一种用于空分的空气低温冷却液化方法与流程

1.本发明属于空分设备领域，尤其涉及一种用于空分的空气低温冷却液化方法。


背景技术：

2.在空分装置中要实现氧氮分离，首先要使空气液化，这就必须设法将空气温度降至液化温度。空分塔下塔的绝对压力在0．6mpa左右，在该压力下空气开始液化的温度约为零下172度，因此，要使空气液化，必须有一个比该温度更低的冷流体来冷却空气。空分设备中的主热交换器及冷凝蒸发器对液体的产生起到关键的作用。主热交换器是利用膨胀后的低温、低压气体作为换热器的返流气体，来冷却高压正流空气，使它在膨胀前的温度逐步降低。同时，膨胀后的温度相应地逐步降得更低，直至最后能达到液化所需的温度，使正流空气部分液化。
3.由于目前的空分设备一般体积较大，管道设备较多，在空气液化的过程中难免会发生泄露或者堵塞，发生泄露或者堵塞不仅影响生产质量并且对于生产环境造成严重的空气污染，目前用于空分液化设备的故障检测和检修，一般由人为的进行定期的检测，检测流程繁琐，检测难度大，并且对于设备内部的管道难以进行完全检测，容易出现漏检、误检，导致出现安全故障。
4.中国专利申请号201721396721.4公开了一种生产纯氧和低纯氧的空分冷箱,主要是为了克服以往技术的不足,提供一种新型结构配置的空气分离制取液态氧氮产品的装置,该空分冷箱主要由一台由膨胀端和增压端组成的增压透平膨胀机,一个增压机后冷却器,一个主换热器,一个包含换热通道过冷器,一个液氧蒸发器,一个下塔,一个上塔,一个连接于下塔顶部和上塔底部的主冷凝蒸发器,一个包含再沸器的纯氧塔组成,各设备之间通过相应的管路相互连接；该结构设置的生产纯氧和低纯氧的空分冷箱具有同时纯氧和低纯氧的能力。上述现有技术中，利用空分制氧设备对于管道堵塞或者泄露故障检测难度大，不易检测，导致容易出现安全问题。


技术实现要素：

5.针对现有技术不足，本发明的目的在于提供了一种用于空分的空气低温冷却液化方法，在空分液化过程中，便于及时发现输气管或者设备是否存在泄漏或者堵塞的故障，便于及时处理，减小损失，进一步增加设备安全性。
6.本发明提供如下技术方案：一种用于空分的空气低温冷却液化方法，包括以下步骤：s1，空气经过空压机送入到预冷系统进行预冷，预冷过后的低温空气送入到精馏系统进行精馏分离，最后将分离后的冷空气送入冷凝器进行液化收集；s2，通过设置的声音警示机构，当输气管和设备正常工作时，若输气管道内的气压过大或者过小时，气流从第二通气口或第三通气口快速进出，结合振动发声学产生声音对操作人员进行提醒，若气压过大说明输气管或者设备存在堵塞的故障隐患，若气压过小，则
说明输气管或者设备出现泄漏的故障；s3，经过s2初步检测输气管或者设备是否存在故障，之后通过设置的压力检测机构采集输气管道内的气体压力值，并对采集的数据采用不同的方法进行数据分析处理，得出相应的分析结果；s4，将不同方法得出的分析结果结合多数据的数据融合，综合得出输气管或者设备的漏气和堵塞故障，利用多个信息源的联合优势，提高故障信息处理的高效性和准确性。
7.优选的，步骤s2中，当输气管中的压力值大于正常工作的设定值时，密封板受到的压力增大，拉动弹簧向远离输气管的方向移动，同时挡块跟随移动，第一通气口和第二通气口呈开启状态，此时输气管道内的气流方向经过壳体内部，一部分从第二通气口向外流出，另一部分经过第一通气口再次流入到输气管内，当输气管内的气体持续从第二通气口向外流出时，根据发声原理气流从第二通气口流出发出尖细的警示声，提醒工作人员输气管或者设备存在堵塞的故障情况；另一部分气体经过第一通气口再次流入到输气管内，减小压缩空气的流失。
