洗涤塔预测性维护方法及装置制造方法及图纸

本发明专利技术公开了一种洗涤塔预测性维护方法、装置、计算机可读存储介质及电子设备，方法包括：获取参考洗涤塔的模型训练数据集，所述模型训练数据集包括各个除垢周期数据；确定所述模型训练数据集对应的至少两个结垢预测模型，各个所述结垢预测模型的模型结构不同；对各个所述结垢预测模型进行融合，确定目标除垢预测模型；根据所述目标除垢预测模型对目标洗涤塔进行预测性维护。本发明专利技术的技术方案，通过融合不同结垢预测模型的预测结果，从而得到较为准确预测性维护结果，后续，在需要除垢时对洗涤塔进行除垢，确保洗涤塔的正常运行，无需等到能源耗量显著增加后进行除垢。能源耗量显著增加后进行除垢。能源耗量显著增加后进行除垢。

【技术实现步骤摘要】
洗涤塔预测性维护方法及装置


[0001]本专利技术涉及能源
，尤其涉及洗涤塔预测性维护方法、装置、可读存储介质及电子设备。

技术介绍

[0002]洗涤塔与精馏塔类似，由塔体，塔板，再沸器，冷凝器组成。由于洗涤塔是进行粗分离的设备，所以塔板数量一般较少，通常不会超过十级。洗涤塔适用于含有少量粉尘的混合气体分离，各组分不会发生反应，且产物应容易液化，粉尘等杂质(也可以称之为高沸物)不易液化或凝固。当混合气从洗涤塔中部通入洗涤塔，由于塔板间存在产物组分液体，产物组分气体液化的同时蒸发部分，而杂质由于不能被液化或凝固，当通过有液体存在的塔板时将会被产物组分液体固定下来，产生洗涤作用，洗涤塔就是根据这一原理设计和制造的。并广泛的应用在化学工业、食品工业、制药等工业中。能否有效精确的判断洗涤塔塔盘结垢，并及时除垢是对洗涤塔进行预测性维护的关键。
[0003]目前，是通过事后判断确定出洗涤塔故障，确定洗涤塔是否因为结垢等因素造成能源浪费，能源耗量显著增加后才开始按照预定的方案，安排对洗涤塔的关键部位进行清洗等维护。
[0004]但是，上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种洗涤塔预测性维护方法，其特征在于，包括：获取参考洗涤塔的模型训练数据集，所述模型训练数据集包括各个除垢周期数据；确定所述模型训练数据集对应的至少两个结垢预测模型，各个所述结垢预测模型的模型结构不同；对各个所述结垢预测模型进行融合，确定目标除垢预测模型；根据所述目标除垢预测模型对目标洗涤塔进行预测性维护。2.根据权利要求1所述的方法，其特征在于，所述目标除垢预测模型用于预测出所述目标洗涤塔的结垢信息，并根据所述结垢信息中的结垢厚度和除垢临界值，确定是否除垢；所述除垢周期数据对应的除垢周期为第i次除垢到第i+1次除垢所经历的时间，其中，i为自然数。3.根据权利要求2所述的方法，其特征在于，还包括：当对所述目标设备进行除垢处理后，获取除垢评估指标的标准值以及所述除垢处理后的所述除垢评估指标的评估值；根据所述除垢评估指标的标准值和所述除垢评估指标的评估值之间的比较结果，确定所述除垢临界值的修改系数；根据所述除垢临界值的修改系数，修改所述除垢临界值。4.根据权利要求1所述的方法，其特征在于，所述对各个所述结垢预测模型进行融合，确定目标除垢预测模型，包括：根据所述模型训练数据集，确定各个所述结垢预测模型各自的预测误差向量；根据各个所述结垢预测模型各自的预测误差向量，确定各个所述结垢预测模型各自对应的权重；根据各个所述结垢预测模型各自对应的权重，对各个所述结垢预测模型进行融合，确定目标除垢预测模型。5.根据权利要求4所述的方法，其特征在于，所述根据各个所述结垢预测模型各自的预测误差向量，确定各个所述结垢预测模型各自对应的权重，包括：根据各个所述结垢预测模型各自的预测误差向量，确定信息误差矩阵；获取各个所述结垢预测模型对应的初始权重向量以及各个所述结垢预测模型对应的损失函数；根据所述信息误差矩阵和所述初始权重向量，求解所述损失函数，确定各...

【专利技术属性】
技术研发人员：徐少龙，张燧，
申请(专利权)人：新智数字科技有限公司，
类型：发明
国别省市：