声波法测量电站锅炉烟气流速的实验研究

沈国清，何寿荣，安连锁，范 鹏

（1.华北电力大学能源动力与机械工程学院，北京102206；2.华北电力大学国家火力发电工程技术研究中心，北京102206）

电站锅炉烟气流速测量对电厂优化燃烧和评估污染物排放总量都具有重要意义.国内外烟气流速测量仪器主要有皮托管、热线风速仪和激光流速计等［1］.然而电厂现场条件比较恶劣，锅炉烟道气体流动复杂，许多传统的测速仪器设备难以长期有效地测量气体的真实流速，对于接触式的测量仪器，长时间工作在恶劣的环境下很容易发生磨损和损坏，从而导致测量失灵或者误差偏大.为此，国内外许多学者先后通过烟气压力脉动信号［2］、光学图像［3-4］、过零穿越极性相关［5］等技术对烟气流速进行测量研究，效果都不是十分理想.声波法作为新兴测量技术，具有非接触测量、测量精度高和实时监测等优点，近年来受到了人们的关注.

对于声波法在电厂中的应用，国内外学者已经进行了大量研究.沈国清等［6］研究了电站锅炉声学测温的应用机理；安连锁等［7］分析了电站锅炉声学检测中声信号的频率范围和声压要求，比较了不同声源的优缺点；姜根山等［8-10］对声波飞渡时间的时延估计算法进行研究，验证了采用互相关算法能在电站锅炉相关测量中得到较为精准的时延；李言钦等［11-13］研究了声波法监测炉内二维速度场的重建方法；Barth等［14］则采用声波法同时重建锅炉的温度场和速度场.然而，对于采用声波法对电站锅炉烟气流速进行测量的研究报道仍较少，因此，笔者研究了电站锅炉烟道气体的流动特性，并通过模拟和实验的方法证明中低频段的可听声在电厂烟气流速测量中的可行性.

1 声波测速的原理

声波在气体介质中的传播速度主要受到温度和气体流动速度的影响.在静止空气中，声波的传播速度可以通过介质温度得到，两者关系如下：

式中：c为声波在介质中的传播速度，m／s；R为摩尔气体常数，J／（mol·K）；γ为气体的绝热指数；T为气体温度，K；M为气体介质的摩尔质量，kg／mol.

对于流动的气体，若气体流速v≪c，声波的实际传播速度可表示为：

式中：ceff为声波的实际传播速度，m／s；v为气体流速，m／s.

若声源到传感器的距离为L，声源到传感器的飞渡时间为t，则实际声速为：

根据上述原理，实验中采用时差法对气体流速进行测量，测量原理见图1.

在风道管道内固定好声波发射装置和传感器，声波发射装置A 发出一个声波信号，传感器1和传感器2先后接收到声源A 的信号的时间差记为t1，然后声波发射装置B 发出一个声波信号，传感器2和传感器1先后接收到声源B 的信号的时间差记为t2.假设2 个传感器之间的距离为S，则气体流速为：

图1 声波测速实验原理图Fig.1 Schematic diagram of velocity measurement with acoustic wave

2 时延估计

声波飞渡时间的准确测量是声波测速的关键技术，在估计声波飞渡时间时，最常用到的算法是互相关算法.

互相关时延估计法是对2个空间上相互独立的声波传感器接收到的信号进行互相关运算，2个独立信号的互相关函数达到最大值时所对应的时间延迟，就是声波经过2个传感器的飞渡时间［9］.

假设2个传声器接收到信号的数学模型为：

式中：x1（n）、x2（n）分别为传感器1和传感器2接收的信号函数；s（n）为声源信号函数；w1（n）和w2（n）分别为2个传感器接收到的高斯白噪声函数；D为2个传感器之间的相对时间延迟；α为声波相对衰减系数.