8.优选的，步骤s2中，当输气管中的压力值小于正常工作的设定值时，密封板受到的压力减小，拉动弹簧向靠近输气管的方向移动，同时挡块跟随移动，第一通气口和第二通气口呈开启状态，此时输气管道内的气流经过通气管进入到壳体内，分别从第二通气口和第三通气口流出，当输气管内的气体持续从第二通气口和第三通气口向外流出时，根据发声原理，第二通气口和第三通气口同时发出尖细的警示声，提醒工作人员输气管或者设备存在泄漏的故障情况。
9.优选的，步骤s3中，一种对采集输气管中的压力数据的数据处理方法为：a，获取输气管中常规正常气压，通过存储器存储得到原样本数据，采用标准化训练样本得到样本数据的均值和方差，并对通过压力传感器采集的气压得到的采样数据进行归一化处理；b，计算采样数据样本与原样本数据之间的欧几里得距离值。
10.c，判断采集的样本数据的欧几里得距离值是否大于原样本数据设定的阈值，若大于则判断有堵塞故障，若小于则判断正常。
11.优选的，步骤s3中，另一种数据处理方法包括以下步骤，步骤一，获取输气管中常规正常气压，通过存储器存储得到原样本数据；步骤2，对样本数据进行数据处理，确定需要进行回归预测变量，生成多个初始神经网络，从多个神经网络中，利用聚类集成法选出多个网络个体构建神经网络集成；采用标准化训练样本得到样本数据的均值和方差，并对通过压力传感器采集的气压得到的采样数据进行归一化处理。
12.优选的，另一种数据处理方法还包括步骤3，将归一化后的数据采用神经网络计算，通过算数平均得到神经网络集成的最终输出；步骤4，判断采集的样本数据的神经网络集成输出的检测数据是否大于原样本数据设定的阈值，若大于则判断有堵塞故障，若小于则判断正常。
13.一种用于空分的空气低温冷却液化方法采用的低温冷却液化装置，包括空压机、预冷系统、精馏系统、冷凝器；所述空压机、预冷系统、精馏系统、冷凝器依次通过设置的输气管进行连接，所述精馏系统与冷凝器之间的输气管上设有声音警示机构，当输气管内的负压过大或者过小时，通过声音警示机构发出警示音，所述输气管上设有多个压力检测机
构，通过设置的压力检测机构检测输气管内的气体压力，根据输气管内的气体压力判断输气管是否出现堵塞故障和故障程度；所述声音警示机构包括壳体，所述壳体为密封结构，所述壳体的一端与输气管连通，壳体的两侧开设有第一通气口和第二通气口，所述壳体的另一端开设有第三通气口。
14.优选的，所述壳体的内部设有至少一根弹簧，所述弹簧设在靠近输气管的一端，且所述弹簧与壳体的内壁连接，所述弹簧的另一端连接有密封板所述密封板两端均设有挡板，所述挡板能够与第一通气口和第二通气口形成密封遮挡状态。
15.优选的，所述第一通气口的外侧设有通气管，所述通气管与壳体的外侧壁连接，所述通气管的另一端与输气管连通。
16.优选的，该装置还包括压力故障检测系统，压力故障检测系统包括单片机，所述单片机包括存储模块、显示模块、数据处理模块、故障分析模块，所述显示模块为led显示屏，存储模块采用ram存储器；所述单片机通过串行通信连接有wifi转换器，所述wifi转换器通过无线通信连接有压力检测机构，所述数据处理模块对采集的气体压力信号进行分析处理，处理之后经过故障分析模块输出故障结果。
17.优选的，所述压力检测机构包括多个气压传感器，多个所述气压传感器均连接有数据采集卡，气压传感器通过数据采集卡连接有fpga芯片，所述fpga芯片包括有wifi模块，fpga模块通过wifi模块与wifi转换器实现无线通信，将采集的气压信号传输至wifi转换器，wifi转换器通过串行通信传输至单片机。
