劉桂雄，葉季衡，肖 若，洪曉斌，譚小衛(wèi)

（1.華南理工大學(xué)機(jī)械與汽車工程學(xué)院，廣東 廣州 510640；2.新菱空調(diào)（佛岡）有限公司，廣東 清遠(yuǎn) 511675）

0 引 言

冷卻塔是工業(yè)系統(tǒng)中最重要的末端冷卻裝置，其熱力性能優(yōu)劣對(duì)冷卻系統(tǒng)節(jié)水節(jié)能、工業(yè)系統(tǒng)穩(wěn)定運(yùn)行具有直接影響，監(jiān)測(cè)冷卻塔熱力性能意義重大[1]。為實(shí)現(xiàn)冷卻塔熱力性能準(zhǔn)確評(píng)估，國(guó)外學(xué)者M(jìn)erkel、Poppe、Jaber和Webb分別建立冷卻塔Merkel模型、Poppe模型和e-NTU模型[2-4]，但3種模型都無(wú)法同時(shí)滿足高精度和低運(yùn)算量要求[5]。國(guó)內(nèi)學(xué)者通過(guò)設(shè)計(jì)冷卻塔監(jiān)測(cè)裝置實(shí)現(xiàn)冷卻塔監(jiān)測(cè)[6-8]，文獻(xiàn)[6]采用基于多輸入單輸出特征模型開(kāi)發(fā)一套冷卻塔熱力性能監(jiān)控裝置，具有一定時(shí)變性，但監(jiān)測(cè)技術(shù)相對(duì)落后。隨著計(jì)算機(jī)技術(shù)的發(fā)展，數(shù)學(xué)算法和人工智能相繼被應(yīng)用于冷卻塔監(jiān)測(cè)中，文獻(xiàn)[9-11]分別采用投影尋蹤回歸法（PPR）、人工神經(jīng)網(wǎng)絡(luò)、模糊-神經(jīng)網(wǎng)絡(luò)等算法評(píng)估冷卻塔熱力性能，這些方法可避免復(fù)雜的冷卻塔數(shù)學(xué)模型，但計(jì)算量大，需要大量訓(xùn)練樣本。此外，目前國(guó)內(nèi)外冷卻塔運(yùn)行參數(shù)的測(cè)量大多采用人工分立儀器測(cè)量方式，效率低，成本高，且無(wú)法滿足實(shí)時(shí)性。

本文針對(duì)冷卻塔熱力性能在線監(jiān)測(cè)，結(jié)合現(xiàn)代檢測(cè)技術(shù)、Merkel評(píng)估模型與通信技術(shù)，設(shè)計(jì)基于STM32的冷卻塔熱力性能在線監(jiān)測(cè)裝置，準(zhǔn)確測(cè)量冷卻塔運(yùn)行工況和環(huán)境參數(shù)，實(shí)時(shí)高效評(píng)估冷卻塔熱力性能，通過(guò)3G短信模塊實(shí)現(xiàn)評(píng)估結(jié)果遠(yuǎn)程發(fā)送和故障報(bào)警，利用SD卡保存測(cè)量參數(shù)并做進(jìn)一步數(shù)據(jù)分析。

1 系統(tǒng)框架與基本原理

1.1 系統(tǒng)總體框架

圖1為冷卻塔熱力性能在線監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)[12]。其中監(jiān)測(cè)裝置采用STM32為中央處理器的嵌入式系統(tǒng)，由中央處理器模塊、運(yùn)行工況測(cè)量模塊、環(huán)境參數(shù)測(cè)量模塊、實(shí)時(shí)時(shí)鐘模塊、人機(jī)交互模塊、存儲(chǔ)模塊等構(gòu)成。運(yùn)行工況和環(huán)境參數(shù)測(cè)量模塊負(fù)責(zé)實(shí)時(shí)測(cè)量現(xiàn)場(chǎng)進(jìn)出水溫度、進(jìn)水量、大氣壓、干球溫度、濕球溫度、相對(duì)濕度等傳感信號(hào)；中央處理器模塊用于采集上述數(shù)據(jù)，并進(jìn)一步進(jìn)行軟件濾波和校準(zhǔn)；SD存儲(chǔ)模塊實(shí)現(xiàn)中央處理模塊處理數(shù)據(jù)的存儲(chǔ)，用于后期數(shù)據(jù)挖掘；人機(jī)交互模塊用于測(cè)量參數(shù)、采集頻率、數(shù)據(jù)處理模式的設(shè)置；Flash模塊負(fù)責(zé)存儲(chǔ)傳感器校準(zhǔn)信息和人機(jī)交互模塊字庫(kù)。上位機(jī)軟件負(fù)責(zé)測(cè)量參數(shù)的顯示，評(píng)估算法的存儲(chǔ)和計(jì)算。遠(yuǎn)程監(jiān)測(cè)模塊負(fù)責(zé)監(jiān)測(cè)結(jié)果和故障報(bào)警的遠(yuǎn)程短信發(fā)送。

