熔融装置内熔融物温度的测量方法及系统与流程

1.本发明涉及熔融装置技术领域，具体涉及一种熔融装置内熔融物温度的测量方法及系统。


背景技术：

2.目前，在核工业领域中，冷坩埚玻璃固化技术由于具有处理温度高、可处理废物类型广、熔炉使用寿命长、退役容易等优点，成为国内及国际上用于放射性废物处理采用的较为先进的工艺手段。由于冷坩埚的埚体的容积有限，在处理主要以液态存在的放射性废物(即放射性废液)时，可以通过配备一台煅烧炉(例如回转煅烧炉)提前对放射性废液进行预处理，将放射性废液煅烧转形至固体粉末状，再通入至冷坩埚中进行后续熔融固化，这种方式被称为两步法冷坩埚玻璃固化技术。
3.两步法冷坩埚玻璃固化技术的主要设备包括煅烧炉和冷坩埚。其中，冷坩埚是利用电源产生高频(105～106hz)电流，再通过感应线圈转换成电磁流透入待处理物料，形成涡流产生热量，实现待处理物料的直接加热熔融。冷坩埚主要包括冷坩埚埚体和熔融加热结构，冷坩埚埚体是由通冷却水的金属弧形块或管组成的容器(容器形状主要有圆形或椭圆形)，熔融加热结构包括缠绕在冷坩埚埚体的外侧的感应线圈和与感应线圈电性连接的高频感应电源。当待处理物料放置在冷坩埚埚体内后，打开高频感应电源向感应线圈通电，通过感应线圈将电流转换成电磁流并透过冷坩埚埚体的壁体进入待处理物料内部，从而在待处理物料内部形成涡流产生热量，进而实现对待处理物料的加热。冷坩埚工作时金属弧形块或管内连续通入冷却水，冷坩埚埚体内的熔融物的温度很高，一般可高达2000℃以上，但冷坩埚埚体的壁体仍保持较低温度，一般小于200℃，从而使熔融物靠近冷坩埚埚体的壁体的低温区域形成一层2～3cm厚的固态物(冷壁)，因此称为“冷”坩埚。
4.当采用冷坩埚对物料进行处理时，为了实现对物料熔融过程的分析、对冷坩埚的加热部件的实时调整等目的，需要对冷坩埚内的熔融物进行温度的测量。
5.在现有技术中，测量冷坩埚内熔融物的方式通常为：将温度传感器(例如热电偶)伸入至熔融物中，通过温度传感器对熔融物的各个位置的温度进行测量。然而，由于熔融物的温度普遍较高，有些熔融物甚至还具有放射性和/或腐蚀性，从而影响温度传感器的使用寿命。为了保证冷坩埚的正常运行，则需要频繁更换温度传感器，这样也会增加成本。


技术实现要素：

6.鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的熔融装置内熔融物温度的测量方法及系统。
7.根据本发明的一个方面，提供了一种熔融装置内熔融物温度的测量方法，通过搅拌装置对熔融装置内的熔融物进行持续搅拌，方法包括以下步骤：获取多个时刻的搅拌装置的受力数据、搅拌装置的可设定的工作参数数据以及熔融装置内熔融物的温度数据；构建样本集，样本集的每个样本包括获取的同一时刻的搅拌装置的受力数据、工作参数数据
以及熔融物的温度数据，其中，搅拌装置的受力数据和工作参数数据作为辅助变量，熔融物的温度数据作为主导变量，样本集包括训练样本集；通过训练样本集对测量模型进行训练；实时采集搅拌装置当前的受力数据和工作参数数据，并通过训练后的测量模型得到熔融装置内熔融物当前的温度数据。
8.进一步地，测量模型为基于神经网络建立的测量模型。
9.进一步地，样本集还包括验证样本集，通过训练样本集对测量模型进行训练的步骤之后还包括：将验证样本集的每个样本的搅拌装置的受力数据和工作参数数据输入至训练后的测量模型并输出结果，将输出的该结果与验证样本集中相应样本的熔融物的温度数据进行比较，以验证训练后的测量模型。
10.进一步地，搅拌装置的受力数据包括搅拌装置的扭矩数据、弯矩数据、轴向力数据中的至少一种。
11.进一步地，搅拌装置的可设定的工作参数包括搅拌装置在熔融装置内沿其横向方向的位置、搅拌装置相对于熔融装置的设置角度、搅拌装置与熔融装置的底壁之间的距离、搅拌装置的转动速度中的至少一种。
12.进一步地，在样本集的每个样本中，搅拌装置的可设定的工作参数数据均保持不变，以训练得到在搅拌装置由该工作参数数据限定的特定工况下的测量模型。