18.优选的，多个所述压力检测机构之间通过wifi模块构成双向链式传输链路，双向链式传输链路通信的过程为：当有任何一个压力检测机构的气压传感器采集到气压信息并通过wifi模块进行发送时，若没有监测到上游wifi链路的发送信号，能够对下游wifi链路进行发送，同时又能够接受上游链路传递的信息，在本压力检测机构的气压信息发送完毕后接着能够发送接受的上游链路的信息；如果本压力检测机构在发送信息前上游链路正在传送信息，则将上游链路的信息已透明的形式直接对下游链路完成发送，发送完上游链路信息之后在完成本压力检测机构采集的气压信息。
19.优选的，所述数据处理模块的故障数据处理方法包括：a，获取输气管中常规正常气压，通过存储器存储得到原样本数据，采用标准化训练样本得到样本数据的均值和方差，并对通过压力传感器采集的气压得到的采样数据进行归一化处理；b，计算采样数据样本与原样本数据之间的欧几里得距离值；c，判断采集的样本数据的欧几里得距离值是否大于原样本数据设定的阈值，若大于则判断有堵塞故障，若小于则判断正常。
20.优选的，所述弹簧采用两个，所述弹簧为拉伸弹簧，当声音警示机构工作时，当输气管和设备正常工作时，符合设定的压力值，所述声音警示机构的连接板处于平衡状态，挡板完全遮挡第一通气口和第二通气口，即密封板所受到的气体压力等于两根弹簧回弹力值；为了使密封板更好的保持平衡，且稳定的进行工作，所述弹簧的直径r、弹簧的丝径r、弹簧的有效圈数n和密封板受到气体压力f之间满足以下关系：f=δ
·
(nr)2/r；上式中δ为相关系数，取值范围为2.5-8.0； r、r单位为mm。当δ小于2.5时，弹簧的刚度大，不易变形，密封板不易带动弹簧拉伸，当δ小于8.0时，弹簧的刚度较小，气体对密封板造成的压力过大时，会
对弹簧造成不可恢复力，使弹簧造成损坏。对以上做定量实验，分别取δ为2、4、6、8进行验证，当当δ为2时， f为65n；当δ为4时，, f为75n；当δ为6时， f为100n；当δ为8时， f为90n，以上数据说明当δ为6左右时，弹簧能够承受的密封板的拉力最大，且弹簧的刚度最为合适，最为耐用。
21.另外，将两种数据处理的方法进行融合，综合输出结果，判断故障的准确性，若综合输出输气管中的压力变大，则故障判断为堵塞，若综合输出输气管中的压力变小，则故障判断为泄漏；两种数据进行融合的方法包括：步骤a，将t个时刻两种方法得到的输出yi，i=1,2,3，根据每个方法进行归一化处理，即yi=yi/thi；thi为每个方法输出的控制限；步骤b，将归一化后的输出进行组合为y
1 y2，计算每组数据的算术平均值和标准差，步骤c，计算t时刻的基于分批估计与加权平均值进行决策融合的最终输出yo，将得到的yo与控制限做比较，判断空分过程中输气管和设备的最终故障。通过上述方法，能够有效提高空分过程中堵塞和泄漏故障预报的准确性，进一步提高安全监测的精确程度，确保安全生产。
22.与现有技术相比，本发明具有以下有益效果：（1）本发明一种用于空分的空气低温冷却液化方法，通过设置的压力检测机构，当输气管道内的气压过大或者过小时，气流从第二通气口快速进出，能够产生声音对工作人员进行提醒，若气压过大说明输气管或者设备存在堵塞的故障隐患，若气压过小，则说明输气管或者设备出现泄漏的故障，便于及时发现并处理故障，提升空分设备安全。
23.（2）本发明一种用于空分的空气低温冷却液化方法，通过对采集的输气管压力数据进行多次分析处理，并且结合多数据的数据融合，综合得出输气管或者设备的漏气和堵塞故障，利用多个信息源的联合优势，提高故障信息处理的高效性和准确性，消除个别故障信息的局限性和误判性。