圖1 冷卻塔熱力性能在線監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)

1.2 熱力性能監(jiān)測(cè)基本原理

冷卻塔模型可抽象為塔內(nèi)空氣薄膜和水膜間的傳熱傳質(zhì)過(guò)程，濕式逆流冷卻塔模型如圖2所示[13]，布水器灑水后高溫冷卻水掉落過(guò)程中與低溫低濕空氣接觸，并向空氣傳遞熱量和蒸發(fā)水分，完成能量交換過(guò)程。

飽和焓值imasw和熱力性能MeM，根據(jù)Merkel方程得

圖2 濕式冷卻塔麥克爾模型

該式積分運(yùn)算可利用數(shù)值積分法求解。在保證監(jiān)測(cè)結(jié)果準(zhǔn)確的前提下簡(jiǎn)化計(jì)算過(guò)程，本文根據(jù)GB/T 7190.1-2008《玻璃纖維增強(qiáng)塑料冷卻塔 第1部分》采用三階辛普森近似積分公式計(jì)算監(jiān)測(cè)結(jié)果[14]，將運(yùn)行工況和環(huán)境參數(shù)傳感器網(wǎng)絡(luò)按規(guī)定安裝于冷卻塔周圍，如圖3所示。

圖3 冷卻塔熱力性能監(jiān)測(cè)裝置安裝示意圖

監(jiān)測(cè)裝置測(cè)量冷卻塔周圍大氣壓p0、進(jìn)風(fēng)干球溫度Tdb、進(jìn)風(fēng)濕球溫度Twb、進(jìn)水量Q、進(jìn)風(fēng)量G、進(jìn)水溫度Twi、出水溫度Two，空氣密度為ρa(bǔ)，設(shè)溫度T時(shí)空氣飽和氣壓為pT″，則空氣相對(duì)濕度Φ、冷卻塔氣水比λ、冷卻塔進(jìn)塔空氣焓值iTai、冷卻塔水塔空氣焓值iTao分別為

相應(yīng)塔內(nèi)空氣平均焓值iam為

設(shè)溫度T時(shí)飽和空氣焓值為iT″，進(jìn)出水溫差為ΔT，基于三階辛普森積分公式計(jì)算冷卻塔熱力性能

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1 系統(tǒng)硬件設(shè)計(jì)

冷卻塔熱力性能在線監(jiān)測(cè)裝置原理框圖如圖4所示，裝置選用ST公司STM32F103RBT6處理器，溫度測(cè)量采用Pt1000橋式測(cè)溫電路，包括進(jìn)風(fēng)干球溫度、進(jìn)風(fēng)濕球溫度、進(jìn)水溫度、出水溫度、儲(chǔ)水盤溫度和出風(fēng)溫度；大氣壓測(cè)量選用Intersema公司MS5534C大氣壓傳感器，相對(duì)濕度測(cè)量選用Sensirion公司SHT11溫濕度傳感器，流量計(jì)選用柏誠(chéng)智能科技有限公司UHM-200F超聲波流量計(jì)，進(jìn)風(fēng)量測(cè)量選用武漢新普惠PHWS風(fēng)速傳感器。

圖4 冷卻塔熱力性能在線監(jiān)測(cè)裝置原理框圖

Pt1000橋式測(cè)溫電路原理圖如圖5所示，采用2個(gè)高精度10kΩ電阻、1個(gè)5kΩ電位器與Pt1 000溫度傳感器組成橋式電路，采用穩(wěn)壓5V電源供電提高測(cè)量穩(wěn)定性，通過(guò)由MAX4418組成的差分放大電路將信號(hào)放大47倍，通過(guò)穩(wěn)壓二極管IN4733進(jìn)行穩(wěn)壓，并利用中央處理器ADC接口進(jìn)行AD采集。

