一种针对往复式压缩机进行迁移学习的故障诊断方法

    公开(公告)号:CN118349876A

    公开(公告)日:2024-07-16

    申请号:CN202410570061.5

    申请日:2024-05-09

    Abstract: 本发明公开了一种针对往复式压缩机进行迁移学习的故障诊断方法,属于往复式压缩机故障诊断技术领域。该方法利用数值仿真获取往复式压缩机在正常工况、进排气阀泄漏工况、进排气阀卡塞工况下的示功图,利用仿真计算所得到的p‑V示功图对往复式压缩机故障诊断神经网络进行了参数训练,通过大量高质量的具有明确标签的原始数据得到的示功图对卷积神经网络进行训练,然后利用该训练完成的神经网络对压缩机实体进行实时的故障诊断分类。该方法在计算过程中仅需要在流体计算部分进行数据迭代,大大节省了数据获取时间。

    一种基于混合建模与神经网络的透平压缩机喘振预警方法及系统

    公开(公告)号:CN119692200A

    公开(公告)日:2025-03-25

    申请号:CN202411880805.X

    申请日:2024-12-19

    Abstract: 本发明公开了一种基于混合建模与神经网络的透平压缩机喘振预警方法及系统,属于压缩机管网系统喘振预警技术领域。该方法在机理模型的基础上建立目标压缩机管网系统数据驱动的混合模型,实现喘振工况的高精度模拟仿真,通过混合建模技术对压缩机系统的关键设备进行兼顾物理与仿真应用的处理,并优化了参数传递方式,能够实现复杂压缩机管网系统喘振工况的高精度仿真,为实现压缩机喘振工况的准确识别与预警提供有力支持;方法在试验研究设备的基础上,利用建模仿真技术获得压缩机喘振特性。在满足动态仿真精度的前提下,避免了破坏性试验研究的高成本,具有先进性和实用性。

    一种基于数字孪生仿真的透平压缩机全工况预测方法和系统

    公开(公告)号:CN119692199A

    公开(公告)日:2025-03-25

    申请号:CN202411880803.0

    申请日:2024-12-19

    Abstract: 本发明公开了一种基于数字孪生仿真的透平压缩机全工况预测方法和系统,属于压缩机仿真技术领域。该方法通过对压缩机管网系统关键部件机理模型仿真得到的数据与实际压缩机管网系统实验数据集进行神经网络训练,得到各部件特性函数,建立高精度的目标压缩机数字孪生动态仿真系统。用户通过设置边界条件与初始条件,可实现对目标压缩机管网系统的全周期工况动态仿真与预测,并输出和存储仿真结果。仿真结果包括压缩机上下游压力、温度、流量随时间的动态变化。通过压缩机管网系统数字孪生系统,既可以对目标压缩机管网系统的测试工况进行仿真,获得对应工况压力、温度、流量的动态变化;也可以实现复杂工况下的特征分析与行为预测。

Patent Agency Ranking