13.进一步地，熔融装置内熔融物的温度数据包括位于熔融装置内的多个预设位置的熔融物的温度数据。
14.进一步地，多个预设位置沿熔融装置的横向方向间隔设置，和/或，多个预设位置沿熔融装置的纵向方向间隔设置，和/或，多个预设位置中的至少部分靠近熔融装置的底壁设置。
15.根据本发明的另一个方面，还提供了一种熔融装置内熔融物温度的测量系统，通过搅拌装置对熔融装置内的熔融物进行持续搅拌，系统包括处理器以及与处理器通信连接的温度测量装置和受力测量装置，其中，处理器用于实现如上述的熔融装置内熔融物温度的测量方法，温度测量装置用于在构建样本集阶段测量熔融装置内熔融物的温度数据，受力测量装置用于测量搅拌装置的受力数据。
16.进一步地，温度测量装置可选择性地伸入至熔融装置内或由熔融装置内取出。
17.上述测量方法包括测量模型确定阶段和实际温度测量阶段。在测量模型确定阶段中，针对多个时刻，获取每个时刻所对应的搅拌装置的受力数据、搅拌装置的可设定的工作参数数据以及熔融装置内熔融物的温度数据。此后，利用上述这些数据构建样本集。样本集的每个样本包括获取的同一时刻的搅拌装置的受力数据、工作参数数据以及熔融物的温度数据，其中，搅拌装置的受力数据和工作参数数据作为辅助变量，熔融物的温度数据作为主导变量。构建的样本集中的至少一部分样本共同形成训练样本集，通过训练样本集对测量模型进行训练，以得到能够反映出辅助变量(搅拌装置的受力数据和工作参数数据)与主导变量(熔融物的温度数据)之间对应关系的测量模型。在实际温度测量阶段中，实时采集搅拌装置当前的受力数据和工作参数数据，并通过训练后得到的测量模型得到熔融装置内熔融物当前的温度数据。
18.由于熔融装置内的熔融物的温度与粘度之间存在一定关联，熔融物的温度越高其粘度越低，而熔融物的粘度则会影响到与其会发生相对运动的搅拌装置的受力情况。同时，
搅拌装置的可设定的工作参数也会影响到熔融物的温度与搅拌装置的受力之间的关系。因此，上述测量方法通过选择搅拌装置的受力数据和工作参数数据作为辅助变量、熔融物的温度数据作为主导变量，构建测量模型，通过该测量模型实现利用容易测量的搅拌装置的受力和工作参数来预测熔融物的温度。利用此种间接测量的方式(也可称为软测量方式)在实际工艺中无需再使用温度传感器就能够反映出熔融物当前的温度数据，从而克服了温度传感器使用寿命短、需要频繁更换的弊端，降低了成本，并且温度测量也较为准确。
附图说明
19.通过下文中参照附图对本发明所作的描述，本发明的其它目的和优点将显而易见，并可帮助对本发明有全面的理解。
20.图1是根据本发明一个实施例的熔融装置内熔融物温度的测量系统的结构示意图；
21.图2是图1的测量系统在改变搅拌装置与熔融装置的底壁之间的距离后的结构示意图；
22.图3是图1的测量系统的结构框图；
23.图4是根据本发明一个实施例的熔融装置内熔融物温度的测量方法的流程示意图。
24.需要说明的是，附图并不一定按比例来绘制，而是仅以不影响读者理解的示意性方式示出。
25.附图标记说明：
26.10、熔融装置；20、熔融物；30、搅拌装置；41、处理器；42、温度测量装置；43、受力测量装置；α、搅拌装置相对于熔融装置的设置角度；h、搅拌装置与熔融装置的底壁之间的距离；v、搅拌装置的转动速度。
具体实施方式
27.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明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的一个实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
