-
公开(公告)号：CN115545302A
公开(公告)日：2022-12-30
申请号：CN202211210000.5
申请日：2022-09-30
Applicant: 中国计量大学
IPC: G06Q10/04 , G06F30/20 , G06T3/40 , G06F113/08 , G06F119/06
Abstract: 一种基于PN曲线的离心泵流量插值预测方法，包括以下步骤：步骤1.通过设置变频器输入频率，调整阀门开度，获取不同流量的离心泵的轴功率P、转速N和流量Q测试样本数据；步骤2.绘制转速‑轴功率图，并将不同频率下相同流量的点拟合成多项式方程；步骤3.基于多条拟合曲线，通过插值法预测离心泵的流量；步骤4.将基于PN曲线的离心泵流量插值预测方法植入离心泵上位机控制程序，基于实时测量数据，实现离心泵性能的准确预测。本发明能够稳定且准确地预测离心泵的流量，实现无流量传感条件下离心泵流量的实时监测，保证设备的安全运行。该预测方法构造简单，易于实现，预测精度高，稳定性好。
-
公开(公告)号：CN114109859B
公开(公告)日：2023-10-17
申请号：CN202111252959.0
申请日：2021-10-27
Applicant: 中国计量大学
Abstract: 一种无流量传感的离心泵性能神经网络预测方法，包括以下步骤：步骤1.通过离心泵水力性能试验，获取不同转速下的离心泵流量、扬程、电机输入功率和工作转速频率；步骤2.建立不同转速下的离心泵流量–扬程、流量–功率多项式拟合方程，对流量–功率方程进行求导，判定其是否存在极值；步骤3.若功率不存在极值，以工作转速频率、电机输入功率作为输入参数，建立离心泵流量、扬程双神经网络预测模型；若功率存在极值，以工作转速频率、扬程作为输入参数，建立离心泵流量单神经网络预测模型；步骤4.将训练好的神经网络预测模型，植入离心泵控制器，基于实时测量数据，实现离心泵性能的准确预测。本发明保证设备运行的安全性和可靠性。
-
公开(公告)号：CN115573924A
公开(公告)日：2023-01-06
申请号：CN202211209989.8
申请日：2022-09-30
Applicant: 中国计量大学
Abstract: 一种基于改进QP模型的离心泵性能预测方法，包括以下步骤：步骤1.通过离心泵水力性能试验，获取不同输入频率下的离心泵流量Q、扬程H、实际工作转速n、电机输入功率P的测试样本数据；步骤2.建立不同转速下的离心泵流量‑扬程、流量‑功率多项式拟合方程；步骤3.将离心泵工作区域划分为多个工作区间，利用每个区间的上限转速和下限转速的功率‑流量曲线换算得到两条当前转速的流量‑功率曲线；步骤4.通过当前的电机输入功率计算得到预测的流量，利用预测流量获得预测的扬程；步骤5.将改进的预测算法植入离心泵控制器，基于实时测量数据，实现离心泵性能的准确预测。本发明实现无流量传感器下离心泵性能的准确预测。
-
公开(公告)号：CN114109859A
公开(公告)日：2022-03-01
申请号：CN202111252959.0
申请日：2021-10-27
Applicant: 中国计量大学
Abstract: 一种无流量传感的离心泵性能神经网络预测方法，包括以下步骤：步骤1.通过离心泵水力性能试验，获取不同转速下的离心泵流量、扬程、电机输入功率和工作转速频率；步骤2.建立不同转速下的离心泵流量–扬程、流量–功率多项式拟合方程，对流量–功率方程进行求导，判定其是否存在极值；步骤3.若功率不存在极值，以工作转速频率、电机输入功率作为输入参数，建立离心泵流量、扬程双神经网络预测模型；若功率存在极值，以工作转速频率、扬程作为输入参数，建立离心泵流量单神经网络预测模型；步骤4.将训练好的神经网络预测模型，植入离心泵控制器，基于实时测量数据，实现离心泵性能的准确预测。本发明保证设备运行的安全性和可靠性。
-
-
-
Search Results
4
records
(took 0.016 seconds)
