Veröffentlichungen
Hier finden Sie Vorträge, Poster-Präsentationen, Konferenzbeiträge, Berichte, Journal-Publikationen und Fachartikel, die von Mitarbeitern der OWI Science for Fuels gGmbH selbst oder unter ihrer Beteiligung gehalten wurden.
Wählen Sie im Pull-Down-Menü einen Suchbegriff aus.
2019
Pohl, Elmar; Nailis, Christoph
Thermoakustische Optimierung einer gasbefeuerten Bolzenerwärmungsanlage mittels Data-Mining Methoden Konferenz
2. Aachener Ofenbau- und Thermoprozess-Kolloquium Aachen, 2019.
Abstract | BibTeX | Schlagwörter: Thermoacustics
@conference{Pohl.2019,
title = {Thermoakustische Optimierung einer gasbefeuerten Bolzenerwärmungsanlage mittels Data-Mining Methoden},
author = {Elmar Pohl and Christoph Nailis},
year = {2019},
date = {2019-01-01},
address = {Aachen},
series = {2. Aachener Ofenbau- und Thermoprozess-Kolloquium},
abstract = {An einer gasbetriebenen Bolzenerwärmungsanlage mit vorgemischter Verbrennung trat während einzelner Produktionsprogramme sporadisch eine akustische Störung auf. Die Anlage hatte eine Länge von rund 40 m und ein Durchsatz von ca. X t/Tag. Aufgrund der Frequenz und des Schalldruckpegels stellte die Schallemission eine hohe akustische Belastung in der Produktionshalle dar. Die Ofenanlage befand sich in einer geschlossenen Industriehalle mit reflektierenden Decken und Wänden. Eine Identifikation der Schallquelle vor Ort war aufgrund der Schallreflektion mit konventionellen Methoden nicht möglich. Die Komplexität des Problems bestand zusätzlich darin, dass die Schallemission sowohl vom Produktionsprogramm, als auch von der Prozessführung abhingen.
Am Standort wurden vier Messmikrophone entlang der Ofenanlage platziert und die Schallemissionen an zwei aufeinanderfolgenden Werktagen aufgezeichnet. Zusätzlich wurden relevante Prozessdaten der Ofensteuerung, sowie der Produktionsplan über den Zeitraum aufgezeichnet. In der Datenanalyse wurde zunächst das Schallsignal charakterisiert. Sowohl der Pegel als auch die dominante Frequenz der Emission wurden als Trigger für die anschließende Datenanalyse herangezogen. Für den gesamten Messzeitraum wurden Produktionsdaten, Prozessdaten und akustische Daten synchronisiert und in einer Zeitreihe zusammengefasst.
Durch Analyse der Pegel und der Zeitverzögerung der Schallausbreitung entlang der vier Mikrophone konnte die Quelle räumlich zugeordnet werden. Durch Analyse des Triggersignals mit den Prozess- und Produktionsdaten konnte die ursächliche Bolzengeometrie und die Heizzone mittels Korrelationsanalyse identifiziert werden. Aufgrund der Eigenschaften des Schallsignals wurde festgestellt, dass eine selbsterregte Verbrennungsschwingung vorliegt. Nach der Identifikation der Herkunft konnten gezielte Revisionsmaßnahmen seitens des Herstellers die selbsterregte Verbrennungsschwingung unterdrücken und die Schallemission reduzieren.},
keywords = {Thermoacustics},
pubstate = {published},
tppubtype = {conference}
}
An einer gasbetriebenen Bolzenerwärmungsanlage mit vorgemischter Verbrennung trat während einzelner Produktionsprogramme sporadisch eine akustische Störung auf. Die Anlage hatte eine Länge von rund 40 m und ein Durchsatz von ca. X t/Tag. Aufgrund der Frequenz und des Schalldruckpegels stellte die Schallemission eine hohe akustische Belastung in der Produktionshalle dar. Die Ofenanlage befand sich in einer geschlossenen Industriehalle mit reflektierenden Decken und Wänden. Eine Identifikation der Schallquelle vor Ort war aufgrund der Schallreflektion mit konventionellen Methoden nicht möglich. Die Komplexität des Problems bestand zusätzlich darin, dass die Schallemission sowohl vom Produktionsprogramm, als auch von der Prozessführung abhingen.
Am Standort wurden vier Messmikrophone entlang der Ofenanlage platziert und die Schallemissionen an zwei aufeinanderfolgenden Werktagen aufgezeichnet. Zusätzlich wurden relevante Prozessdaten der Ofensteuerung, sowie der Produktionsplan über den Zeitraum aufgezeichnet. In der Datenanalyse wurde zunächst das Schallsignal charakterisiert. Sowohl der Pegel als auch die dominante Frequenz der Emission wurden als Trigger für die anschließende Datenanalyse herangezogen. Für den gesamten Messzeitraum wurden Produktionsdaten, Prozessdaten und akustische Daten synchronisiert und in einer Zeitreihe zusammengefasst.
Durch Analyse der Pegel und der Zeitverzögerung der Schallausbreitung entlang der vier Mikrophone konnte die Quelle räumlich zugeordnet werden. Durch Analyse des Triggersignals mit den Prozess- und Produktionsdaten konnte die ursächliche Bolzengeometrie und die Heizzone mittels Korrelationsanalyse identifiziert werden. Aufgrund der Eigenschaften des Schallsignals wurde festgestellt, dass eine selbsterregte Verbrennungsschwingung vorliegt. Nach der Identifikation der Herkunft konnten gezielte Revisionsmaßnahmen seitens des Herstellers die selbsterregte Verbrennungsschwingung unterdrücken und die Schallemission reduzieren.
Am Standort wurden vier Messmikrophone entlang der Ofenanlage platziert und die Schallemissionen an zwei aufeinanderfolgenden Werktagen aufgezeichnet. Zusätzlich wurden relevante Prozessdaten der Ofensteuerung, sowie der Produktionsplan über den Zeitraum aufgezeichnet. In der Datenanalyse wurde zunächst das Schallsignal charakterisiert. Sowohl der Pegel als auch die dominante Frequenz der Emission wurden als Trigger für die anschließende Datenanalyse herangezogen. Für den gesamten Messzeitraum wurden Produktionsdaten, Prozessdaten und akustische Daten synchronisiert und in einer Zeitreihe zusammengefasst.
Durch Analyse der Pegel und der Zeitverzögerung der Schallausbreitung entlang der vier Mikrophone konnte die Quelle räumlich zugeordnet werden. Durch Analyse des Triggersignals mit den Prozess- und Produktionsdaten konnte die ursächliche Bolzengeometrie und die Heizzone mittels Korrelationsanalyse identifiziert werden. Aufgrund der Eigenschaften des Schallsignals wurde festgestellt, dass eine selbsterregte Verbrennungsschwingung vorliegt. Nach der Identifikation der Herkunft konnten gezielte Revisionsmaßnahmen seitens des Herstellers die selbsterregte Verbrennungsschwingung unterdrücken und die Schallemission reduzieren.