基于網狀靜電傳感器鼓泡流化床運行參數監測

張文彪，楊彬彬，程旭峰

基于網狀靜電傳感器鼓泡流化床運行參數監測

張文彪，楊彬彬，程旭峰

(華北電力大學 控制與計算機工程學院，北京，102206)

為了深入研究流化床中顆粒的流動特性和優化流化床反應器的性能，需要對流化床的運行參數如流速和電荷分布進行實時地監測。由于靈敏度高且分布均勻，網狀靜電傳感器被用來在實驗室規模鼓泡流化床上測量固體顆粒的速度廓形和電荷分布。固體顆粒的速度廓形是通過對上下游平面對應位置的靜電信號進行互相關計算得到的。網狀電極上的感應電荷可以通過靜電信號的均方根(RMS)估算。根據電荷重建算法，利用所有電極上的感應電荷重建截面處固體顆粒的電荷分布。研究結果表明：網狀靜電傳感器可以捕捉到鼓泡流化床床壁附近的下落顆粒；由于流化床內顆粒速度廓形的影響，傳感器中心處電極上的感應電荷量大于床壁附近電極上的感應電荷量，并且重建結果顯示流化床截面電荷分布相對均勻。

網狀靜電傳感器；鼓泡流化床；電荷分布；速度廓形

流化床由于具有優良的傳熱與傳質效率和處理大量顆粒的能力，已經被廣泛應用于石油、化工、電力和冶金等工業場合。流化床中顆粒的流動特性對流化床的性能和產品質量有著至關重要的影響。目前，國際上有很多關于流化床中顆粒流動參數的測量方法。SHAFFER等[1]利用高速攝像法對循環流化床上升段中顆粒的流動特性進行了研究。LAVERMAN等[2]使用粒子圖像測速儀(PIV)并結合數字圖像算法測量了二維流化床中顆粒相的速度分布，氣泡直徑和氣泡速度等。MUELLER等[3]將磁共振成像技術(MRI)應用于分析流化床中顆粒的運動特性。放射性粒子跟蹤(RPT)技術和正電子發射粒子跟蹤(PEPT)技術也被用于追蹤顆粒在流化床中的運動軌跡[4?5]。然而，上述這些方法大都由于成本較高和測量裝置復雜等缺點，難以推廣應用于惡劣的工業場合。靜電測量技術是近年來新興的一種測量氣固兩相流流動參數的方法，該方法具有結構簡單、靈敏度高、成本較低和性能穩定且適合應用于惡劣的工況環境等優點。靜電傳感器目前已經成功用于氣力輸送過程中[6?8]。近年來，靜電傳感器也被嘗試用于測量流化床內固體顆粒的流動特性。ZHANG等[9]使用靜電傳感器和電容層析成像技術研究了三床循環流化床中顆粒流動的動力學特性。ZHANG等[10]還利用弧形靜電傳感器陣列測量了鼓泡流化床中固體顆粒的流動參數。然而，環形和弧形靜電傳感器由于受靈敏度分布特性的影響，很難清楚描述流化床整個截面不同徑向位置處固體顆粒的流動特性。由于固體顆粒與空氣相對運動，顆粒與顆粒之間的摩擦以及顆粒與床壁碰撞，顆粒會帶上電荷。如果這種靜電現象不能得到實時地監測和控制，將會導致顆粒團聚和顆粒粘附在床壁，會影響流化床的運行，甚至引起靜電放電和爆炸等事故。現有顆粒電荷的測量方法主要包括法拉第桶法[11?12]、靜電成像法[13?14]和靜電電極 法[15?17]等。法拉第桶測量顆粒的帶電量時需要對顆粒進行采樣，采樣過程會使顆粒發生額外的電荷生成或耗散，使測量結果出現誤差。對于靜電成像法，由于傳感器靈敏度分布不均勻，重建后的電荷分布可能無法代表真實的電荷分布。靜電電極法已被廣泛用于測量流化床中的電荷分布。CHEN等[15]利用非侵入式電極重建了二維床氣泡周圍固體顆粒的電荷分布情況。HE等[16?17]利用雙尖端靜電電極研究了氣固流化床中的氣泡特性和電荷分布，得到的顆粒電荷密度和氣泡上升速度與法拉第桶和高速相機所得結果很接近。SUN等[18?19]利用弧形靜電電極研究了循環流化床內的流場間歇性和相干性，并利用靜電脈動信號對顆粒團聚現象進行了表征。然而，靜電電極只對電極附近的顆粒敏感，并且流化床內流動情況十分復雜，少數幾點的測量結果很難代表整個截面處的電荷分布。針對上面提到的問題，本文作者提出一種網狀靜電傳感器用于鼓泡流化床整個截面的電荷分布和顆粒流動特性的測量。相比于上述提到的各類靜電傳感器，網狀靜電傳感器可得到更高和更加均勻的空間靈敏度分布，尤其適用于大管徑復雜流場的測量[20]。但是，網狀靜電傳感器的缺點是在測量過程中網狀電極會對流場造成一定程度阻礙，會導致電極磨損和干擾流場的問題。為了解決以上問題，耐磨材料被用于降低電極的磨損程度，并且通過合理布置電極數量，可以在低阻礙程度下使靈敏度均勻分布。

