一种基于运行参数的离心风机性能退化评估方法及系统技术方案

一种基于运行参数的离心风机性能退化评估方法及系统，包括以下步骤：步骤1，获取离心风机初期投入使用期间连续T天的运行数据作为性能基准数据；步骤2，获取离心风机按步骤一选取的一对关联参数近期同等连续T天的运行数据作为性能评估数据；步骤3，计算性能基准数据集以及性能评估数据集的二维离散分布矩阵；步骤4，对各矩阵区间的重叠值加权得到性能评估得分；步骤5，根据性能评估得分判断离心风机性能是否出现退化。本发明专利技术基于风机运行参数主要是性能参数，采用二维离散分布重叠分析计算性能评分，原理清晰明了且性能评分结果具备可解释性。弥补了目前离心风机性能退化分析方法缺失的问题，且解决了风机性能退化分析的技术难点。点。点。

【技术实现步骤摘要】
一种基于运行参数的离心风机性能退化评估方法及系统


[0001]本专利技术属于离心风机性能退化分析领域，特别涉及一种基于运行参数的离心风机性能退化评估方法及系统。

技术介绍

[0002]离心式风机作为工业领域广泛应用的生产设备，应用于各大领域中，如矿井、隧道、冷却塔、车辆、船舶和建筑物的通风、排尘、锅炉和工业炉窑的通风和引风。水泥企业常用通风设备，最常见的如：篦冷机冷却风机、高温风机、窑头窑尾排风机等都属于离心式风机。目前在工业互联网的浪潮下，离心式风机状态监测已经较为普遍，如电厂的大型通风机，水泥厂的关键风机等都实现了常见的温度监测，部分甚至额外加装了振动传感器监测运行状态。这些手段的重点在于监测风机的电气和机械故障，如联轴器不对中、轴承损伤、磨损等，而针对风机运行性能的监测和分析目前并不常见，吴登昊等人在其专利《一种基于不确定度分析的泵与风机性能预测方法》中(专利号CN201910930803)提出获取流量
‑
压差和流量
‑
功率性能曲线，采用分段式的预测结合不确定度分析选择最佳预测模型，实现流量的精准预测，并未涉及风机性能退化评估。离心风机性能退化是风机在长期运行过程中必然产生的问题，主要原因是机械零部件运行期间产生的磨损和发热等因素影响导致性能出现劣化，性能退化对于风机的正常使用具有极大危害，若风机性能退化到一定程度无法达到最优，会导致一系列问题，直至影响生产的正常运转。由于离心风机性能参数众多，因此如何评估风机性能退化是一大难点。

