固体质量流量测量技术

　　催化剂在工业生产中参与反再系统中的化学反应，但由于催化剂长期使用，使催化剂损失比较严重，会影响到化学反应的各种性能，如产率的稳定性，催化剂的利用率等，因此，需及时地补加催化剂，使反应稳定进行，对生产过程产生重大的影响，但由于气固两相流的复杂性和多样性，使在线检测出固体流量已成为一项紧急的任务。现在对固体流量的测量主要是对传感器的研发上。

　　1、固体流量测量技术

　　在工业上，已经有很多成熟的测量方法，但他们还存在自己的局限性，因为对固体质量流量测量还存在着五个难题：第一难题是流型结构;第二个难题是侵入式测量;第三个难题是光学测量法;第四个难题是因在测量时存在着各种各样的干扰因素，导致测量结果的精度较低;第五个难题是测量范围比较窄。现在对固体流量的测量主要是对传感器的研发上，如应用最早的差压式流量计，此流量计具有简单的结构、测量方法也比较简单等优点，但测量精度较低。因此在传统的差压式流量计的基础上，开发了孔板流量计，此类流量计具有较小的量程，为了解决这类问题，许多研究者提出了许多算法(如线实时补偿算法)来改善此类流量计的缺陷^[1] 。V型锥流量计也是差压式流量计的一种，此类流量计的开发大大的改善了传统流量计存在精度差的问题，但是这类流量计测量低流速流体的精度比较差，但这类流量计的成本较高，限制了此类流量计的应用^[2] 。双弯管流量计是基于传统单弯管流量计基础之上发展起来的，此类流量计简化了传统单弯管流量计的测量原理，但是这类流量计是基于四个假设发展起来，因此测量值与实际值之间存在着较大的误差。

　　软测量技术是一种比较智能的测量方法，该测量方法主要是通过易测过程变量求解难测过程变量^[3] ，其中软测量技术的核心部分是建立软测量模型，人工神经网络是软测量技术的一种，此测量方法可以解决在实际工程中出现的问题。人工神经网络主要分为前向计算过程、误差反向传播过程、调整权系数过程，在训练样本时主要重复这三个过程直到满足要求为止。在测量固体流量时，通过向训练好的人工神经网络中输入一些易测变量如浓度、速度等，求解国体流量，但此方法存在着易陷入局部最小等缺点，造成精度较低，因此人工神经网络与径向基函数、模糊技术、支持向量机等智能建模方法相结合。

　　近年来又出现了一种发展较快的测量技术—流动层析成像技术。此测量技术主要是根据传感器发出的信号在于数学计算方法相结合来求解固体流量，现在应用最广泛的流动层析成像技术是超声波流量计、电容流动层析成像技术。超声波流量计主要分为两种：第一种是多普勒超声波流量计，此种方法主要是根据相位差的变化测量固体流量;第二种是时差式超声波流量计，此种方法主要是在流体中，根据流体的流动方向不同，将导致声波的传播速度不同。超声波流量计具有无压损、量程较广等优点。电容流动层析成像技术主要是根据相差延迟时间，与相关法相结合计算出固体质量流量。电容流动层析成像技术测量出的结果精度较高，不受其他因素干扰，但此测量技术还在刚刚起步阶段，应用前景是不可估量的^[4-5] 。