24.（3）本发明一种用于空分的空气低温冷却液化方法，通过限定所述弹簧的直径r、弹簧的丝径r、弹簧的有效圈数n和密封板受到气体压力f之间的关系，使密封板更好的保持平衡，且稳定的进行工作，增加弹簧的耐用性。
25.（4）本发明一种用于空分的空气低温冷却液化方法，通过设定的数据处理方法采用神经网络集成方法得到精确的压力数据，便于后续的数据融处理过程，进一步提升故障判断的准确性。
26.（5）本发明一种用于空分的空气低温冷却液化方法，通过设定输气管基于聚类的故障数据处理方法，便于后续的数据融处理过程，进一步提升故障判断的准确性。
27.（6）本发明一种用于空分的空气低温冷却液化方法，通过设定的声音警示机构的初步检测与检测系统的精确检测相互结合，综合判定输气管内的压力值，有助于获取精确的压力值，并且通过多数据融合综合得出输气管或者设备是否存在泄漏或者堵塞的情况。
28.（7）本发明一种用于空分的空气低温冷却液化方法，通过多个压力检测机构之间构成双向链式传输链路，增加信息传输的安全性和完整性，同时降低压力检测机构的安装难度。
附图说明
29.为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作
是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
30.图1是本发明的整体结构示意图。
31.图2是本发明的声音警示机构平衡状态示意图。
32.图3是本发明的声音警示机构输气管堵塞状态示意图。
33.图4是本发明的声音警示机构输气管泄漏状态示意图。
34.图5是本发明的检测系统框图。
35.图6是本发明的压力检测机构框图。
36.图7是本发明的基于聚类的数据处理流程图。
37.图8是本发明的基于神经网络数据处理流程图。
38.图9是本发明的液化方法流程图。
39.图中：1、空压机；2、预冷系统；3、精馏系统；4、冷凝器；5、输气管；6、声音警示机构；7、压力检测机构；61、壳体；62、通气管；63、弹簧；64、密封板；65、第一通气口；66、第二通气口；67、第三通气口；68、挡块。
具体实施方式
40.为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述。显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
41.因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
42.实施例一：如图9所示，一种用于空分的空气低温冷却液化方法，包括以下步骤：s1，空气经过空压机送入到预冷系统进行预冷，预冷过后的低温空气送入到精馏系统进行精馏分离，最后将分离后的冷空气送入冷凝器进行液化收集；s2，通过设置的声音警示机构，当输气管和设备正常工作时，若输气管道内的气压过大或者过小时，气流从第二通气口或第三通气口快速进出，结合振动发声学产生声音对操作人员进行提醒，若气压过大说明输气管或者设备存在堵塞的故障隐患，若气压过小，则说明输气管或者设备出现泄漏的故障；s3，经过s2初步检测输气管或者设备是否存在故障，之后通过设置的压力检测机构采集输气管道内的气体压力值，并对采集的数据采用不同的方法进行数据分析处理，得出相应的分析结果；s4，将不同方法得出的分析结果结合多数据的数据融合，综合得出输气管或者设备的漏气和堵塞故障，利用多个信息源的联合优势，提高故障信息处理的高效性和准确性。
43.步骤s2中，当输气管中的压力值大于正常工作的设定值时，密封板受到的压力增
