一种水泵运行状态的确定方法和装置

    公开(公告)号:CN118167665A

    公开(公告)日:2024-06-11

    申请号:CN202410418272.7

    申请日:2024-04-08

    Abstract: 本发明公开了一种水泵运行状态的确定方法和装置。该方法包括:首先,获取水泵在不同运行工况下的第一振动数据;其次,根据实测正常数据和异常数据生成第一样本集;然后,根据异常数据生成第二样本集;接下来,分别从第一训练集和第二训练集中提取至少两种预设类型的信号特征;然后,根据至少两种预设类型的信号特征建立SVDD模型和SVM模型;接下来,利用SVDD模型对水泵进行监测,并输出水泵的运行状态。当监测结果正常时,保持对水泵进行监测;当监测结果异常时,利用SVM模型确定水泵的故障类型。本发明实施例的水泵运行状态的确定方法和装置,能够建立更加全面的SVDD模型和SVM模型,并实现了水泵早期故障的准确监测和具体故障的精准识别。

    水下清理机器人、水下清理系统及水下清理方法

    公开(公告)号:CN118595017A

    公开(公告)日:2024-09-06

    申请号:CN202410768825.1

    申请日:2024-06-14

    Abstract: 本发明公开了一种水下清理机器人、水下清理系统及水下清理方法,能够替代人工对水池底部的杂物进行清理,提高清理效率,从而降低清理费用及安全风险。该水下清理机器人包括履带式移动平台(1)和清理组件。履带式移动平台(1)用于移动。清理组件包括铲斗(2)、过滤网(3)、螺旋齿滚刀、第一驱动件(4)和抽吸泵(5)。铲斗(2)设置在履带式移动平台(1)的前端。过滤网(3)盖设在铲斗(2)的开口上,用于对进入铲斗(2)内的杂物进行过滤;过滤网(3)的过滤孔的尺寸可调节。抽吸泵(5)设置在履带式移动平台(1)上,其吸污口设置在铲斗(2)内的螺旋齿滚刀的后方,用于吸入杂物后输送至待收集位置。

    一种拦污网受力分析试验方法及拦污网受力计算方法

    公开(公告)号:CN119803756A

    公开(公告)日:2025-04-11

    申请号:CN202411864874.1

    申请日:2024-12-17

    Abstract: 本发明涉及拦污网受力分析技术领域,公开了一种拦污网受力分析试验方法及拦污网受力计算方法,其中受力分析试验方法包括:设置多种拦污网所在受力流水环境的试验动力条件;选取多种不同材质、网线直径、网目大小的拦污网网片作为不同类型的试验网片;在不同类型的试验网片设置于固定框内,并在预设位置设置多个拉压力传感器测量其在不同试验动力条件下的受力值;基于试验网片的类型及不同的试验动力条件,利用预设受力计算公式得到对应的理论计算值;将测量的受力值与计算得到的理论计算值进行比较得到试验分析结果。本发明针对不同类型拦污网在水流、波浪、波流作用下受力分析,为拦污网的设计和试验模拟提供科学依据。

    一种基于多模态融合的凝汽器污垢热阻预测方法和装置

    公开(公告)号:CN117973177A

    公开(公告)日:2024-05-03

    申请号:CN202311685413.3

    申请日:2023-12-08

    Abstract: 本发明涉及计算机技术领域,公开了一种基于多模态融合的凝汽器污垢热阻预测方法和装置,该方法包括:获取核电冷端系统的历史运行数据以及凝汽器清洗周期数据;将历史运行数据的数据量和凝汽器清洗周期数据进行比较,得到比较结果;根据比较结果,确定目标预测模型;利用目标预测模型对凝汽器的污垢热阻进行预测,本发明通过将历史运行数据的数据量和凝汽器清洗周期数据的数据量进行比较,以根据不同历史运行数据的数据量选择不同的目标预测模型,以根据实际情况采用不同的预测策略实现凝汽器的污垢热阻预测,无需积累历史数据,考虑到历史运行数据的数据量选择不同的预测模型,利用预测模型进行预测,提高了凝汽器的污垢热阻预测结果的准确性。

    一种重要厂用水泵智能诊断的方法及装置

    公开(公告)号:CN114548154A

    公开(公告)日:2022-05-27

    申请号:CN202210072680.2

    申请日:2022-01-21

    Abstract: 本发明涉及一种重要厂用水泵智能诊断的方法及装置,该方法包括:S1:采集不同工况下重要厂用水泵的振动信号,得到包含不同故障状态的振动信号的样本点;S2:对样本点进行小波阈值去噪预处理;S3:建立故障博弈模型为故障诊断代理提供观察、行动和获得奖励的交互式环境;S4:通过堆叠自编码神经网络对多个隐藏层降维和特征提取,利用BP神经网络对初始参数进行优化,得到一个具有特征提取和模式识别功能的深度神经网络模型;S5:输出诊断结果。本发明可以根据不同状态的振动信号,通过设计故障诊断博弈环境,将强化学习与深度学习相结合能够有效建立深度神经网络模型,实现智能诊断化,并且有较好的诊断效果。

Patent Agency Ranking