一种离心泵运行优化控制方法技术

本发明专利技术公开了一种离心泵运行优化控制方法，包括离线计算模块和在线计算模块。所述离线计算模块，根据离心泵理论，建立离心泵系统数学模型并输出离心泵系统的离线数据，构建离线数据库A；通过实际测得的扬程、效率和流量数据，构建离线数据库B，由改进的BPNN预测模型进行修正。所述在线计算模块，当离心泵系统输出端改变，触发离心泵智能控制系统，在线查找控制率，判断是否满足状态参数阈值来进行运行调节。本发明专利技术将扬程、流量、转速储存为树状数据，结合二叉树搜索算法，快速查找不同工况下数据，实现实时监测、优化控制；建立改进的BPNN预测模型进行自身数据训练，修正离心泵因老化导致的数学模型不准确的问题。致的数学模型不准确的问题。致的数学模型不准确的问题。

【技术实现步骤摘要】
一种离心泵运行优化控制方法


[0001]本专利技术涉及离心泵控制领域，具体涉及一种智能离心泵运行优化控制方法。

技术介绍

[0002]随着社会的不断发展，离心泵控制系统在日常生活以及工程当中运用越来越频繁，对其要求也越来越高。为了最大程度发挥系统的控制效果，需要在实践应用过程中不断加强离心泵控制系统的优化。离心泵的自动控制系统能有效降低控制成本投入，提升安全控制。
[0003]但是，目前的离心泵自动控制系统中，其检测系统缺乏一定的时效性，离心泵的输出也是按照设计好的数据输出，无法根据离心泵的具体情况实现改变，这样对于运转当中出现突发情况的应变不足，需要一定的管理人员进行人为干预，而现实中离心泵控制系统的管理人员对于控制系统的认知不全，无法做出十分准确的判断和操作，因此不仅影响离心泵控制系统的效果，并且会浪费一定的能源。