大氣壓測(cè)量電路原理圖如圖6所示，將MS5534C的16位SPI接口與中央處理模塊進(jìn)行連接，為提高大氣壓傳感器的穩(wěn)定性，利用47μF極性電容對(duì)傳感器電源管腳進(jìn)行濾波供電，以提高測(cè)量精度，MS5534C工作需要32.768 kHz外部時(shí)鐘，采用有源晶振提供穩(wěn)定時(shí)序。

圖5 Pt1000橋式測(cè)溫電路原理圖

圖6 大氣壓測(cè)量電路原理圖

人機(jī)交互模塊選用TFTLCD 2.8′觸摸屏，分辨率320×240，支持16位色顯示，自帶觸摸屏。

2.2 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件結(jié)構(gòu)框圖如圖7所示。下位機(jī)采用μCOS-II實(shí)時(shí)操作系統(tǒng)，該系統(tǒng)可移植、可固化、可裁剪，將功能劃分為相互獨(dú)立的多個(gè)任務(wù)，增加軟件可靠性。操作系統(tǒng)負(fù)責(zé)協(xié)調(diào)和調(diào)度各任務(wù)。觸摸屏任務(wù)負(fù)責(zé)人機(jī)交互界面各種操作，采集任務(wù)負(fù)責(zé)更新各現(xiàn)場(chǎng)參數(shù)，顯示任務(wù)根據(jù)觸摸屏任務(wù)的處理結(jié)果進(jìn)行相應(yīng)的菜單切換與參數(shù)更新，通信任務(wù)完成與上位機(jī)軟件的數(shù)據(jù)交互，存儲(chǔ)任務(wù)負(fù)責(zé)現(xiàn)場(chǎng)數(shù)據(jù)的存儲(chǔ)。

圖7 系統(tǒng)軟件結(jié)構(gòu)框圖

系統(tǒng)軟件具體流程如下：（1）系統(tǒng)參數(shù)初始化，檢測(cè)傳感器是否連接正常，若連接不正?；蚨搪?，則通過(guò)LCD顯示異常狀態(tài)，并重新初始化直到傳感器連接正常；（2）通過(guò)觸摸屏設(shè)置傳感器校準(zhǔn)參數(shù)、采集頻率、測(cè)量方法和通信模式，并啟動(dòng)采集任務(wù)直到采集結(jié)束；（3）將測(cè)量參數(shù)傳至上位機(jī)，利用評(píng)估算法計(jì)算冷卻塔熱力性能，并將計(jì)算結(jié)果返回下位機(jī)；（4）將測(cè)量參數(shù)和計(jì)算結(jié)果存儲(chǔ)到SD卡中。

冷卻塔熱力性能在線監(jiān)測(cè)裝置及系統(tǒng)實(shí)物如圖8所示。

圖8 冷卻塔熱力性能在線監(jiān)測(cè)裝置及系統(tǒng)實(shí)物圖

3 系統(tǒng)性能測(cè)試

將裝置傳感網(wǎng)絡(luò)按GB/T 7190.1-2008《玻璃纖維增強(qiáng)塑料冷卻塔 第1部分》要求安裝于冷卻塔周圍，進(jìn)行系統(tǒng)性能測(cè)試。測(cè)量數(shù)據(jù)包括流量、大氣壓、進(jìn)風(fēng)干球溫度、進(jìn)風(fēng)濕球溫度、冷卻塔進(jìn)水溫度、冷卻塔出水溫度及進(jìn)風(fēng)量，根據(jù)測(cè)量數(shù)據(jù)實(shí)現(xiàn)冷卻塔熱力性能評(píng)估，并利用3G模塊實(shí)現(xiàn)測(cè)量參數(shù)和評(píng)估結(jié)果的遠(yuǎn)程短信發(fā)送。

表1為冷卻塔熱力性能在線監(jiān)測(cè)裝置及系統(tǒng)測(cè)試數(shù)據(jù)。測(cè)試選擇某公司CEF-370不銹鋼逆流方塔為測(cè)試對(duì)象，技術(shù)參數(shù)包括循環(huán)水量370m3/h、電機(jī)功率11kW、風(fēng)機(jī)直徑3340mm、塔體揚(yáng)程4.6m、補(bǔ)水量 4.1m3/h，時(shí)間為某天 10∶00～11∶00，每隔 5min對(duì)上述參數(shù)進(jìn)行測(cè)量求平均值。圖9是其中一組冷卻塔歷史運(yùn)行曲線。

