一种分户式采暖热水炉运行云监控方法及其系统与流程

本发明涉及一种分户式采暖热水炉运行的云监控方法及其系统，属于智能调控技术领域。

背景技术：

分户式采暖热水炉作为一种以天然气为热源的供热(水)装置，不仅能够提供大流量恒温卫生热水，供家庭沐浴、厨房等场所使用，还具有家庭中央供暖的功能，可实现个性化温度调节和达到节能的目的。且随着用户对室内舒适性要求的提高以及室内环境个性化需求的增多，分户式采暖热水炉的使用量日益增多。尤其在倡导“煤改气”政策以后，采用天然气为热源生产供暖热水逐渐成为一种发展趋势。

但目前我国采暖热水炉的能效及安全性评估仅在出厂前进行测试，而在实际运行过程中缺乏实时安全及效能监控。在实际运行中，生产厂家无法得到采暖热水炉实际运行工况和参数数据以对产品进行进一步改进，用户也无法及时得知采暖热水炉出现的运行及安全问题。若采暖热水炉在运行过程中出现能效异常状况，则有可能出现水温过高、换热器堵塞、co超标等问题，而用户对产品性能熟悉程度低，无法及时判断采暖热水炉初期的异常状况，以至于造成co中毒等严重后果。

技术实现要素：

本发明的目的是解决上述背景所存在的问题，利用物联网实现各个分户式采暖热水炉的运行参数上传至生产厂家的数据中心；通过数据分析，判断采暖热水炉在实际运行过程中的内部设备工作状态及对环境影响情况，并将出现的问题及时反馈给用户，以避免低效率使用和出现安全性问题，实现运行智能化。

为实现上述目的，本发明的技术方案如下：

一种分户式采暖热水炉运行云监控方法及其系统，包括：分户式采暖热水炉、数据采集与传输模块、云服务器和信息反馈与预警模块。本系统利用用户终端分户式采暖热水炉主控制器中的数据采集及传输模块，采集采暖热水炉的实时运行数据，并通过wifi或gprs网络，将采集到的数据信息实时传输至生产厂家所控制的云服务器，对用户终端的数据信息进行汇总、运算和判断，并将判断出的问题信息反馈回用户终端分户式采暖热水炉中的信息反馈与预警模块，对出现的问题进行预警。

数据采集与传输模块能够实现对监测设备采集到的各类数据进行汇总并通过wifi或gprs网络传输到云服务器的数据库系统。其采集部分包括炉内采集系统和炉外采集部系统(炉外监控盒)。炉外监测盒设在燃气壁挂炉背面的墙体上或靠近燃气壁挂炉2m之内的室内设置，用以监测室内空气温度、大气压力、室内co含量和室内ch4含量。数据采集及传输模块包括温度监测模块、流量监测模块、气体浓度监测模块、压力监测模块、火焰图像识别模块。

所述温度监测模块用于监测设计温度、燃气温度、室内空气温度、进水温度、出水温度、排烟温度。在分户式采暖热水炉的进水管口、出水管口、燃气管进口、排烟管管段处(距离排烟管管口50cm处)各设置一个温度探头，分别监测进水、出水、燃气、排烟温度；在炉外监测盒内设置一个温度探头，监测室内空气温度。设计温度则从采暖热水炉主控制器采集。

所述流量监测模块用于监测燃气流量、进水流量、出水流量。在分户式采暖热水炉的进水管口、出水管口、燃气管进口各设置一个流量探头，分别监测进水、出水、燃气流量。

所述气体浓度监测模块用于监测预混室中o2含量、室内co含量和室内ch4含量。在分户式采暖热水炉中燃气与空气预混的腔室内，设置一个氧气浓度探测器，检测预混气体中的o2含量；当分户式采暖热水炉安装在室内时，在炉外监测盒内也设置一个复合型ch4/co探测器，监测室内co含量和ch4含量。

所述压力监测模块用于监测燃气一次压力、大气压力和水压。在分户式采暖热水炉的燃气进气口设置一个燃气压力探头，用于探测燃气一次压力；在进水口处设置一个水压探头，用于探测进水压力；在炉外监测盒内设置一个大气压力探头，监测室内大气压力。

