首页 > 论文范文 > 工程工业论文 > 核工业论文 > 核仪器仪表论文 > 设备运行状态评估中相关关系分析的应用研究

设备运行状态评估中相关关系分析的应用研究

2020-08-28 119 上传者：管理员

摘要：某电厂汽轮机厂房在通风系统中设置了蒸发冷却模块，对蒸发冷却模块运行状态的评估过程较为繁琐，无法通过现场仪表测点的参数快速做出判断。将统计学方法中变量间的相关关系分析引入到工程实践中，通过相关关系分析拟合得出了回归方程，回归方程通过了F检验和t检验，在此基础上做出了点估计范围，绘制出降温幅度与外气湿度相关性图表，并对理论推导与实际效果进行了评估，确认了图表是可信的。该图可以方便地用于加湿模块运行状态的评估。

关键词：
加湿
政法冷却
电厂
相关关系分析
降温
加入收藏

1、设备介绍

在通风系统中安装蒸发冷却单元，是大热容量场合实现降温目的的一种较为经济的方式，对于湿度要求不是很高的工况，可以采用等焓加湿的方式[1]。等焓加湿设备的主要工作过程为：空气经过加湿单元，单元中的液态水蒸发气化，带走空气中的热量，空气温度得以降低。从热力学角度看，这种变化是送风的潜热增加，显热减少的过程。等焓变化就是潜热和显热的转换总量相同。

某电厂汽轮机厂房在进行通风系统设计时，采用完全动力送排风的方式，即由分布在不同楼层的6台大型送风机提供新风，新风通过风管网络送入厂房各个位置，带走设备产生的热量。送风在吸热后沿着楼层网格板、吊装孔等通道逐层上升，最终由布置在厂房屋顶的屋顶风机排出室外。由于风管网络送风能力及厂房空间所限，送风的总风量受到限制。在夏季高温季节，汽轮机厂房的整体温度很高。为了降低厂房温度，设计院在送风位置设计了蒸发冷却单元，对送风进行降温。该蒸发冷却单元的工作过程就是使用等焓加湿的原理。

2、面临的问题

设备是否在高效率区间内工作，这是在工程中不可避免会碰到的一个问题。根据蒸发冷却单元的降温原理可知，系统中的加湿模块工作情况决定着降温的效果，需要对加湿模块工作情况进行监控。加湿模块前后均设置有测量空气温度和湿度的仪表，一般情况下，普通仪表测量的是空气的干球温度和相对湿度（本文中，非特殊说明，湿度均指相对湿度）。

空气的温湿度图如图1所示，图中(1)所在的曲线为空气在不同干球温度下的含水饱和曲线，(4)(5)(1)为同一条等焓线上的3个点。假定加湿前的空气参数为(4)，在进行加湿时，空气参数会沿着(4)-(5)-(1)的方向移动。理想状态下最大加湿量即达到与饱和曲线相交的点(1)。实际因加湿模块自身性能等条件限制，往往只能把空气参数加湿到其中的某个中间位置(5)。(5)-(4)线段长度与(1)-(5)-(4)线段的长度比称为加湿模块的饱和效率，饱和效率是加湿膜有效性的关键参数。在加湿模块的具体配置确定后，该加湿模块的最大饱和效率就已经确定。在加湿模块运行期间，饱和效率因淋水喷头堵塞、加湿膜结垢、水量分配异常等因素影响下，其饱和效率总是呈现下降趋势。作为设备的运维人员，必须及时确认现场加湿模块饱和效率下降程度，以便确认维护时间。

实际在对加湿模块饱和效率参数的监控中面临2个问题：(1)如图1所示，温湿度图要求的是空气的绝对湿度，而仪表测得的是相对湿度，需要进行一次换算；(2)由于外部空气（下文简称外气）参数是变化的，不同的时候外气参数是不同的。进行评估时，在温湿度表中初始的起点并不同，需要根据测量和计算结果，绘制该外气参数下的等焓线。这种操作方式，导致加湿模块工作情况不能由普通的现场巡检员直接作出评估，需要专业人员计算及查表才能确认。