假设s（n）、w1（n）和w2（n）为互不相关的平稳随机信号，则x1（n）和x2（n）的互相关函数为

式（6）可转换为

令α＝1，则Rx1x2（τ）为信号s（n）的自相关函数，由相关函数的性质可知，时间延迟估计为

在实际应用中，有时由于信号带宽和噪声等因素的影响，互相关函数的波峰会被展宽而变得比较平坦，可能没有明显的峰值存在，从而影响时延估计的精度.广义互相关是在直接互相关的基础上改进的一种算法，通过求两信号之间的互功率谱，并在频域内给予一定加权，来对信号和噪声进行白化处理，增强信号中信噪比较高的频率成分，从而抑制噪声的影响，再反变换到时域，得到两信号之间的广义互相关函数.其表达式为

式中：F为傅里叶变换；＊为共轭；Ψ12为频域处理的加权函数.

在实际应用中，权函数的选择是个难点，也是实现时延准确估计的重点.在广义互相关时延估计法中，若取权函数：

则称之为基于相位变换（PHAT）加权.经PHAT 加权的互相关函数在信噪比较低时能有效抑制混响，得到较为准确的时延［9］.经PHAT 加权的广义互相关算法（简称PHAT 算法）的流程如图2所示，原始信号经过快速傅里叶变换得到两信号的频谱，再取共轭相乘，经过PHAT 加权，进行反傅里叶变换得到两路信号的广义互相关函数，通过检测广义互相关函数的峰值，即可得到传感器接收到的信号的时延值［15］.

图2 PHAT 时延估计算法框图Fig.2 Block diagram of PHAT delay estimation algorithm

实验中将用到直接互相关算法和PHAT 算法对声波飞渡时间进行估计.为了防止噪声的干扰，先对数据进行滤波处理，其等效于在频域的加权处理，这有利于加强接收信号中声源信号的谱分量，提高信噪比，从而获得更高的时延估计精度.

3 模拟仿真

系统的结构模型如图3所示，其中A 为风机、B为涡街流量计，C 为弯管，D 为风道测量直管段，E为风道出口，a、b处放置声波传感器.声源可以固定在图中位置1～位置3处（并非所有点都布置声源，只选择其中的1～2个点）.

图3 系统结构模型Fig.3 Structural model of the measurement system

由于风道口径相对较小，声源的布置方式对流场有较大影响.借助Fluent强大的流场仿真模拟功能，对不同声源布置方式下的风道流场进行模拟研究，结果见图4.

图4 不同声源位置下的流场模拟结果Fig.4 Simulation results of flow field with sound source arranged in different areas

由图4可知，当声源布置在位置1或者位置1和3时，风道的测量段都能形成较为稳定的流场.当有声源布置在测量段的上游（即位置2）时，对测量段流场干扰较大，影响测量结果.考虑到本实验采用来回路径的时间差来测量气体流速，故选择第2种布置方式（即声源布置在位置1和位置3处）.

4 实验过程

4.1 实验介绍

实验台主要由风机、涡街流量计、风道、扬声器、传感器和工控机组成，如图5所示.

风机转动带动气体流动，通过调节出风口的开度来调节风量的大小.在风机出口处安装有涡街流量计，用来测量气体的实时流量，其测量误差不大于2%.风道的口径为200mm×200 mm 的正方形流道，由有机玻璃制成，扬声器和传感器都布置在风道的测量段内.通过对声波法和涡街流量计2种方法测量出来的流速进行比较，来证明声波法测速的可行性.

声波测速系统如图6所示.声波发射装置由宽频喇叭构成，传感器采用电容式结构的预极化驻极体无指向性声波传感器.扫频信号采用SpectraLAb软件进行编码，由主机发出声波信号，经声卡转换成模拟信号后，通过功率放大器放大输出至扬声器，驱动扬声器发射出测量声波信号.传感器接收到声波信号后，通过数据采集卡将数据采集到工控机内，再用Labview 和Matlab 对所采集的数据进行处理，得到声波飞渡时间.

图5 实验台Fig.5 Experiment setup

图6 声波测速系统图Fig.6 Schematic diagram of the acoustic measurement system

4.2 滤波处理

滤波处理是声波法测速的重要环节，对工作状态下背景噪声的频谱（见图7）进行分析.由图7可知，风道背景噪声的频率基本在500Hz以下.因此，采用500Hz以上的声波信号能够有效地屏蔽背景噪声对测量信号的干扰.