28.需要说明的是，除非另外定义，本技术使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。若全文中涉及“第一”、“第二”等描述，则该“第一”、“第二”等描述仅用于区别类似的对象，而不能理解为指示或暗示其相对重要性、先后次序或者隐含指明所指示的技术特征的数量，应该理解为“第一”、“第二”等描述的数据在适当情况下可以互换。若全文中出现“和/或”，其含义为包括三个并列方案，以“a和/或b”为例，包括a方案，或b方案，或a和b同时满足的方案。此外，为了便于描述，在这里可以使用空间相对术语，如“上方”、“下方”、“顶部”、“底部”等，仅用来描述如图中所示的一个器件或特征与其他器件或特征的空间位置关系，应当理解为也包含除了图中所示的方位之外的在使用或操作中的不同方位。
29.本技术提供了一种熔融装置内熔融物温度的测量方法及系统。其中，熔融装置可
以为多种领域的工艺流程中所涉及的熔融装置，例如，熔融装置可以为核工业领域的放射性废物处理工艺中所用到的熔融装置(即冷坩埚)，熔融装置用于熔融放射性废物(或经过预处理后)形成的基料和玻璃基料等需要熔融的物料。
30.图1示出了一个实施例的熔融装置10(例如冷坩埚)内熔融物20温度的测量系统的结构示意图。图2示出了图1的测量系统在改变搅拌装置30与熔融装置10的底壁之间的距离后的结构示意图。图3示出了图1的测量系统的结构框图。图4示出了一个实施例的熔融装置10内熔融物20温度的测量方法的流程示意图。
31.在采用熔融装置对物料进行处理时，一般会通过搅拌装置对熔融装置内的熔融物进行持续搅拌，从而保证物料混合均匀，并且减小物料各个位置之间可能会存在的温度梯度，进而使物料充分反应得到质量符合要求的产品。因此，在图1至图3示出的测量系统的实施例中，通过搅拌装置30对熔融装置10内的熔融物20进行持续搅拌。
32.如图4所示，在本技术的一些实施例中，熔融装置内熔融物温度的测量方法包括以下步骤：
33.步骤s10：获取多个时刻的搅拌装置30的受力数据、搅拌装置30的可设定的工作参数数据以及熔融装置10内熔融物20的温度数据；
34.步骤s20：构建样本集，样本集的每个样本包括获取的同一时刻的搅拌装置30的受力数据、工作参数数据以及熔融物20的温度数据，其中，搅拌装置30的受力数据和工作参数数据作为辅助变量，熔融物20的温度数据作为主导变量，样本集包括训练样本集；
35.步骤s30：通过训练样本集对测量模型进行训练；
36.步骤s50：实时采集搅拌装置30当前的受力数据和工作参数数据，并通过训练后的测量模型得到熔融装置10内熔融物20当前的温度数据。
37.上述测量方法包括测量模型确定阶段和实际温度测量阶段。
38.将实际工艺中使用的熔融装置、搅拌装置及其相关设备作为测量方法实施的基础设备，这些基础设备构建的环境即为实际使用环境。基于此，先进行上述测量方法的测量模型确定阶段。在此阶段，熔融装置10内的熔融物20可以为实际进行熔融操作产生的熔融物；或者，也可以为能够模拟实际熔融物的模拟介质，例如，以熔融装置用于熔融放射性废物(或经过预处理后)形成的基料和玻璃基料为例，熔融物20可以采用具有稳定核素的玻璃熔融物代替实际工艺产生的具有放射性核素的玻璃熔融物，具有稳定核素的玻璃熔融物即为模拟介质，这样可以在尽量模拟实际熔融物的特性的同时，减少放射性核素带来的危险。待测量模型确定后，再使用上述各个设备直接进行实际的物料熔融工艺，并进行上述测量方法的实际温度测量阶段。
39.在测量模型确定阶段中，针对多个时刻，获取每个时刻所对应的搅拌装置30的受力数据、搅拌装置30的可设定的工作参数数据以及熔融装置10内熔融物20的温度数据。此后，利用上述这些数据构建样本集。样本集的每个样本包括获取的同一时刻的搅拌装置30的受力数据、工作参数数据以及熔融物20的温度数据，其中，搅拌装置30的受力数据和工作参数数据作为辅助变量，熔融物20的温度数据作为主导变量。构建的样本集中的至少一部分样本共同形成训练样本集，通过训练样本集对测量模型进行训练，以得到能够反映出辅助变量(搅拌装置30的受力数据和工作参数数据)与主导变量(熔融物20的温度数据)之间对应关系的测量模型。