大，拉动弹簧向远离输气管的方向移动，同时挡块跟随移动，第一通气口和第二通气口呈开启状态，此时输气管道内的气流方向经过壳体内部，一部分从第二通气口向外流出，另一部分经过第一通气口再次流入到输气管内，当输气管内的气体持续从第二通气口向外流出时，根据发声原理气流从第二通气口流出发出尖细的警示声，提醒工作人员输气管或者设备存在堵塞的故障情况；另一部分气体经过第一通气口再次流入到输气管内，减小压缩空气的流失。
44.步骤s2中，当输气管中的压力值小于正常工作的设定值时，密封板受到的压力减小，拉动弹簧向靠近输气管的方向移动，同时挡块跟随移动，第一通气口和第二通气口呈开启状态，此时输气管道内的气流经过通气管进入到壳体内，分别从第二通气口和第三通气口流出，当输气管内的气体持续从第二通气口和第三通气口向外流出时，根据发声原理，第二通气口和第三通气口同时发出尖细的警示声，提醒工作人员输气管或者设备存在泄漏的故障情况。
45.步骤s3中，一种对采集输气管中的压力数据的数据处理方法为：a，获取输气管中常规正常气压，通过存储器存储得到原样本数据，采用标准化训练样本得到样本数据的均值和方差，并对通过压力传感器采集的气压得到的采样数据进行归一化处理；b，计算采样数据样本与原样本数据之间的欧几里得距离值。
46.c，判断采集的样本数据的欧几里得距离值是否大于原样本数据设定的阈值，若大于则判断有堵塞故障，若小于则判断正常。
47.步骤s3中，另一种数据处理方法包括以下步骤，步骤一，获取输气管中常规正常气压，通过存储器存储得到原样本数据；步骤2，对样本数据进行数据处理，确定需要进行回归预测变量，生成多个初始神经网络，从多个神经网络中，利用聚类集成法选出多个网络个体构建神经网络集成；采用标准化训练样本得到样本数据的均值和方差，并对通过压力传感器采集的气压得到的采样数据进行归一化处理。步骤3，将归一化后的数据采用神经网络计算，通过算数平均得到神经网络集成的最终输出；步骤4，判断采集的样本数据的神经网络集成输出的检测数据是否大于原样本数据设定的阈值，若大于则判断有堵塞故障，若小于则判断正常。
48.实施例二：如图1-4所示，一种空分的空气低温冷却液化装置，包括空压机1、预冷系统2、精馏系统3、冷凝器4；所述空压机1、预冷系统2、精馏系统3、冷凝器4依次通过设置的输气管5进行连接，所述精馏系统3与冷凝器4之间的输气管5上设有声音警示机构6，当输气管5内的负压过大或者过小时，通过声音警示机构6发出警示音，所述输气管5上设有多个压力检测机构7，通过设置的压力检测机构7检测输气管5内的气体压力，根据输气管5内的气体压力判断输气管5是否出现堵塞故障和故障程度；所述声音警示机构6包括壳体61，所述壳体61为密封结构，所述壳体61的一端与输气管5连通，壳体61的两侧开设有第一通气口65和第二通气口66，所述壳体61的另一端开设有第三通气口67。
49.所述壳体61的内部设有至少一根弹簧63，所述弹簧63设在靠近输气管5的一端，且所述弹簧63与壳体61的内壁连接，所述弹簧63的另一端连接有密封板64所述密封板64两端
均设有挡板68，所述挡板68能够与第一通气口65和第二通气口66形成密封遮挡状态。
50.所述第一通气口65的外侧设有通气管62，所述通气管62与壳体61的外侧壁连接，所述通气管62的另一端与输气管5连通。
51.实施例三：如图5-8所示，在实施例一的基础上，该装置还包括压力故障检测系统，压力故障检测系统包括单片机，所述单片机包括存储模块、显示模块、数据处理模块、故障分析模块，所述显示模块为led显示屏，存储模块采用ram存储器；所述单片机通过串行通信连接有wifi转换器，所述wifi转换器通过无线通信连接有压力检测机构7，所述数据处理模块对采集的气体压力信号进行分析处理，处理之后经过故障分析模块输出故障结果。
