当前位置: 首页 > 专利查询>江苏大学专利>正文

一种离心式循环泵使用寿命监测系统及预测方法技术方案

技术编号:34282806 阅读:15 留言:0更新日期:2022-07-24 18:44
本发明专利技术公开了一种离心式循环泵使用寿命监测系统及预测方法,包括:离心式循环泵、涡轮流量计、压力变送器、直流电压变送器、电流输入隔离器、流量控制阀、转速控制阀、多功能数据采集卡、LabVIEW软件平台端。该方法指的是采用内嵌门控循环单元(GRU)模型及支持向量机(SVM)模型相结合的方式,监测系统采集数据在最优GRU模型上练习预测数据,将预测数据导入SVM模型做出效率和扬程的预测曲线,通过设定间隔失效阈值计算泵剩余使用寿命。该种预测方法解决了由单一GRU或SVM模型得出数据的不准确性、拟合精度不高和运算复杂等问题。GRU和SVM模型相结合使最终寿命预测更加精确,预测的运算时间大大提高。大大提高。大大提高。

A monitoring system and prediction method for service life of centrifugal circulating pump

【技术实现步骤摘要】
一种离心式循环泵使用寿命监测系统及预测方法


[0001]本专利技术属于机械设备智能监测及剩余寿命预测领域,特别是涉及一种离心式循环泵使用寿命监测系统及预测方法。

技术介绍

[0002]离心式循环泵表现为泵整体安装构造紧密、占地面积小、重量轻,采用一体式电机驱动,主要应用于在以温水循环为目的的水泵系统,通过对供热管道中已冷却的热水进行循环加热,从而减少热水的等待时间和水资源的浪费。离心式循环泵被用于各种供水供暖的系统中,包括电力、石油化工及生产生活中余热利用等领域。
[0003]目前在离心式循环泵的使用中,由于受到安装方式、运行环境和密封状况等条件的影响,使得泵无法长期有效的稳定运行。一旦发生故障和损坏,将严重影响泵的正常使用,导致整个运行系统发生中断,同时维修更换也会耗费不少的时间和人工成本。这就使得“如何智能化预测泵的剩余使用寿命”成为当前研究关键。智能化的监测控制系统运用于离心式循环泵,可以监测和采集泵运行时的状态参数,利用采集的数据做出泵剩余使用寿命的趋势预测,也可以通过设定参数值有效控制泵运行的转速及流量。根据预测所得的剩余使用寿命趋势,计算其剩余寿命时长,从而可以在故障或损坏发生之前及时对泵进行维修或更换,减少不必要的损失。目前的泵系统检修维护已经由过去的被动式或预防性维护转换为当前的主动式或预测性维护。本文所提出的一种离心式循环泵剩余使用寿命监测系统及预测方法,能够快速精准的采集泵性能参数,通过内嵌门控循环单元(GRU)模型和支持向量机(SVM)模型对泵的性能参数进行趋势预测,依据设定失效阈值计算剩余使用时长,从而保障泵在可预期性下平稳有效运行。

技术实现思路

[0004]本专利技术的目的是提供一种离心式循环泵使用寿命监测系统及预测方法,以解决上述现有技术存在的问题。
[0005]一方面为实现上述目的,本专利技术提供了一种离心式循环泵使用寿命监测系统,包括:离心式循环泵、压力变送器、涡轮流量计、直流电压变送器、电流输入隔离器、转速控制阀、流量控制阀、多功能数据采集卡、LabVIEW软件平台端;所述压力变送器、涡轮流量计、直流电压变送器和电流输入隔离器用于采集进出口的压力、流量、电压、电流,并输入到所述多功能数据采集卡中;所述LabVIEW软件平台端用于数据接收和数字信号的控制输出。
[0006]可选地,所述离心式循环泵的进口与出口都设有直流电压变送器、压力变送器、涡轮流量计、电流输入隔离器。
[0007]可选地,所述多功能数据采集卡用于基于USB接口采集所述离心式循环泵的性能参数数据并输入所述LabVIEW软件平台端。
[0008]可选地,所述LabVIEW软件平台端还用于基于内嵌公式获取并存储所述离心式循环泵的效率、扬程和功率,基于效率和扬程进行所述离心式循环泵的使用寿命预测。
[0009]另一方面为实现上述目的,本专利技术提供了一种离心式循环泵使用寿命预测方法,包括以下步骤:利用上述一种离心式循环泵使用寿命监测系统采集泵性能参数的实时数据;基于所述实时数据采用GRU模型进行训练、评估和预测,基于该模型利用预测数据获取所述离心式循环泵的效率寿命预测曲线及扬程寿命预测曲线;将所述预测数据输入SVM模型得出所述离心式循环泵的剩余使用寿命。
[0010]可选地,基于所述实时数据对GRU模型进行训练的过程包括:对采集的多组数据进行训练得到对应的预测曲线,再对训练后的模型进行评估分析,获得拟合精度高,相对误差小的最优模型,将待输入的预测数据导入所述最优模型,预测扬程和效率的大致走向,对泵的剩余寿命做出初步预测。
[0011]可选地,将所述预测数据输入SVM模型得出所述离心式循环泵的剩余使用寿命的过程包括:将所述预测数据导入SVM模型分别对不同时间变化下的效率及扬程进行线性超平面划分,对超平面两端的效率和扬程的间隔值进行失效阈值设置,计算效率和扬程的失效周期,基于效率和扬程的失效周期计算出所述离心式循环泵的剩余使用寿命。
[0012]可选地,基于效率和扬程的失效周期得出所述离心式循环泵的剩余使用寿命的过程包括:效率和扬程的间隔值随时间pt的的变化值为:d
Et*
={d
E1t
,d
E2t
,