40.在实际温度测量阶段中，实时采集搅拌装置30当前的受力数据和工作参数数据，并通过训练后得到的测量模型得到熔融装置10内熔融物20当前的温度数据。
41.由于熔融装置10内的熔融物20的温度与粘度之间存在一定关联，熔融物20的温度越高其粘度越低，而熔融物20的粘度则会影响到与其会发生相对运动的搅拌装置30的受力情况。同时，搅拌装置30的某些可设定的工作参数也会影响到熔融物20的温度与搅拌装置30的受力之间的关系。因此，上述测量方法通过选择搅拌装置30的受力数据和工作参数数据作为辅助变量、熔融物20的温度数据作为主导变量，构建测量模型，通过该测量模型实现利用容易测量的搅拌装置30的受力和工作参数来预测熔融物20的温度。利用此种间接测量的方式(也可称为软测量方式)在实际工艺中无需再使用温度传感器就能够反映出熔融物20当前的温度数据，从而克服了温度传感器使用寿命短、需要频繁更换的弊端，降低了成本，并且温度测量也较为准确。
42.需要说明的是，在上述测量方法的测量模型确定阶段中，测量模型的建立方式有多种。例如，测量模型为基于神经网络建立的测量模型。其中，神经网络可以为lstm神经网络、pb神经网络或rbf神经网络。基于神经网络建立软测量模型的方法在现有中已经较为成熟，在此不再赘述。此外，在其他实施方式中，还可以通过根据搅拌装置30的受力数据(例如扭矩数据)、工作参数数据以及熔融物20的温度数据之间存在关系，通过数学公式的方式件构建软测量模型。
43.如图4所示，在本技术的一些实施例中，在步骤s30之后还包括：
44.步骤s40：样本集还包括验证样本集，将验证样本集的每个样本的搅拌装置30的受力数据和工作参数数据输入至训练后的测量模型并输出结果，将输出的该结果与验证样本集中相应样本的熔融物20的温度数据进行比较，以验证训练后的测量模型。
45.通过验证样本集对训练后的测量模型进行验证。具体地，将验证样本集的一个样本的搅拌装置30的受力数据和工作参数数据作为输入值输入至训练后的测量模型，测量模型的输出结果为与输入值相对应的熔融物20的温度数据的预测值，将该预测值与该样本中直接测量得到的熔融物20的温度数据进行比较。对验证样本集中的每个样本均进行上述过程，从而验证测量模型的准确性。
46.需要说明的是，训练样本集和验证样本集一般均需要包括多个样本。训练样本集中样本数量可多于验证样本集中样本数量，例如，训练样本集中样本数量为验证样本集中样本数量的三倍以上。理论上来说，训练样本集中样本数量越多，得到的测量模型越准确。在训练样本集中样本数量足够多的情况下，验证样本集的样本数量可少一些，例如，验证样本集的包括一个或两个样本，甚至可以不设置验证样本集。
47.在本技术的一些实施例中，搅拌装置30的受力数据可以包括搅拌装置30的扭矩数据、弯矩数据、轴向力数据中的至少一种。优选地，搅拌装置30的受力数据包括搅拌装置30的扭矩数据，将搅拌装置30的扭矩数据作为辅助变量，通过搅拌装置30的扭矩数据间接反映熔融物20的温度数据。搅拌装置30的扭矩数据较为容易测量，同时，搅拌装置30的搅拌主体在进行搅拌时通常沿一固定轴(例如以搅拌主体自身的中心线作为转轴)进行转动，搅拌装置30的扭矩数据与熔融物20的粘度关联性更加紧密。
48.此外，搅拌装置30的可设定的工作参数包括搅拌装置30在熔融装置10内沿其横向方向的位置、搅拌装置30相对于熔融装置10的设置角度α、搅拌装置30与熔融装置10的底壁
之间的距离h、搅拌装置30的转动速度v中的至少一种。至于选择搅拌装置30的何种可设定的工作参数作为辅助变量，可以根据搅拌装置30在实际工艺中的工作参数的情况、测量模型所需输入的辅助变量的数量进行确定。
49.在本技术的一些实施例中，在样本集的每个样本中，搅拌装置30的可设定的工作参数数据均保持不变，以训练得到在搅拌装置30由该工作参数数据限定的特定工况下的测量模型。