1 網狀靜電傳感器

基于靜電感應原理的網狀靜電傳感器其幾何結構見圖1。網狀傳感器的電極由兩組直徑為1.5 mm的絕緣導線互相垂直構成。綜合考慮傳感器靈敏度分布的均勻性和對流場的阻礙作用，每組電極包括8根間距為20 mm的導線，組成8×8的網狀結構。考慮到電極的耐磨性和強度要求，電極內部由直徑為1 mm的不銹鋼絲組成。不銹鋼絲外部包裹著厚度為0.25 mm的熱縮管，可以防止顆粒與電極接觸時發生直接電荷轉移。對于當前傳感器結構，網狀電極的阻擋面積大約為總面積的14%，通過減少導線的數量以及增大導線之間的間距的降低電極對流場的阻礙程度。在鼓泡流化床中，網狀傳感器分布在上、下2個測量平面。上游電極平面被安裝在距離鼓泡床底部240 mm的位置，上、下游電極平面之間的距離為20 mm。圖1中還給出了上、下游網狀電極的分布情況，上游電極1到電極8與下游電極17到電極24一一對應，上游電極9到電極16與下游電極25到電極32一一對應。

圖1 網狀電極的幾何結構及電極分布

網狀靜電傳感器的測量原理如圖2所示。當帶電顆粒通過上、下游網狀電極時，上、下游對應位置的電極根據靜電感應原理會依次生成感應電荷，感應電荷的波動產生感應電流。信號調理電路將微弱的電流信號轉換成電壓信號。為了獲得更高的信噪比，一般將信號調理電路置于電極附近。通過電流/電壓轉換、放大和濾波，便可以得到上下游網狀電極上的靜電信號。上、下游網狀電極所得的靜電信號通過數據采集卡被同步地記錄和儲存，采樣頻率為2 000 Hz，采樣長度為600 000個數據。通過對上、下游對應位置電極所得靜電信號進行互相關計算，可以得出流化床內顆粒的軸向速度分布。通過計算每個電極上的感應電荷，并且結合電荷分布重建算法可以得出流化床截面處的電荷分布情況。

由于網狀電極是插入流化床中的，流化床中的靜電放電現象會使所靜電信號出現尖峰脈沖。雖然信號調理電路對尖峰脈沖有一定的抑制作用，但是所得靜電信號中仍然存在尖峰，如圖3(a)所示。由于這種尖峰脈沖會造成后續信號處理出現錯誤，本文使用小波濾波算法降低這種干擾的影響。濾波過程中使用的小波基為db4，分解的層數為3層，并且使用軟閾值算法濾除干擾。圖3(b)所示為經過濾波之后的信號波形，從該波形中可看出該方法可以很好去除靜電信號中的噪聲和尖峰脈沖。

圖2 網狀靜電傳感器測量原理

圖3 小波濾波前后的靜電感應信號

2 實驗裝置

鼓泡流化床實驗裝置如圖4所示，實驗平臺主要包括風機、緩沖罐、氣體流量計和鼓泡床等。流化床的材料為有機玻璃，內徑為180 mm，厚度為5 mm，高度為2 m。從風機中得到的流化氣體通過布風板進入床層，并帶動固體顆粒運動形成鼓泡流化狀態。在實驗過程中，流化氣體的溫度為18℃，相對濕度為27%。實驗中使用的固體顆粒為石英砂，顆粒的粒徑范圍為150~200 μm，真實密度為2.56 g/cm3。固體顆粒在使用前要進行干燥，以去除顆粒濕度的影響。實驗前顆粒靜止床高為345 mm，并且通過長時間的流化使顆粒達到帶電飽和狀態。在實驗過程中，通過玻璃轉子流量計測量氣體流量，氣體流量分別設置為2.4，3.6，5.0和7.0 m3/h。