52.所述压力检测机构7包括多个气压传感器，多个所述气压传感器均连接有数据采集卡，气压传感器通过数据采集卡连接有fpga芯片，所述fpga芯片包括有wifi模块，fpga模块通过wifi模块与wifi转换器实现无线通信，将采集的气压信号传输至wifi转换器，wifi转换器通过串行通信传输至单片机。
53.多个所述压力检测机构7之间通过wifi模块构成双向链式传输链路，双向链式传输链路通信的过程为：当有任何一个压力检测机构7的气压传感器采集到气压信息并通过wifi模块进行发送时，若没有监测到上游wifi链路的发送信号，能够对下游wifi链路进行发送，同时又能够接受上游链路传递的信息，在本压力检测机构7的气压信息发送完毕后接着能够发送接受的上游链路的信息；如果本压力检测机构7在发送信息前上游链路正在传送信息，则将上游链路的信息已透明的形式直接对下游链路完成发送，发送完上游链路信息之后在完成本压力检测机构7采集的气压信息。
54.实施例四：在实施例一的基础上，所述弹簧63采用两个，所述弹簧63为拉伸弹簧63，当声音警示机构6工作时，当输气管5和设备正常工作时，符合设定的压力值，所述声音警示机构6的连接板处于平衡状态，挡板68完全遮挡第一通气口65和第二通气口66，即密封板64所受到的气体压力等于两根弹簧63回弹力值；为了使密封板64更好的保持平衡，且稳定的进行工作，所述弹簧63的直径r、弹簧63的丝径r、弹簧63的有效圈数n和密封板64受到气体压力f之间满足以下关系：f=δ
·
(nr)2/r；上式中δ为相关系数，取值范围为2.5-8.0； r、r单位为mm。当δ小于2.5时，弹簧63的刚度大，不易变形，密封板64不易带动弹簧63拉伸，当δ小于8.0时，弹簧63的刚度较小，气体对密封板64造成的压力过大时，会对弹簧63造成不可恢复力，使弹簧63造成损坏。对以上做定量实验，分别取δ为2、4、6、8进行验证，当当δ为2时， f为65n；当δ为4时，, f为75n；当δ为6时， f为100n；当δ为8时， f为90n，以上数据说明当δ为6左右时，弹簧63能够承受的密封板64的拉力最大，且弹簧63的刚度最为合适，最为耐用。当输气管5中的压力值大于正常工作的设定值时，密封板64受到的压力增大，拉动弹簧63向远离输气管5的方向移动，同时挡块跟随移动，第一通气口65和第二通气口66呈开启状态，此时输气管5道内的气流方向经过壳体61内部，一部分从第二通气口66向外流出，另一部分经过第一通气口65再次流入到输气管5内，当输气管5内的气体持续从第二通气口66向外流出时，根据发声原理气流从第二通气口66流出发出尖细的警示声，提醒工作人员输气管5或者设备存在堵塞的故障情况。另一部分气体经过第一通气口65再次流入到输气管5内，减小压缩空气的流失。
55.当输气管5中的压力值小于正常工作的设定值时，密封板64受到的压力减小，拉动弹簧63向靠近输气管5的方向移动，同时挡块跟随移动，第一通气口65和第二通气口66呈开启状态，此时输气管5道内的气流经过通气管62进入到壳体61内，分别从第二通气口66和第三通气口67流出，当输气管5内的气体持续从第二通气口66和第三通气口67向外流出时，根据发声原理，第二通气口66和第三通气口67同时发出尖细的警示声，提醒工作人员输气管5或者设备存在泄漏的故障情况。以上通过设置的声音警示机构6能够初步检测输气管5或者设备是否存在泄漏或者堵塞的情况，便于及时提醒操作人员，及时排除故障，保障设备正常运行。