所述火焰图像识别模块是利用设置在燃烧室侧壁的摄像头，采集火焰图像。

通过wifi或gprs网络，云服务器接收到由用户终端采集到的实时监测数据，匹配相应型号的分户式采暖热水炉后，形成该型号采暖热水炉的温度、流量、气体含量、压力、火焰图像等的数据库。用云服务器中运算判断软件模块，对汇总数据库中的输入数据进行相应运算和识别，判断是否偏离阈值。所述运算判断软件模块包括图像识别单元、异常判断单元和预警单元。

所述图像识别单元，包括火焰稳定性识别。所述火焰稳定性识别，包括脱火和黄焰识别。利用人工智能图像识别算法，对燃气燃烧时产生的火焰对火焰异常进行判断，包括火焰长度、黄焰、离焰、脱火、回火、火焰不均匀、火焰震荡等。

所述异常判断单元，包括对热负荷、热效率、co(α＝1)含量和过剩空气系数α计算，并将所有参数与相应参数阈值对比，判断各参数是否在正常参数范围内，以得到参数正常或参数异常的结果。其中，将计算所得热效率与热效率阈值相对比，判断热效率是否过低，以避免更多的热损失；将计算所得co(α＝1)含量与co浓度阈值相对比，判断co含量是否超标，以避免co中毒现象；将计算所得过剩空气系数与正常工作状态的过剩空气系数阈值相对比，判断过剩空气系数是否在允许范围内，若过剩空气系数过高，会导致排烟热损失加剧，热效率降低，而过剩空气系数过低，则会导致换热器腐蚀加剧，产生更为严重的不完全燃烧现象；将出口水温与出口水温阈值相对比，判断出口水温是否过高，以进一步判断是否存在换热器堵塞问题；将进口水压与进口水压阈值相对比，判断进口水压是否在正常范围内；将进口处燃气一次压力与燃气压力阈值相对比，判断燃气压力是否在正常范围内；利用炉外监测盒探测到的ch4含量，判断采暖热水炉是否漏气等。

所述预警单元，包括火焰形态异常预警、co超标预警、水温过高预警、热效率过低预警、水压过低(或过高)预警、燃气压力过低(或过高)预警、漏气预警和换热器堵塞预警。其中，若异常判断单元判定火焰出现长度拉长或缩短、颜色异常等形态异常问题，则由预警单元进行火焰形态异常预警；若异常判断单元判定co(α＝1)含量超过正常阈值，则由预警单元进行co超标预警；若异常判断单元判定水温过高，则由预警单元进行水温过高预警；若异常判断单元判定热效率值低于正常阈值，则由预警单元进行热效率过低预警；若异常判断单元判定室内存在ch4，则由预警单元进行漏气预警；若异常判断单元判定进口水压过低(或过高)，则由预警单元进行水压过低(或过高)预警；若异常判断单元判定燃气一次压力过低(或过高)，则由预警单元进行燃气压力过低(或过高)预警，并及时通过wifi或gprs网络关闭采暖热水炉；若异常判断单元判定热效率低于正常阈值，则由预警单元进行热效率过低预警；若异常判断单元由烟气温度和水温判断得到换热器出现堵塞问题，则由预警单元进行换热器堵塞预警。

由预警单元对相应异常指标进行预警，并同时将预警信号推送至回用户终端的信息反馈与预警模块和生产厂家主控制台，向用户和生产厂家发出警报。若出现燃气泄漏等危险情况，则远程控制用户终端及时停机。所述信息反馈与预警模块，包括co超标预警、水温过高预警、热效率过低预警、漏气预警、水压过低(或过高)预警、燃气压力过低(或过高)预警、换热器堵塞预警。

本发明的有益效果是：

本发明提供一种分户式采暖热水炉运行云监控方法及其系统，能够利用wifi或gprs网络对分户式采暖热水炉进行实时监控数据传输，并通过云服务器对运行数据处理，判断采暖热水炉实际运行状态是否正常，并为生产厂家提供了有效的实际运行工况数据，有助于生产厂家对产品进行改进；同时，在出现问题工况时，及时对用户进行相应预警，最大程度上保证了用户使用的安全性，也能够对采暖热水炉进行及时的维修检测。