圖4 鼓泡流化床實驗裝置

3 實驗結果與討論

3.1 互相關計算

在理想條件下，上、下游電極采集到的靜電信號在形狀上是相似的，僅僅在時間上存在一定的遲延。通過對上、下游靜電信號進行互相關計算。相關函數的峰值為相關系數，相關系數是上、下游信號相似程度的參數，可以表征流體流動的穩定性。利用峰值對應的延遲時間可以計算出相關速度，相關速度可以看作對應位置上固體顆粒的軸向速度。圖5所示為不同氣體流量條件下，互相關系數在流化床截面處的分布。圖中電極在流化截面處的位置被轉換成了歸一化坐標。從圖5可以看出：隨著流化氣體流量增加，互相關系數變低。這是由于氣速增加，氣泡的運動變得更加復雜和不穩定，因此，固體顆粒的流動變得更加劇烈，上、下游靜電信號的相似程度降低。并且由于流化氣體在流化床截面分布相對均勻，沿著徑向方向互相關系數相差不大。

圖6所示為氣體流量為7.0 m3/h時，流化床中心處與床壁附近的相關速度。由于氣泡在上升的過程中會變得越來越大，最后由于過大失穩而在床層表面破裂，氣泡夾帶的顆粒被拋向床壁附近，由于重力影響而下落，因此，在床壁附近發現有下落顆粒。圖6表明床壁附近的電極會出現負的相關速度，說明利用網狀電極可以捕捉到顆粒在床壁處的下落現象。

圖5 不同流化氣體流量下傳感器所在截面處互相關系數的分布

圖6 流化氣體流量為7 m3/h時流化床中心處與床壁附近的相關速度

圖7所示為傳感器所在截面固體顆粒的軸向速度分布。從圖7可以看出：隨著氣流量增加，固體顆粒的軸向速度隨之增加。并且顆粒的速度分布表明中間區域顆粒流速較高，而床壁附近的流速較低。產生以上結果的原因是：隨著流化氣量的增加，導致氣泡的上升速度增加，由于氣泡的曳力作用，顆粒的流速也會加快；另外，由于壁面效應的影響，床壁附近的顆粒流速會比中心區域的流速低。

圖7 不同流化氣體流量下傳感器所在截面固體顆粒的軸向速度分布

3.2 電荷分布測量

基于所有網狀電極上的感應電荷并結合電荷分布重建算法，可以得到流化床截面處固體顆粒的電荷分布情況。由于直接測量電極上的感應電荷十分困難，并且靜電信號均方根(RMS)是信號波動量的表征，可以反映電極上的感應電荷量[10]。本研究利用電極上靜電信號的RMS來估算電極上的感應電荷量。靜電信號的RMS與電極上感應電荷量的對應關系是通過電荷標定實驗得到的。電容器上的電荷量與其上的電壓成比例關系(=，其中為電容器的電容)。電荷標定實驗中，電容器放在網狀電極的中心處，電容器上的電壓隨時間變化，由此產生的時變靜電場會在電極上感應出靜電電荷，電極上靜電電荷的變化會在后續信號調理電路中產生靜電信號。由于電容器上的電壓已知，電容器上的電荷就可以得到，根據有限元仿真獲得的網狀電極靈敏度分布可以計算出每個電極上的感應電荷，因此，可以求出靜電信號RMS與電極上感應電荷之間的比例系數。利用該比例系數就可以通過靜電信號的RMS估算電極上的感應電荷量。

當流化氣體流量分別為2.4 m3/h和5.0 m3/h時，電極1和電極4上感應電荷的變化情況見圖8。從圖8可見：由于流化床中固體顆粒濃度和流速的不斷變化，顆粒上的帶電量會有很大波動，因此，造成了電極上感應電荷隨時間的波動；在相同流化氣體流量下，電極4的平均感應電荷量大于電極1的平均感應電荷量。產生這種偏差的原因是顆粒在流化床中心處和床壁附近的速度差，因此，在流化床截面不同位置的顆粒帶電情況有很大差別，中心處電極的感應電荷量更大。