图7 风道噪声频谱图Fig.7 Spectrum of the noise in air duct

为了更好地获得声源信号的信息，对原始信号进行高通滤波和加窗处理.原始信号图以及滤波后的信号图见图8和图9.由图8和图9可以看出，经滤波处理后的信号图呈现明显的波峰波谷，一定程度上消除了背景噪声的干扰.

图8 原始信号图Fig.8 Original signal

图9 滤波后信号图Fig.9 Filtered signal

4.3 传感器距离标定

实验仪器固定之后，由于传感器置于风道内，采用传统的方法对2个传感器之间的距离进行测量有很大难度.

表1 静态实验结果Tab.1 Results of the static experiment

其中序号1、2 和3 为在开阔环境下测得的数值，x为风道内测得的数据，从而可以根据平均声速求得管道内两传感器之间的距离.

4.4 声源频率选择

声源频率选择是可听声测量气体流速的关键技术，一般选择在10 000 Hz 以内较佳［7］，因此对500～10 000 Hz内的各个声波频段进行测定.结果表明，当扫频信号的频段在2 000 Hz 以下或者6 000Hz以上时，2种算法均能得到较好的结果，而在其他频段容易产生误判.在信号分析的过程中，采用6 000～8 000Hz扫频信号时，声波飞渡时间更为稳定，因此采用6 000～8 000Hz的扫频信号.

4.5 测速实验与结果分析

为了证明声波法测速的有效性，采用直接互相关算法以及PHAT 算法对声波飞渡时间进行估计，从而求得气体流速，并与涡街流量计测得的气体流速进行对比，结果见图10.

图10 不同工况下的实验结果Fig.10 Experimental results obtained under different working conditions

上述结果表明，采用声波法测得的流速能够比较真实地反映气体的实际流速，初步证明了利用可听声测量电站锅炉烟气流速的可行性.由图10可以看出，随着气体流速增加，采用声波法测量气体流速的误差会进一步减小，当气体流速达到11m／s时，测量误差在5% 以内.对比直接互相关算法和PHAT 算法，PHAT 算法测得的流速与对比流速吻合得更好，对流速变化的灵敏性也更高.然而，在流速发生细微变化时，声波的飞渡时间并没有产生相应的变化，对流速的变化不敏感，出现这种状况的原因可能是算法不完善或者测量设备本身的不足，这是应用声波法测量气体流速时须考虑的重要因素.

5 结 论

（1）采用声波法对电厂烟气流速进行测量具有一定的可行性，测量精度能达到一定的要求，当气体流速达到11m／s时，测量误差在5%以内.

（2）声源的布置位置对烟道流场的影响较大，应妥善选择声源的布置位置，避免声源对流场的干扰.

（3）采用500Hz以上的扫频信号能够有效降低背景噪声的影响.声源信号选择在6 000～8 000Hz的扫频信号能得到较好的实验结果.

（4）相对于直接互相关算法，经PHAT 加权的广义互相关算法在声波法测速中适用性更好，灵敏性也更高.

［1］朱卫东，朱建平，徐淮明，等.烟气排放连续监测系统的烟气参数在线监测技术［J］.分析仪器，2011（1）：83-88.

ZHU Weidong，ZHU Jianping，XU Huaiming，et al.Flue gas online monitoring techniques of continuous emission monitoring system［J］.Analytical Instrumentation，2011（1）：83-88.

［2］周洁，袁镇福，浦兴国，等.基于压力信号互相关方法的烟气三维流速测量［J］.中国电机工程学报，2000，20（7）：49-51.

ZHOU Jie，YUAN Zhenfu，PU Xingguo，etal.Measurement of 3-dimension flowing velocity of flue gas by the cross correlation method［J］.Proceedings of the CSEE，2000，20（7）：49-51.

［3］刘和来，曾宗泳，刘文清.光学信号互相关法烟气流速测量的研究［J］.光学技术，2006，32（6）：920-922.

LIU Helai，ZENG Zongyong，LIU Wenqing.The study of stack gas velocity measurement using optical signal cross-correlation method［J］.Optical Technique，2006，32（6）：920-922.

