【技术实现步骤摘要】
基于高斯过程回归的离心泵外特性预测方法
本专利技术属于离心泵外特性预测方法
，具体涉及基于高斯过程回归的离心泵外特性预测方法。
技术介绍
离心泵的外特性反映的是离心泵工作时的工作特性，反映了离心泵运行时的整体工作性能，离心泵的外特性包括其扬程、效率、功率，其中通过外特性曲线表示离心泵在不同工况下的运行状况。离心泵在工作时，由于受到外部工作环境的影响，其工作状态会发生变化，同时由于离心泵工作时存在泄漏、回流、二次流等情况，所以很难精确预测离心泵外特性。另外离心泵的工作环境多变，离心泵很多时候处于恶劣的工况下，同时离心泵外特性曲线的效率—流量曲线容易存在驼峰区，这也为离心泵的外特性预测增大了困难。目前大多数预测离心泵的方法是使用计算流体力学(CFD)预测离心泵的外特性曲线，但是由于上述的问题其预测的误差相对较大，同时在使用计算流体力学时，对于湍流模型的选取，网格划分，边界条件的设置，都需要设计的经验，很难有唯一的标准，并且模拟过程复杂，对计算要求高。使用计算流体力学来预测离心泵外特性相对费时费力。当使用离心...
【技术保护点】
1.基于高斯过程回归的离心泵外特性预测方法，其特征在于：包括以下步骤：/n1)数据采集：离心泵外特性实验开始前，将进口阀开至最大，电机频率设定为预设频率，调节出口阀使出口压力表示数稳定在预设数值，此阀门开度为初始阀门开度，在预设频率下，调节出口阀门开度，直到出口阀门开度调至最大，依次记录出口阀口开度、进口压力、出口压力、泵出口流量，同时得出所对应的离心泵外特性；/n2)数据处理：对所记录的离心泵外特性实验数据，以及基于实验数据所获得的外特性进行分析，经过归一化处理，获得模型的输入数据；/n3)离心泵外特性预测模型的建立：在步骤2)数据处理后的实验数据中，各组归一化处理后的离...
【技术特征摘要】
1.基于高斯过程回归的离心泵外特性预测方法，其特征在于：包括以下步骤：
1)数据采集：离心泵外特性实验开始前，将进口阀开至最大，电机频率设定为预设频率，调节出口阀使出口压力表示数稳定在预设数值，此阀门开度为初始阀门开度，在预设频率下，调节出口阀门开度，直到出口阀门开度调至最大，依次记录出口阀口开度、进口压力、出口压力、泵出口流量，同时得出所对应的离心泵外特性；
2)数据处理：对所记录的离心泵外特性实验数据，以及基于实验数据所获得的外特性进行分析，经过归一化处理，获得模型的输入数据；
3)离心泵外特性预测模型的建立：在步骤2)数据处理后的实验数据中，各组归一化处理后的离心泵的进口压力、出口压力、出口流量、出口阀门开度作为输入特征，归一化处理后的离心泵的扬程，效率，功率作为输出特征，将输入特征和输出特征导入到训练模型中，在建立高斯过程回归模型时，选取径向基核函数作为协方差函数，高斯过程回归中超参数的估计使用极大似然估计，使模型预测精度更高，然后通过建立的高斯过程回归模型对离心泵外特性实验数据进行训练和模拟，进行预测模型的搭建，最后获得离心泵的进出口压力、出口流量、出口阀门开度与扬程、效率、功率的对应关系，
其中，基于高斯过程回归模型建立预测模型的公式为：
y～N(μ(X),K(X,X))
其中y表示训练数据中输出的离心泵外特性数据；
X表示训练数据中离心泵外特性试验的测量数据；
μ(X)表示训练数据中离心泵外特性试验的测量数据均值；
K表示进行离心泵外特性实验的各组测量数据的协方差矩阵；
N表示正态分布；
其中，基于预测模型的离心泵外特性预测公式如下：
其中y表示训练数据中输出的离心泵外特性数据；
X表示训练数据中离心泵外特性实验的测量数据；
X*表示测试数据中离心泵外特性实验的测量数据；
f*表示高斯过程回归模型预测的离心泵外特性数据；
μ(X)表示训练数据中离心泵外特性实验的测量数据均值；
μ(X*)表示测试数据中离心泵外特性实验的测量数据均值；
K表示离心泵外特性实验各组测量数据的协方差矩阵；
σn表示离心泵外特性实验各组测量数据的方差值；
T表示矩阵的转置；
N表示正态分布；
4)评估监测模型结果：根据步骤3)建立的预测模型，通过输入待测的四组输入数据，对比基于预测模型的离心泵外特性预测结果与基于真实的离心泵外特性实验的所得出结果的拟合情况，以判断步骤3)建立的预测模型的准确性。
2.根据权利要求1所述的基于高斯过程回归的离心泵外特性预测方法，其特征在于所述步骤1)中，阀门开度的调节根据出口流量的增大而相对应增大。
3.根据权利要求1所述的基于高斯过程回归的离心泵外特性预测方法，其特征在于所述步骤2)中，对离心...
【专利技术属性】
技术研发人员：夏召顺，刘建飞，陈肖，王柳闵，邱绵振，于燕坤，林伟，蔡姚杰，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。