一种基于PN曲线的离心泵流量插值预测方法

    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

    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。

    一种无流量传感的离心泵性能神经网络预测方法

    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

    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。

    一种基于改进QP模型的离心泵性能预测方法

    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

    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。

    一种无流量传感的离心泵性能神经网络预测方法

    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

    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。

Patent Agency Ranking