冷却塔噪声监测系统及其方法
【技术领域】
[0001] 本发明涉及冷却培系统领域，尤其涉及一种冷却培噪声监测及其方法。
【背景技术】
[0002] 冷却培是指在培内将热水喷洒到淋水填料上形成水滴或水膜，自上而下地与从下 向上流动的具有吸热能力的冷空气进行对流传热，并利用水的蒸发扩散作用带走水中热量 的冷却设备。冷却培在火电W及核电中应用较为广泛，特别是在水资源不是十分充足的地 区的电厂中应用较多，随着核电向内陆化发展，冷却培的应用前景也越来越广阔。
[0003] 但现有的冷却培在使用过程中产生的噪声比较大，严重影响了工作人员的工作环 境，同时浪费资源严重。而现有技术中对应的解决方案只是改进冷却培结构进行降低噪声 的改善，没有对噪声的根源进行探究和维修，通常冷却培噪声大的原因：风机转速过高或通 风量过大，冷却培紧固件松动，齿轮缺油等原因造成噪声过大。
【发明内容】
[0004] 为了克服现有技术中对冷却培噪声根源问题的忽略问题，本发明提供一种冷却培 噪声监测系统及其方法，本发明提供的系统能够对冷却培噪声进行监测并分析噪声原因， 提出可行的解决方案W备工作人员选择。
[0005] 本发明的技术方案是：一种冷却培噪声监测系统，该系统包括： 信号采集单元，采集冷却培的音量参数、风机转速参数、通风口处的通风量参数和冷却 培内部紧固件的振动参数； 控制器，连接信号采集单元并接收信号采集单元的信号参数，比较冷却培的音量参数 与系统设定的阔值大小，同时判断信号采集单元其他参数与阔值的大小； 终端显示器，连接控制器，接收控制器的信号并显示出来。
[0006] 所述信号采集单元包括测量音量参数的分贝仪、测量风机转速的转速传感器、测 量通风量的风量传感器和测量振动参数的振动传感器。
[0007] 所述控制器包括量子免疫算法优化神经网络模型，利用该模型分析数据。
[0008] -种冷却培噪声监测系统的方法，该方法步骤包括： 步骤一、采集冷却培噪声相关待测数据，建立数据库； 步骤二、建立神经网络模型，利用量子免疫算法优化神经网络模型参数； 步骤H、利用量子免疫算法优化神经网络模型分析待测数据； 步骤四、输出冷却培噪声分析结果。
[0009] 所述步骤一中的冷却培噪声相关待测数据包括冷却培的音量参数、风机转速参 数、通风口处的通风量参数和冷却培内部紧固件的振动参数。
[0010] 所述步骤二中建立神经网络模型时，建立的神经网络模型为带开关权值的神经网 络模型。
[0011] 所述步骤二中利用量子免疫算法优化神经网络模型参数的步骤包括： A. 设置算法参数，包括种群规模参数、算法最大迭代次数参数和种群稀疏度参数，算法 参数初始化； B. 种群初始化；根据预置参数产生原始种群，并初始化； C. 计算适应度；将公式（4)
【主权项】
1. 一种冷却塔噪声监测系统，其特征在于，该系统包括： 信号采集单元，采集冷却塔的音量参数、风机转速参数、通风口处的通风量参数和冷却 塔内部紧固件的振动参数； 控制器，连接信号采集单元并接收信号采集单元的信号参数，比较冷却塔的音量参数 与系统设定的阈值大小，同时判断信号采集单元其他参数与阈值的大小； 终端显示器，连接控制器，接收控制器的信号并显示出来。
2. 根据权利要求1所述的冷却塔噪声监测系统，其特征在于，所述信号采集单元包括 测量音量参数的分贝仪、测量风机转速的转速传感器、测量通风量的风量传感器和测量振 动参数的振动传感器。
3. 根据权利要求1所述的冷却塔噪声监测系统，其特征在于，所述控制器包括量子免 疫算法优化神经网络模型，利用该模型分析数据。
4. 一种冷却塔噪声监测系统的方法，其特征在于，该方法步骤包括： 步骤一、采集冷却塔噪声相关待测数据，建立数据库； 步骤二、建立神经网络模型，利用量子免疫算法优化神经网络模型参数； 步骤三、量子免疫算法优化神经网络模型分析待测数据； 步骤四、输出冷却塔噪声分析结果。
5. 根据权利要求4所述的冷却塔噪声监测系统的方法，其特征在于，所述步骤一中的 冷却塔噪声相关待测数据包括冷却塔的音量参数、风机转速参数、通风口处的通风量参数 和冷却塔内部紧固件的振动参数。
6. 根据权利要求4所述的冷却塔噪声监测系统的方法，其特征在于，所述步骤二中利 用量子免疫算法优化神经网络模型参数的步骤包括： A. 设置算法参数，包括种群规模参数、算法最大迭代次数参数和种群稀疏度参数，算法 参数初始化； B. 种群初始化：根据预置参数产生原始种群，并初始化； C. 计算适应度：将公式（4)
输出为n维向量，式（4)中：Zi(i=l，2，…，Iii)为网络输入；yk(k=l，2,…，n。）为网络输出；Hi为输入变量数量；n。为输出变量数量；nh为隐层节点数量；％为第i个输入与第j个隐层 节点的连接权值；，为第j个隐层节点与第k个输出层节点的连接权值；叫为输出节点阈 值开关计算时将其列为，k的最后一个元素为输入层节点i与隐层节点j连接权值，％ 为隐层节点阈值开关，计算时将其列为％的最后一个元素为隐层节点阈值;为输出 层节点阈值； D. 若达到神经网络算法停止条件，则记录当前最优解，及抗体中权值为O的位置信息； 若没有达到停止条件，则进行步骤E然后转向步骤C; E. 对原始种群进行克隆及更新操作，计算新种群的适应度值，保留新种群中前种群规 模数量个最优个体组成下一代种群； F. 根据抗体中数值为O的权值的位置信息，对原有神经网络进行优化，删除对应位置 的隐层节点。
【专利摘要】本发明涉及一种冷却塔噪声监测及其方法，属于冷却塔系统领域，该系统包括：信号采集单元；控制器，连接信号采集单元并接收信号采集单元的信号参数；终端显示器，连接控制器，接收控制器的信号并显示出来。本发明能够对冷却塔噪声相关部件进行实时监测，利用了量子免疫优化神经网络模型对检测到的冷却塔噪声相关数据进行分析处理，将量子搜索机制和免疫算法克隆选择原理相结合，利用神经网络算法的克隆操作产生原始种群和克隆子群实现种群扩张，提高了局部搜索能力，很好的处理分析得出最佳模型参数，提高了参数数据分类概率，降低了误报率，解决了现有技术中对冷却塔噪声根源问题的忽略问题。
【IPC分类】F28F27-00
【公开号】CN104713408
【申请号】CN201510110435
【发明人】张育仁, 张研, 帕提曼热扎克
【申请人】芜湖凯博实业股份有限公司
【公开日】2015年6月17日
【申请日】2015年3月13日