56.实施例五：在实施例一的基础上，其中一种数据处理模块的故障数据处理方法包括：a，获取输气管5中常规正常气压，通过存储器存储得到原样本数据，采用标准化训练样本得到样本数据的均值和方差，并对通过压力传感器采集的气压得到的采样数据进行归一化处理；b，计算采样数据样本与原样本数据之间的欧几里得距离值；c，判断采集的样本数据的欧几里得距离值是否大于原样本数据设定的阈值，若大于则判断有堵塞故障，若小于则判断正常。
57.所述数据处理模块的另一种数据处理方法采用神经网络集成方法，包括以下步骤，步骤一，获取输气管5中常规正常气压，通过存储器存储得到原样本数据；步骤2，对样本数据进行数据处理，确定需要进行回归预测变量，生成多个初始神经网络，从多个神经网络中，利用聚类集成法选出多个网络个体构建神经网络集成；采用标准化训练样本得到样本数据的均值和方差，并对通过压力传感器采集的气压得到的采样数据进行归一化处理；步骤3，将归一化后的数据采用神经网络计算，通过算数平均得到神经网络集成的最终输出；步骤4，判断采集的样本数据的神经网络集成输出的检测数据是否大于原样本数据设定的阈值，若大于则判断有堵塞故障，若小于则判断正常。采用的bp神经网络的隐含神经元个数k满足：k=( n+m) 1/2
+β；k=log2·
n；上式中n为输入单元个数，m为输出单元个数，β为1-10之间的常数。
58.将两种数据处理的方法进行融合，综合输出结果，判断故障的准确性，若综合输出输气管5中的压力变大，则故障判断为堵塞，若综合输出输气管5中的压力变小，则故障判断为泄漏；两种数据进行融合的方法包括：步骤a，将t个时刻两种方法得到的输出yi，i=1,2,3，根据每个方法进行归一化处理，即yi=yi/thi；thi为每个方法输出的控制限；步骤b，将归一化后的输出进行组合为y
1 y2，计算每组数据的算术平均值和标准差，步骤c，计算t时刻的基于分批估计与加权平均值进行决策融合的最终输出yo，将得到的yo与控制限做比较，判断空分过程中输气管5和设备的最终故障。通过上述方法，能够有效提高空分过程中堵塞和泄漏故障预报的准确性，进一步提高安全监测的精确程度，确保安全生产。
59.通过上述技术方案得到的装置是一种用于空分的空气低温冷却液化方法，通过设置的压力检测机构，当输气管道内的气压过大或者过小时，气流从第二通气口快速进出，能够产生声音对工作人员进行提醒，若气压过大说明输气管或者设备存在堵塞的故障隐患，若气压过小，则说明输气管或者设备出现泄漏的故障，便于及时发现并处理故障，提升空分设备安全。通过对采集的输气管压力数据进行多次分析处理，并且结合多数据的数据融合，
综合得出输气管或者设备的漏气和堵塞故障，利用多个信息源的联合优势，提高故障信息处理的高效性和准确性，消除个别故障信息的局限性和误判性。通过限定所述弹簧的直径r、弹簧的丝径r、弹簧的有效圈数n和密封板受到气体压力f之间的关系，使密封板更好的保持平衡，且稳定的进行工作，增加弹簧的耐用性。通过设定的数据处理方法采用神经网络集成方法得到精确的压力数据，便于后续的数据融处理过程，进一步提升故障判断的准确性。通过设定输气管基于聚类的故障数据处理方法，便于后续的数据融处理过程，进一步提升故障判断的准确性。通过设定的声音警示机构的初步检测与检测系统的精确检测相互结合，综合判定输气管内的压力值，有助于获取精确的压力值，并且通过多数据融合综合得出输气管或者设备是否存在泄漏或者堵塞的情况。
60.本发明中未详细阐述的其它技术方案均为本领域的现有技术，在此不再赘述。
61.以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化；凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。