技术实现思路

[0003]本专利技术的目的在于提供一种基于运行参数的离心风机性能退化评估方法及系统，以解决上述问题。
[0004]为实现上述目的，本专利技术采用以下技术方案：
[0005]一种基于运行参数的离心风机性能退化评估方法，包括以下步骤：
[0006]步骤1，基于离心风机的主要性能参数，选取其中一对关联参数组成的风机特性曲线，获取离心风机初期投入使用期间连续T天的运行数据作为性能基准数据；
[0007]步骤2，获取离心风机按步骤一选取的一对关联参数近期同等连续T天的运行数据作为性能评估数据；
[0008]步骤3，计算性能基准数据集以及性能评估数据集的二维离散分布矩阵；
[0009]步骤4，计算性能评估数据集的二维离散分布矩阵与性能基准数据集的二维离散分布矩阵的重叠值，并对各矩阵区间的重叠值加权得到性能评估得分；
[0010]步骤5，根据性能评估得分判断离心风机性能是否出现退化。
[0011]进一步的，步骤1和步骤2中，主要性能参数包括以下参数类型：转速
‑
R、风量
‑
L、风压
‑
H、功率
‑
N及效率η；默认基准数据对应的性能得分为满分，记性能基准数据 dataset1＝[x,y]，其中x和y为选取的一对关联参数，dataset1为性能基准数据集合；记性能评估数据
dataset2＝[x,y]，其中x和y为选取的一对关联参数，dataset2为性能评估数据集合。
[0012]进一步的，步骤1中，关联参数的组合包括以下几组：风量L
‑
转速R、风量L
‑
风压 H、风量L
‑
功率N、风量L
‑
效率η、转速R
‑
风压H；获取的性能基准数据要求连续时间满足以下条件：7≤T≤31。
[0013]进一步的，二维离散分布矩阵stats具体计算步骤如下：
[0014]1)首先将数据集中的x,y两个参数分别进行等间隔划分进行离散得到二维矩阵 matrix，matrix矩阵为方阵，为K行K列，K为划分间隔数量；离散间隔按对应参数上下限范围除以K值确定，其中上下限由离心风机性能参数实际可测范围确定；划分间隔数量K的取值范围为:50≤K≤100；
[0015]2)计算二维数据集x,y处于二维矩阵各个方格区间的数据点数，得到二维数量矩阵matrix_num，matrix_num矩阵为方阵，为K行K列。
[0016]3)选取x或y作为分布占比计算的参数，计算矩阵各个区间的分布占比stats，K为划分间隔数量。
[0017]进一步的，若选取了x参数作为分布计算主要参数，则分布占比计算如下：
[0018][0019]若选取了y参数作为分布计算主要参数，则分布占比计算如下：
[0020][0021]进一步的，性能评估得分具体计算步骤如下：
[0022]计算性能评估数据集的二维离散分布矩阵stats2与性能基准数据集的二维离散分布矩阵stats1各区间的重叠值，重叠值为对应区间两个分布的最小值：
[0023]overlap
ij
＝min(stats1
ij
，stats2
ij
)i＝0，1，...，K
‑
1；j＝0，1，...，K
‑1[0024]计算所有重叠值的加权结果作为性能评估得分PI：
[0025]若步骤三中选取了x参数作为分布计算的主要参数，则性能评估得分PI计算如下：
[0026][0027]若步骤三种选取了y参数作为分布计算的主要参数，则性能评估得分PI计算如下：
[0028][0029]其中matrix_num1为性能基准数据集划分为二维矩阵后各个区间的数据量矩阵，性能得分PI的取值范围为【0
‑
1】，性能得分越接近1，说明离心风机性能越好，接近初始投运阶段；性能得分越接近0，说明离心风机性能越差，相较初始投运阶段出现较大偏差。
[0030]进一步的，步骤五：判断离心风机性能是否出现退化具体方法如下：以一定的时间间隔，定期获取性能评估数据集，按步骤2、3、4中所述步骤计算得到风机性能得分PI，以此获取风机性能得分随时间日期的趋势数据集PI_trend_arr，通过以下两个条件综合评判风机性能是否存在退化；
[0031]条件1：最近一次的风机性能得分小于上一次风机性能得分；
[0032]条件2：风机性能得分趋势数据随时间出现下降的趋势；
[0033]若满足条件1或条件2，则判断风机性能出现了退化，反之，条件1和条件2都不满足，则判断风机性能未出现退化。
[0034]进一步的，条件2中判断趋势下降方法如下：计算风机性能得分趋势数据PI_trend_arr与对应时间戳序列的皮尔逊
‑
pearson相关系数c，若c小于
‑
0.65，则风机性能得分随时间存在下降趋势，反之，则不存在下降趋势。
[0035]进一步的，基于运行参数的离心风机性能退化评估系统，包括
[0036]性能基准数据获取模块，用于基于离心风机的主要性能参数，选取其中一对关联参数组成的风机特性曲线，获取离心风机初期投入使用期间连续T天的运行数据作为性能基准数据；
[0037]性能评估数据获取模块，用于获取离心风机本文档来自技高网...

【技术保护点】

【技术特征摘要】
计算所有重叠值的加权结果作为性能评估得分PI：若步骤三中选取了x参数作为分布计算的主要参数，则性能评估得分PI计算如下：若步骤三种选取了y参数作为分布计算的主要参数，则性能评估得分PI计算如下：其中matrix_num1为性能基准数据集划分为二维矩阵后各个区间的数据量矩阵，性能得分PI的取值范围为【0
‑
1】，性能得分越接近1，说明离心风机性能越好，接近初始投运阶段；性能得分越接近0，说明离心风机性能越差，相较初始投运阶段出现较大偏差。7.根据权利要求1所述的一种基于运行参数的离心风机性能退化评估方法，其特征在于，步骤五：判断离心风机性能是否出现退化具体方法如下：以一定的时间间隔，定期获取性能评估数据集，按步骤2、3、4中所述步骤计算得到风机性能得分PI，以此获取风机性能得分随时间日期的趋势数据集PI_trend_arr，通过以下两个条件综合评判风机性能是否存在退化；条件1：最近一次的风机性能得分小于上一次风机性能得分；条件2：风机性能得分趋势数据随时间出现下降的趋势；若满足条件1或条件2，则判断风机性能出现了退化，反之，条件1和条件2都不满足，则判断风机性能未出现退化。8.根据权利要求7所述...

【专利技术属性】
技术研发人员：胡翔，
申请(专利权)人：西安因联信息科技有限公司，
类型：发明
国别省市：