在不同氣流量下，不同電極所得感應電荷結果的時間平均和相應的標準差如圖9所示。與圖8所示結果相同，流化床中心處電極的感應電荷量大于床壁附近電極的感應電荷量。并且所有電極上的平均感應電荷量隨著氣體流量的增大而增大。氣泡上升速度隨著氣體流量的增大而增大，流化床內顆粒的運動變得更加復雜，由于顆粒間的相互作用加強，顆粒上的帶電量會增加，因此，網狀電極上的感應電荷也會增加。從圖8還可以看出：中心處電極感應電荷量的標準差比床壁附近電極的相應結果大，并且隨著氣流量的增加，不同電極上的標準差值變大。這是由于流化床中心處顆粒運動更加劇烈，中心處電極的感應電荷量波動大。并且隨著氣流量增大，顆粒運動變得更加復雜，也會造成感應電荷量波動變大。

1—電極1；2—電極4。

圖9 不同氣流量下不同電極所得感應電荷的時間平均和相應的標準差

根據已經獲得的網狀電極上的感應電荷量，利用文獻[20]中所提出的電荷量重建算法，可以重建出網狀電極所在截面處的電荷分布。圖10所示為流化氣體流量為7 m3/h時流化床截面處的電荷分布情況。圖中右側的色標表示電荷量。雖然在中心處電荷量高，總體上看流化床截面的電荷分布相對均勻。圖中后側床壁附近的電荷量低是由布風板造成的流化床布風不均勻引起的。

圖10 流化氣體流量為7 m3/h時流化床截面處的電荷分布

4 結論

1) 提出一種利用網狀靜電傳感器測量鼓泡流化床中顆粒的速度廓形和電荷分布的方法。由于網狀靜電傳感器可以獲得更高和更加均勻的靈敏度分布，因此，非常適合測量流化床等復雜氣固流動系統。為了證實該傳感器的性能，在實驗室規模的鼓泡流化床實驗平臺上進行實驗研究。

2) 該測量系統可以得到傳感器所在截面處固體顆粒的軸向速度分布，并且可以發現床壁附近的下落顆粒。根據電荷標定結果，本文提出利用靜電信號的RMS估計網狀電極上的感應電荷。通過分析不同氣流量下不同電極的感應電荷變化規律，得出流化床中心處電極的平均感應電荷量大于床壁附近電極的平均感應電荷量，并且電極上的感應電荷量隨著氣流量的增大而變大。通過分析重建后的電荷分布情況，可以看出流化床截面處電荷分布相對均勻，相對于平均值的最大偏差小于24%。利用網狀靜電傳感器獲得的顆粒速度廓形和電荷分布，可以對流化床的運行參數進行監測，提高運行效率和產品質量。

[1] SHAFFER F, GOPALAN B, BREAULT R W, et al. High speed imaging of particle flow fields in CFB risers[J]. Powder Technology, 2013, 242: 86?99.

[2] LAVERMAN J A, ROGHAIR I, ANNALAND M V, et al. Investigation into the hydrodynamics of gas-solid fluidized beds using particle image velocimetry coupled with digital image analysis[J]. Canadian Journal of Chemical Engineering, 2008, 86(3): 523?535.

[3] MUELLER C R, HOLLAND D J, SEDERMAN A J, et al. Magnetic resonance imaging of fluidized beds[J]. Powder Technology, 2008, 183(1): 53?62.

[4] RASOULI M, BERTRAND F, CHAOUKI J. A multiple radioactive particle tracking technique to investigate particulate flows [J]. AICHE Journal, 2015, 61(2): 384?394.

[5] CHAN C W, SEVILLE J P K, PAEKER DJ, et al. Particle velocities and their residence time distribution in the riser of a CFB[J]. Powder Technology, 2010, 203(2): 187?197.

[6] QIAN X C, YAN Y, SHAO J Q, et al. Quantitative characterization of pulverized coal and biomass-coal blends in pneumatic conveying pipelines using electrostatic sensor arrays and data fusion techniques[J]. Measurement Science Technology, 2012, 23(8): 085307.

[7] QIAN X C, YAN Y. Flow measurement of biomass and blended biomass fuels in pneumatic conveying pipelines using electrostatic sensor arrays[J]. IEEE Transactions on Instrumentation. and Measurement, 2012, 61(5): 1343?1352.

[8] QIAN X C, HUANG X B, HU Y H, et al. Pulverized coal flow metering on a full-scale power plant using electrostatic sensor arrays[J]. Flow Measurement and Instrumentation, 2014, 40: 185?191.