图1空气温湿度曲线

因此，绘制出一种简单图表，可以根据外气实时参数，直接对加湿模块工作情况作出评估，对现场的应用来说是非常有必要的。上文所述，外气的参数主要为温度和湿度2个，而加湿降温的最终目的是为了获得降温幅度。显然，降温幅度和外气温、湿度之间存在某种相关关系，统计学的相关关系分析[2]正好可以运用至此。

3、相关关系分析的应用

首先假定加湿模块的工作是非常有效的。选择一组实际的外气参数，通过前文的计算和查表方式得出出口的空气温度，把进、出口温度的降温幅度与外气的温度和湿度进行两两组合，绘制出散点图，如图2和图3所示。可以明显看出，降温幅度和外气温度关系比较杂乱，而与外气湿度表现出明显的负线性相关特性。

图2降温幅度与外气温度关系

图3降温幅度与外气湿度关系

运用统计学常用的SPASS软件，对降温幅度与外气湿度的相关性进行拟合，并进行检验，得出的结果见表1、表2和表3。

通过软件拟合，得出的回归方程为：

式中W———外气湿度，%

△T———出风口降温幅度，℃

对回归方程（1）进行检验：(1)表1说明，F统计量的显著性概率为0.000，小于α=0.05，表明总体回归效果是好的，回归模型的线性关系是显著的；(2)表2说明，t检验的显著性概率均小于α=0.05，表示其回归系数与2个数值有显著差异，因变量与自变量有显著的线性关系；(3)表3说明，R2=963，表示因变量可以由回归解释的比例为96.3%。

表1第1次拟合模型汇总

表2第1次拟合Anova

表3第1次拟合系数

确认降温幅度与外气温度、湿度2个参数同时作用的影响情况。仍然使用SPASS软件进行拟合，得出的结果见表4、表5和表6。

拟合得到的回归方程为：

式中W———外气湿度，%

T——外气温度，℃

△T———出风口降温幅度，℃

对回归方程（2）进行检验：(1)表5说明，F统计量的显著性概率为0.000，小于α=0.05，表明总体回归效果是好的，回归模型的线性关系是显著的；(2)表5说明，t检验的显著性概率均小于α=0.05，表示其回归系数与2个数值有显著差异，因变量与自变量有显著的线性关系；(3)表6说明，R2=963，表示因变量可以由回归解释的比例为99.1%。

公式（2）的拟合分析表明，把降温幅度和外气温度和湿度2个参数进行二元拟合后的拟合程度更高（数据解释比例数值），但也导致了计算更为复杂。而降温幅度与外气湿度单参数的拟合方程（1），数据可解释比例已经达到了96.3%，其精度已经满足工程应用要求，其形式更为简洁，更适合现场使用。

由于回归方程（1）是完全基于厂家给定的饱和效率，按照纯理论计算得出的降温幅度，以此做出的相关关系拟合。现场实际设备是否达到的厂家标称的饱和效率，或者现场设备安装后其它的影响因素导致的其他误差的存在，对回归方程（1）的准确性仍然需要进行评估。

表4第2次拟合模型汇总

表5第2次拟合Anova

表6第2次拟合系数

评估方式就是通过现场已经配置的系统和设备，在已明确加湿模块正常工作的条件下，对降温幅度和外气湿度进行了跟踪记录，通过实际测得的数据再次进行拟合。把实际拟合的数据与理论拟合曲线进行对比验证。现场实际运行测量记录的数据关系，如图4所示。

图4外气湿度与降温幅度试验数据

对图4的数据进行拟合，再次形成实际工作情况的回归方程：

把回归方程（3）与通过理论推导得出的回归方程（1）绘制在同一坐标体系中，结果如图5所示。2条拟合曲线偏差较小，可以确认理论拟合的回归方程是有效的。

根据该一元线性回归方程（1），进一步用SPASS软件对不同自变量数值情况下的因变量范围进行预测，绘制出95%置信区间的区间预测及点估计，结果如图6所示。

根据该图，现场工作人员根据仪表测量的外气湿度，就可以快速地确定加湿模块地正常工作范围，实现了快速评估的目的。

图5理论曲线与试验曲线对比