50.例如，搅拌装置30在实际工艺中在熔融装置10内沿其横向方向的位置、相对于熔融装置10的设置角度α、与熔融装置10的底壁之间的距离h以及转动速度v等各项工作参数均为预先设定好，在熔融装置10进行熔融操作过程中，搅拌装置30的上述工作参数均不变。此时，选择搅拌装置30的上述工作参数中的至少一种作为辅助变量。需要说明的是，“辅助变量”指的是数值能够变化，并不代表作为辅助变量的数据在不同样本中的数值一定不同。在本实施例中，作为辅助变量的搅拌装置30的受力数据会随着熔融物20(即主导变量)的温度变化而变化，但是，作为辅助变量的搅拌装置30的工作参数则不会发生变化，也可以说搅拌装置30的不发生变化的工作参数限定出搅拌装置30的一种特定工况(如角度α为α1、距离h为h1、转动速度v为v1)。理论上，只要最终能够确定在此特定工况下反映出搅拌装置30的受力数据与熔融物20的温度数据之间关系的测量模型，这种情况也是应该被允许的。此时，训练得到的测量模型用于测量熔融装置10在搅拌装置30处于上述特定工况下时的熔融物20温度。
51.同样地，也可以根据搅拌装置30在实际工艺中会涉及到的各种工况，调整搅拌装置30的工作参数中的一种，调整后，搅拌装置30的工作参数保持不变(如将距离h调整为h2、角度α仍保持为α1、转动速度v仍保持为v1)，再进行上述过程，从而训练得到适用于调整后的特定工况的测量模型。以此类推，改变搅拌装置30相对于熔融装置10的设置角度α、与熔融装置10的底壁之间的距离h以及转动速度v中的至少一种工作参数的数据，以限定出与其对应的特定工况，从而得到与该特定工况相对应的测量模型。在熔融装置10实际进行熔融工艺时，只要确定搅拌装置30的工作参数数据(用于反映处于何种特定工况)、实时测量搅拌装置30的当前的受力数据，即可通过相应的测量模型预测得到熔融装置10内熔融物20当前的温度数据。
52.如图1和图2所示，在本技术的一些实施例中，熔融装置10内熔融物20的温度数据包括位于熔融装置10内的多个预设位置的熔融物20的温度数据。优选地，多个预设位置沿熔融装置10的横向方向间隔设置，和/或，多个预设位置沿熔融装置10的纵向方向间隔设置，和/或，多个预设位置中的至少部分靠近熔融装置10的底壁设置。上述方式能够通过搅拌装置30的当前受力数据预测熔融物20的多个位置的温度数据，从而反映出当前熔融物20的温度分布。当然，在其他实施方式中，熔融装置10内熔融物20的温度数据也可以仅包括位于熔融装置10内的一个特定位置的熔融物20的温度数据。
53.如图1至图3所示，在本技术的一些实施例中，熔融装置内熔融物温度的测量系统包括处理器41以及与处理器41通信连接的温度测量装置42和受力测量装置43。其中，处理器41用于实现上述的测量方法，温度测量装置42用于在构建样本集阶段测量熔融装置10内熔融物20的温度数据，受力测量装置43用于测量搅拌装置30的受力数据。优选地，搅拌装置30的受力数据包括搅拌装置30的扭矩数据，受力测量装置43包括用于测量搅拌装置30的扭
矩数据的扭矩传感器。温度测量装置42包括热电偶。通过扭矩传感器实时测量搅拌装置30的扭矩数据，通过热电偶实时测量熔融装置10内的多个预设位置的熔融物20的温度数据，这些温度数据与扭矩数据形成对应关系。在实际使用时只需要测量搅拌装置30的扭矩数据即可反映出熔融物20的当前温度数据。此外，在本实施例中，温度测量装置42可选择性地伸入至熔融装置10内或由熔融装置10内取出。当测量模型确定阶段完成后，就可以将温度测量装置42由熔融装置10内取出，从而防止温度测量装置42受熔融物20的腐蚀，从而影响其寿命。
54.对于本发明的实施例，还需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合以得到新的实施例。
55.以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，本发明的保护范围应以权利要求的保护范围为准。