[9] ZHANG W B, CHENG Y P, WANG C, et al. Investigation on hydrodynamics of triple-bed combined circulating fluidized bed using electrostatic sensor and electrical capacitance tomography[J]. Industrial Engineering Chemistry Research, 2013, 52(32): 11198?11207.

[10] ZHANG W B, YAN Y, YANG Y R, et al. Measurement of flow characteristics in a bubbling fluidized bed using electrostatic sensor arrays[J]. IEEE Transactions on Instrumentation and Measurement, 2016, 65(3): 703?712.

[11] SOWINSKI A, SALAMA F, MEHRANI P. New technique for electrostatic charge measurement in gas-solid fluidized beds[J]. Journal of Electrostatics, 2009, 67(4): 568?573.

[12] SOWINSKI A, MILLER L, MEHRANI P. Investigation of electrostatic charge distribution in gas-solid fluidized beds[J]. Chemical Engineering Science, 2010, 65(3): 2771?2781.

[13] MACHIDA M, SCARLETT B. Process tomography system by electrostatic charge carried by particles[J]. IEEE Sensors Journal, 2005, 5(2): 251?259.

[14] ZHOU B, ZHANG J Y. A novel ECT–EST combined method for gas-solids flow pattern and charge distribution visualization[J]. Measurement Science and Technology, 2013, 24(7): 074003.

[15] CHEN A, BI H T, GRACE J R. Charge distribution around a rising bubble in a two-dimensional fluidized bed by signal reconstruction[J]. Powder Technology, 2007, 177(3): 113?124.

[16] HE B, BI H T, GRACE J R. Simultaneous measurements of particle charge density and bubble properties in gas-solid fluidized beds by dual-tip electrostatic probes[J]. Chemical Engineering Science, 2015, 123: 11?21.

[17] HE C, BI H T, GRACE J R. A novel dual-material probe for in situ measurement of particle charge densities in gas-solid fluidized beds[J]. Particuology, 2015, 21: 20?31.

[18] SUN J Y, YAN Y. Characterization of flow intermittency and coherent structures in a gas-solid circulating fluidized bed through electrostatic sensing[J]. Industrial Engineering Chemistry Research, 2016, 55(46): 12133?12148.

[19] SUN J Y, YAN Y. Non-intrusive characterisation of particle cluster behaviours in a riser through electrostatic and vibration sensing[J]. Chemical Engineering Journal, 2017, 323: 381?395.

[20] ZHANG W B, YANG B B, YAN Y, et al. Charge distribution reconstruction in a bubbling fluidized bed using a wire-mesh electrostatic sensor[C]//Proceedings of the IEEE International. Instrumentation and Measurement Technology Conference. Taipei, 2016: 28?32.

(編輯 楊幼平)

Monitoring of operation parameters in a bubbling fluidized bed using wire-mesh electrostatic sensors

ZHANG Wenbiao, YANG Binbin, CHENG Xufeng

(School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China)

In order to further study the flow dynamics of particles in the fluidized bed and optimize the operating parameters of the fluidized bed reactor, real-time monitoring of the solids velocity profile and the charge distribution in the fluidized bed is needed. Due to the high and uniform sensitivity distribution, the wire-mesh electrostatic sensors were installed in a lab-scale bubbling fluidized bed to measure the velocity profile and the charge distribution of solid particles. Cross-correlation calculation of the upstream and downstream signals was applied to calculate the velocity profile of solid particles. Induced charges on the electrodes of the wire-mesh sensors were estimated by root mean square (RMS) of the electrostatic signals. Based on charge distribution reconstruction algorithm, cross sectional charge distribution was reconstructed using the induced charges from all the electrodes. The results indicate that the wire-mesh sensors can capture the falling particles near the wall. Because of the influence from the solids velocity profile, induced charge on electrode in the center of the bed is higher than that near the wall and the reconstructed charge distribution in the cross section of the bubbling bed is relatively uniform.

wire-mesh electrostatic sensors; bubbling fluidized bed; charge distribution; velocity profile

TH89

A

1672?7207(2018)04?1011?07

10.11817/j.issn.1672?7207.2018.04.032

2017?04?16；

2017?07?09

國家自然科學基金資助項目(61403138)；北京市自然科學基金資助項目(3162031)(Project(61403138) supported by the National Natural Science Foundation of China; Project(3162031) supported by Beijing Natural Science Foundation)

張文彪，博士，講師，從事多相流檢測技術研究；E-mail：wbzhang@ncepu.edu.cn