圖9 冷卻塔熱力性能運(yùn)行曲線

從表1中數(shù)據(jù)可看出監(jiān)測(cè)系統(tǒng)工作穩(wěn)定，將干球溫度、濕球溫度與水銀溫度計(jì)測(cè)量值進(jìn)行比較，精度為0.1℃，大氣壓與水銀氣壓計(jì)測(cè)量值比較精度為0.05 kPa，測(cè)量準(zhǔn)確度較高，冷卻塔熱力性能評(píng)估準(zhǔn)確，可滿足逆流式冷卻塔熱力性能評(píng)估的需求。

表1 冷卻塔熱力性能在線監(jiān)測(cè)裝置及系統(tǒng)測(cè)試數(shù)據(jù)

4 結(jié)束語(yǔ)

結(jié)合現(xiàn)代檢測(cè)技術(shù)、冷卻塔熱力性能評(píng)估模型和遠(yuǎn)程技術(shù)研制冷卻塔熱力性能在線監(jiān)測(cè)裝置及系統(tǒng)，可實(shí)時(shí)準(zhǔn)確測(cè)量冷卻塔運(yùn)行參數(shù)和環(huán)境參數(shù)，高效評(píng)估冷卻塔熱力性能，提高冷卻塔檢測(cè)效率；通過(guò)冷卻塔熱力性能在線監(jiān)測(cè)及后期數(shù)據(jù)挖掘，有利于進(jìn)一步提高冷卻塔熱性能力，提高冷卻系統(tǒng)能效，增加系統(tǒng)運(yùn)行可靠性。

[1]Panjeshahia M H，Ataei A，Gharaie R，et al.Optimum design of cooling water systems for energy and water conservation[J].Chemical Engineering Research and Design，2009（87）：200-209.

[2]Merkel F.Verdunstungskuhlang[D].Berlin：VDI Forschun gsarbeiten，1925：12-28.

[3]Jaber H，Webb R L.Design of cooling towers by effectiveness-NTU method[J].Heat Transfer，1989（111）：837-843.

[4]Poppe M，Rogener H.Berechnung von ruckkuhlwerken[M].Berlin：VDI-Warmeatlas，1991：1-15.

[5]Kloppers J C，Kroger D G.Cooling tower performance evaluation：Merkel，Poppe，and e-NTU methods of analysis[J].Engineering for Gas Turbines and Power，2005（127）：1-7.

[6]吳建國(guó)，張培建，瞿國(guó)慶，等.基于特征模型的冷卻塔監(jiān)控裝置設(shè)計(jì)[J].電力自動(dòng)化設(shè)備，2006，26（10）：67-69.

[7]譚小衛(wèi)，葉季衡，劉桂雄，等.一種冷卻塔熱力性能在線智能監(jiān)測(cè)系統(tǒng)[P].國(guó)家實(shí)用新型（專利號(hào):ZL 201220260934.5），2012.

[8]張春蕾，丁琦，魏巍.濕式機(jī)械通風(fēng)逆流冷卻塔冷卻能力檢測(cè)[J].暖通空調(diào)，2011，41（9）：79-81.

[9]Qi A，Liu Z Y，Li D D.Prediction of the performance of a shower cooling tower based on projection pursuit regres sion[J].Applied Thermal Engineering，2008（28）：1031-1038.

[10]Hosoza M，Ertunc H M，Bulgurcu H.Performance prediction of a cooling tower using artificial neural network[J].Energy Conversion and Management，2007（48）：1349-1359.

[11]Xie H，Liu L，Ma F.Performance estimation of cooling towers using adaptive neuro-fuzzy inference[J].Fourth International Conference on Natural Computation，2008（7）：250-254.

[12]劉桂雄，朱海兵，何若泉，等.電梯能效實(shí)時(shí)記錄儀及系統(tǒng)研制[J].中國(guó)測(cè)試，2012，38（6）：44-48.

[13]Kloppers J C.A critical evaluation and refinement of theperformance prediction ofwetcoolingtowers[D].Stellenbosch：University of Stellenbosch，2003：1-5.

[14]GB/T 7190.1—2008玻璃纖維增強(qiáng)塑料冷卻塔 第1部分[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2008.