［4］MIZERACZYK J，KOCIK M，DEKOWSKI J，etal.Measurements of the velocity field of the flue gas flow in an electrostatic precipitator model using PIV method［J］.Journal of Electrostatics，2001，51／52：272-277.

［5］周洁，袁镇福，浦兴国，等.过零穿越极性相关法测量高温烟气流速技术的研究［J］.中国电机工程学报，1999，19（3）：11-13.

ZHOU Jie，YUAN Zhenfu，PU Xingguo，etal.Study of zero-crossing polarity correlation for velocity measurement of high temperature flue gas［J］.Proceedings of the CSEE，1999，19（3）：11-13.

［6］沈国清，安连锁，姜根山，等.基于声学CT 重建炉膛二维温度场的仿真研究［J］.中国电机工程学报，2007，27（2）：11-14.

SHEN Guoqing，AN Liansuo，JIANG Genshan，et al.Simulation of two-dimensional temperature field in furnace based on acoustic computer tomography［J］.Proceedings of the CSEE，2007，27（2）：11-14.

［7］沈国清，安连锁，张波，等.电站锅炉声学测温中的声源选择及其声信号互相关特性分析［J］.现代电力，2006，23（3）：41-46.

SHEN Guoqing，AN Liansuo，ZHANG Bo，etal.Selection of sound sources and cross-correlation char-acteristic analysis of acoustic signals in acoustic pyrometry in boilers［J］.Moderm Electric Power，2006，23（3）：41-46.

［8］沈国清，安连锁，姜根山，等.电站锅炉声学测温中时间延迟估计的仿真研究［J］.中国电机工程学报，2007，27（11）：57-61.

SHEN Guoqing，AN Liansuo，JIANG Genshan，et al.Simulation of time delay estimation in acoustic pyrometry in power plant boiler［J］.Proceedings of the CSEE，2007，27（11）：57-61.

［9］安连锁，张世平，李庚生，等.电站锅炉声学监测中互相关时延估计影响因素研究［J］.动力工程学报，2012，32（2）：112-117.

AN Liansuo，ZHANG Shiping，LI Gengsheng，etal.Factors influencing cross-correlation time delay estimation of acoustic measurement for power boilers［J］.Journal of Chinese Society of Power Engineering，2012，32（2）：112-117.

［10］HANUS R，PETRYKA L，ZYCH M.Velocity measurement of the liquid-solid flow in a vertical pipeline using gamma-ray absorption and weighted cross-correlation［J］.Flow Measurement and Instrumentation，2014，40：58-63.

［11］李言钦，周怀春.声波法监测锅炉炉膛二维复杂空气动力场的模拟研究［J］.动力工程，2004，24（6）：836-839.

LI Yanqin，ZHOU Huaichun.Simulation study on complicated 2-D aerodynamic field in boiler furnaces for acoustic monitoring purposes［J］.Power Engineering，2004，24（6）：836-839.

［12］BARTH M，RAABE A，ARNOLD K，etal.Flow field detection using acoustic travel time tomography［J］.Meteorologische Zeitschrift，2007，16（4）：443-450.

［13］李言钦，陈世英，周怀春，等.基于先验知识的炉内速度场声波法测量研究［J］.动力工程学报，2012，32（4）：261-267.

LI Yanqin，CHEN Shiying，ZHOU Huaichun，etal.Acoustic measurement of in-furnace air velocity fields based on apriori knowledge［J］.Journal of Chinese Society of Power Engineering，2012，32（4）：261-267.

［14］BARTH M，RAABE A.Acoustic tomographic imaging of temperature and flow fields in air［J］.Measurement Science and Technology，2011，22（3）：035102.

［15］李文鹏，陈荷娟.基于FPGA 的实时PHAT 加权广义互相关时延估计器［J］.电声技术，2013，37（10）：54-57.

LI Wenpeng，CHEN Hejuan.Real-time PHAT weighting generalized cross correlation time delay estimation machine based on FPGA［J］.Audio Engineering，2013，37（10）：54-57.