基于所述除尘器以及所述锅炉主机与所述辅机设备的历史运行数据、所述除尘器以及所述锅炉主机与所述辅机设备的结构参数数据以及所述除尘器以及所述锅炉主机与辅机设备的控制经验数据进行构建得到；其中，所述数据处理模型包括：浓度预测子模型、数字孪生子模型、结构安全评估子模型、深度节能优化子模型、烟气特性分析子模型、健康实时分析子模型、故障预警及诊断子模型以及设备寿命评估子模型； 所述数据感知模块还用于根据所述实时运行数据，确定所述锅炉主机的锅炉灰渣比、负荷、总燃料量以及入炉煤种、灰分数据；所述浓度预测子模型用于根据预设的烟尘浓度计算公式对所述锅炉灰渣比、所述负荷、所述总燃料量以及所述入炉煤种、灰分数据进行计算，得出除尘器入口烟尘浓度预测；所述烟尘浓度计算公式基于所述除尘器以及所述锅炉主机与所述辅机设备的控制经验数据预先进行构建；所述数字孪生子模型用于通过所述除尘器的机理模型以及所述除尘器的数据驱动模型，构建所述除尘器的除尘特性的实时映射模型；所述数据驱动模型用于指示通过所述历史运行数据对初始神经网络训练得到的除尘效率与运行参数之间的关系模型；所述数据感知模块还用于获取所述除尘器的预设位置的实时力学数据；所述结构安全评估子模型根据所述实时力学数据，分析所述除尘器的壳体、灰斗以及钢支架的安全状态；所述结构安全评估模型基于所述除尘器的有限元模型预先建立；所述深度节能优化子模型用于基于预设的污染物脱除模型以及运行能耗物耗成本模型，根据所述实时运行数据，预测所述除尘器出口烟尘浓度，并将所述除尘器出口烟尘浓度与预设的烟尘浓度控制目标值比较，得到比较结果；根据所述比较结果，输出除尘器的运行参数控制信号；所述污染物脱除模型以及所述运行能耗物耗成本模型均用于指示基于所述除尘器运行逻辑与预设约束参数构建的能源资源分配模型；所述烟气特性分析子模型用于根据所述实时运行数据以及所述煤质分析数据，计算得到燃煤着火稳定性指数、燃尽特性指数、煤粉着火指数、结渣特性指数、粉煤灰磨损特性指数、粉尘比电阻、所述除尘器的入口烟气量、烟气中硫酸氢铵成分、所述除尘器对煤种的适应性数据；所述健康实时分析子模型用于根据所述实时运行数据以及所述实时力学数据，确定所述除尘器的技术性能、故障情况、寿命情况、安全情况、运行环境情况及腐蚀情况；根据所述技术性能、所述故障情况、所述寿命情况、所述安全情况、所述运行环境情况及所述腐蚀情况以及对应的权重和赋分规则，计算所述除尘器的健康分数；根据所述健康分数对照预设的健康等级，输出所述健康分数对应的目标健康等级；所述故障预警及诊断子模型用于根据所述实时运行数据，确定所述除尘器的故障类型，并基于预设的原因分析数据对所述故障类型进行分析，输出分析结果；以及将所述分析结果对照预设的故障原因筛选规则，确定所述分析结果对应的目标故障原因；所述实时运行数据还包括：所述锅炉主机以及所述辅机设备的元器件寿命影响因素数据；所述元器件寿命影响因素数据包括：环境温度、电源功率闪络工况、IGBT温度、变压器温度、环境酸碱腐蚀性、环境粉尘以及环境湿度；所述设备寿命评估子模型用于根据所述除尘器的环境温度、所述电源功率闪络工况、所述IGBT温度、所述变压器温度、所述环境酸碱腐蚀性、所述环境粉尘、所述环境湿度以及预设的寿命影响因素的影响系数，计算所述除尘器及所述元器件的实时寿命评估数据；如果接收到用户的操作指令，根据所述操作指令，展示和/或处理所述实时分析结果。