技术实现思路

[0004]针对上述技术不足，本专利技术提供了一种能对离心泵的实时状态监测、高效优化调节的智能离心泵优化控制方法。
[0005]本专利技术通过以下技术方案实现：
[0006]离心泵运行优化控制方法分为两个主要模块：离线计算模块和在线计算模块。
[0007]所述离线计算模块，包括：一、根据离心泵理论，建立离心泵系统数学模型，运用所述离心泵系统数学模型，输出离心泵系统的离线数据，构建离心泵系统离线数据库A。二、通过实际所测得的扬程、效率和流量数据，建立了改进的反向传播神经网络BPNN预测模型进行自身数据训练，以构建离心泵控制系统离线数据库B。<br/>[0008]所述在线计算模块，根据输出端改变，触发离心泵智能控制系统，结合离线数据库A以及二叉树搜索算法在线查找控制率，在运行中，判断是否满足状态参数阈值来控制离心泵系统的运行和调节。
[0009]所述离心泵运行优化控制方法，具体包括以下步骤：
[0010]步骤1.离线计算过程：
[0011]1.1：根据离心泵扬程、效率与流量的理论关系建立离心泵系统数学模型；
[0012]1.2：根据上述离心泵系统数学模型，输出离心泵工作范围内的所有流量值对应的离散点扬程H
i
下的流量Q
i1
、Q
i2
以及转速n0、n
m
，经二叉树形结构数据梳理后，形成离线数据库A。
[0013]步骤2.在线计算过程:
[0014]2.1：读取到离心泵系统的输出端改变；
[0015]2.2：输出端改变触发离心泵智能控制系统，进入在线计算；
[0016]2.3：运用二叉树遍历算法中的先序遍历，快速寻找所需要的最优控制率，控制率
对应转速；
[0017]2.4：根据控制率对输出端改变进行运行调节；
[0018]2.5：判断调节后的输出扬程、流量数据是否满足设定的状态参数阈值，若为假，则返回步骤2.2；若为真，则进入下一步；
[0019]2.6：建立离线数据库B；将离心泵系统实际输出的扬程、流量、转速数据储存于离线数据库B；
[0020]2.7：当实际输出数据中，转速数据中含有额定转速时，进入步骤3。
[0021]步骤3.建立改进的BPNN预测模型，修正离线数据库B中的数据。
[0022]具体步骤为：
[0023]3.1：确认输入层、输出层参数个数，将离线数据库B中的数据归一化，以加快BPNN预测模型的收敛能力；
[0024]3.2：确定隐含层神经元数；
[0025]3.3：搭建BPNN神经网络预测模型，对其进行训练；
[0026]3.4：将步骤2.6保存于离线数据库B中的数组随机打乱，并输入到建立好的BPNN预测模型中；
[0027]3.5：利用改进的BPNN预测模型，对离心泵进行全特性曲线预测，得到流量、扬程和转速数据，并修正离线数据库B中数据。所述修正后的离线数据库B中的数据，被用于离心泵系统的输出端再次改变时，快速寻找所需要的最优控制率。
[0028]本专利技术的有益效果是：
[0029]1、针对离心泵在启动时刻T0下，由于转速的变化导致0至T0时刻的数学模型与恒定转速下的数学模型不一致，本专利技术将扬程、流量、转速储存为树状数据，并结合二叉树搜索算法，能够快速地查找不同工况下的离心泵数据，实现离心泵的实时监测、高效优化调节。
[0030]2、建立了改进的BPNN模型进行自身数据训练，每隔设定的一段时间输出当前工况下的扬程
‑
流量
‑
转速的数学模型关系，能够修正离心泵因老化导致的数学模型不准确的问题。
附图说明
[0031]图1是本专利技术的离心泵优化控制流程图；
[0032]图2是同一扬程H
i
下流量和转速的树形结构数据；
[0033]图3是扬程H
i
树形结构数据。
具体实施方式
[0034]下面结合附图对本专利技术的具体实施方式做进一步描述。
[0035]如图1所示，本专利技术的离心泵运行优化控制方法包括离线计算模块和在线计算模块。
[0036]所述离线计算模块，包括：一、根据离心泵理论，建立离心泵系统数学模型，运用所述离心泵系统数学模型，输出离心泵系统的离线数据，构建离心泵系统离线数据库A；二、通过实际所测得的扬程、效率和流量数据，建立了改进的反向传播神经网络BPNN预测模型进行自身数据训练，以构建离心泵控制系统离线数据库B。
[0037]所述在线计算模块，根据输出端改变，触发离心泵智能控制系统，结合离线数据库A以及二叉树搜索算法在线查找控制率，在运行中，判断是否满足状态参数阈值来控制离心泵系统的运行和调节。
[0038]本专利技术的离心泵运行优化控制方法，如图1所示，具体包括以下步骤：
[0039]步骤1：进行离心泵运行优化控制方法的离线计算：
[0040]1.1：根据离心泵扬程H、效率η与流量Q的理论关系建立离心泵系统数学模型。
[0041]优选地，根据离心泵的扬程
‑
流量关系图，建立额定转速n0和启动时刻T0下的扬程H、流量Q的函数模型：
[0042][0043]T0:H＝AQ2+BQ+C
[0044]其中：A、B、C为系数，n为任意转速，n0为额定转速，T0为离心泵开启后的时刻。
[0045]优选地，根据离心泵的效率
‑
流量关系图，建立额定转速n0下，流量Q关于效率η的函数模型：
[0046][0047]其中：O、P、J为系数，n为任意转速，n0为额定转速。
[0048]优选地，根据扬程H、效率η、流量Q的关系曲线可算得离心泵的最佳工作点，并根据流量Q的不断变化，其最佳工作点的位置也在不断改变。
[0049]1.2：根据步骤1.1所示的离心泵系统数学模型，运用编程软件，输出离心泵工作范围内的所有流量Q对应的理论扬程H的一系列离散点。将离散点扬程H
i
下的流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种离心泵运行优化控制方法，包括离线计算模块和在线计算模块，其特征在于：所述离线计算模块，包括：一、根据离心泵理论，建立离心泵系统数学模型，运用所述离心泵系统数学模型，输出离心泵系统的离线数据，构建离心泵系统离线数据库A；二、通过实际所测得的扬程、效率和流量数据，建立了改进的反向传播神经网络BPNN预测模型进行自身数据训练，以构建离心泵控制系统离线数据库B；所述在线计算模块，根据离心泵系统的输出端改变，触发离心泵智能控制系统，结合离线数据库A以及二叉树搜索算法在线查找控制率，在运行中，判断是否满足状态参数阈值来控制离心泵系统的运行和调节；具体包括以下步骤：步骤1.离线计算过程：1.1：根据离心泵扬程、效率与流量的理论关系建立离心泵系统数学模型；1.2：根据上述离心泵系统数学模型，输出离心泵工作范围内的所有流量值对应的离散点扬程H
i
下的流量Q
i1
、Q
i2
以及转速n0、n
m
，经二叉树形结构数据梳理后，形成离线数据库A；步骤2.在线计算过程:2.1：读取到离心泵系统的输出端改变；2.2：输出端改变触发离心泵智能控制系统，进入在线计算；2.3：运用二叉树遍历算法中的先序遍历，快速寻找所需要的...

【专利技术属性】
技术研发人员：周佩剑，周陈贵，牟介刚，罗会灿，周文强，吴登昊，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：