基于声学方法的流化床React器结块特征提取与预警

作者研究了可听声发射在乙烯聚合流化床React器中监测颗粒团聚的潜在用途,并在本文中进行了报道。 比较了正常信号和团聚信号之间的功率谱质心偏移,并确认了声信号的能量分布在团聚条件下发生了变化。 在此基础上,通过小波包分解(WPD)分解声信号,并将每个子带的能量比设置为声纹。 随后,引入主成分分析(PCA)以减少特征向量的维数。 此外,基于正常信号,可以通过支持向量数据描述(SVDD)创建聚集警告模型,以避免由于缺乏聚集样本而导致描述准确性下降。 最后,设计了一个合适的报警率(AR)参数,以解决由于聚合React缺乏可重复性和附聚性而导致的错误报警问题。 根据中试工厂的实验结果,建议的结块预警方法可以比传统的压力和温度监测方法提前20–50分钟提供警告。