附图说明

图1为本发明一种分户式采暖热水炉运行云监控方法及其系统的结构示意框图；

图2为分户式采暖热水炉热负荷及热效率实时监测判断流程图。

图3为火焰识别检测流程图。

具体实施方式

以下对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

实施例1热负荷、热效率的运算与分析

①实测折算热负荷按下列公式进行计算：

式中φ——15℃、大气压101.3kpa、燃气干燥状态下的实测折算热负荷,kw；

ql——15℃、大气压101.3kpa基准气低热值,mj/nm³；

v——实测燃气流量计流量，m³/h；

pa——试验时的大气压力,kpa；

pm——实测燃气流量计内通过的燃气压力,kpa；

pg——实测热水器前的燃气压力,kpa；

tg——测定时燃气流量计内通过的燃气温度,℃；

d——干试验气的相对密度；

dr——基准气的相对密度。

②热效率按下式计算：

式中ηt——产热水温度t＝(tw2-tw1)k时的热效率，％；

c——水的比热，4.19×10^-3mj/(kg·k)；

m——出热水量，kg/min；

tw2——出热水温度，℃；

tw1——进水温度，℃；

s——温度tg℃时饱和蒸气压力，kpa(当使用干式流量计测量时，s值应乘以试验燃气的相对湿度进行修正)。

热负荷及热效率的监测判断框架是基于历史运行过程状态的历史平均值进行识别判断，并将影响热负荷和热效率的变量进行优先级的排序。热负荷及热效率实时监测判断流程如图2所示。将历史运行数据利用上述两式运算得到历史平均热负荷和历史平均热效率的数据库，当用户终端的实时运行数据传输到云服务器时，利用上述两式得到实际热负荷和实际热效率，再将历史平均值与实际值比较。若实际值与历史平均值的差值在允许范围内，则更新历史平均值数据库，得到新的历史平均数据；否则，进行热效率(热负荷)过低预警，并对各个影响变量按照优先级由高到低逐级分析。

实施例2烟气co含量和过剩空气系数α计算

①烟气中一氧化碳含量按下式计算：

式中coα＝1——过剩空气系数等于1时，干燥烟气中的一氧化碳含量，％；

co’——烟气样中一氧化碳含量，％；

co”——室内空气中的一氧化碳含量，％；

o2’——烟气样中的氧含量，％。

②过剩空气系数α按下式计算：

式中α——过剩空气系数；

——烟气中氧气的含量。

实施例3火焰识别

基于tenforflow与faster-rcnn算法对实时监控所得的火焰图像进行识别。在windows系统下，搭建火焰识别所需程序环境：基于python及anaconda，依据tensorflow提供的函数及数据库和opencv提供的图像处理和计算机视觉方面的通用算法，以实现深度学习算法的编程，并在此基础上，应用faster-rcnn算法对voc数据集(包括训练集及测试集)中的火焰图像进行训练、测试、验证。

火焰识别训练方式：对集成在云服务器中所有型号的采暖热水炉，在不同火焰大小、不同距离、不同角度下拍摄了7组视频；将每组视频分解获得7000张单帧图片；对所有单帧图片进行筛选，剔除没有火焰的图片和过于模糊的图片，得到所有型号的采暖炉的有效图片集；对有效图片中的火焰以及黄焰进行标注，并将有效图片中4/5的图片作为训练集，1/10的作为测试集，剩余1/10的作为验证集；根据训练集的结构和图片数量等信息修改原始的faster-rcnn程序内容，并找到训练过程中判别失误的原因，在运行中不断修正系统错误；得到成熟可靠且可应用的火焰识别系统。

火焰识别方法：采暖热水炉启动的同时，联动火焰识别模块中的摄像头启动并记录燃气燃烧情况，将火焰识别模块采集到的视频信息传输到云服务器后，运算单元对视频信息进行预处理，即读取视频信息中的每一帧图像，并对图像进行过滤得到清晰的火焰图像，进入火焰识别系统，以对燃烧产生的黄焰、脱火等燃烧稳定性问题进行判断。

实施例4换热器堵塞识别

将历史数据中出现堵塞情况的数据制成换热器堵塞数据库，当运算判断软件模块运算得到出水温度和烟气温度过高(接近或超过温度上限)时，将相关数据与数据库中的数据进行比对模拟，以判断识别换热器是否出现堵塞。若换热器内发生堵塞，会导致水流量过小，烟气中的热量传递量减少，最终可能造成换热器损毁。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。