d
Emt
,d
E(m+1)t
,

d
Ept
},d
Ht*
={d
H1t
,d
H2t
,

d
Hnt
,d
H(n+1)t
,

d
Hpt
}效率和扬程的失效阈值分别设为d
Es
和d
Hs

[0013]若效率的实际间隔值和失效值之间存在以下关系:d
Emt
≥d
Es
且d
E(m+1)t
≤d
Es
,则此时以效率为失效指标所得的剩余寿命时长为T
E
=m,若扬程的实际间隔值和失效值之间存在以下关系:d
Hnt
≥d
Hs
且d
H(n+1)t
≤d
Hs
,以扬程为失效指标所得的剩余寿命时长为T
H
=n,离心式循环泵的剩余使用寿命时长为:可选地,当效率或扬程的间隔距离值小于失效阈值时,则判断离心式循环泵的寿命周期结束。
[0014]本专利技术的技术效果为:本专利技术将GRU和SVM模型相结合,在原有单一模型预测性能的基础上尽可能的减小GRU模型的梯度消失现象,基于GRU模型练习寿命预测曲线的最优预测数据,再导入SVM模型进行最优超平面划分。在SVM模型中因效率和扬程在数值上有明显差异性,故在最优超平面的求解上能有效增大运算结果的精确度,最后根据设定的失效间隔值计算出SVM模型预测曲线下的效率和扬程生命周期,预测出循环泵的剩余使用寿命。
附图说明
[0015]构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:图1为本专利技术实施例中的泵性能参数监测系统结构图;图2为本专利技术实施例中的预测方法流程图。
具体实施方式
[0016]需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0017]需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
[0018]实施例一如图1

2所示,本实施例中提供一种离心式循环泵使用寿命监测系统及预测方法,包括:离心式循环泵、涡轮流量计、压力变送器、直流电压变送器、电流输入隔离器、转速控制阀、流量控制阀、多功能数据采集卡、L本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种离心式循环泵使用寿命监测系统,其特征在于,包括:离心式循环泵、压力变送器、涡轮流量计、直流电压变送器、电流输入隔离器、转速控制阀、流量控制阀、多功能数据采集卡、LabVIEW软件平台端;所述压力变送器、涡轮流量计、直流电压变送器和电流输入隔离器用于采集进出口的压力、流量、电压、电流,并输入到所述多功能数据采集卡中;所述LabVIEW软件平台端用于数据接收和数字信号的控制输出。2.根据权利要求1所述的离心式循环泵使用寿命监测系统,其特征在于:所述离心式循环泵的进口与出口都设有直流电压变送器、压力变送器、涡轮流量计、电流输入隔离器。3.根据权利要求1所述的离心式循环泵使用寿命监测系统,其特征在于:所述多功能数据采集卡用于基于USB接口采集所述离心式循环泵的性能参数数据并输入所述LabVIEW软件平台端。4.根据权利要求1所述的离心式循环泵使用寿命监测系统,其特征在于:所述LabVIEW软件平台端还用于基于内嵌公式获取并存储所述离心式循环泵的效率、扬程和功率,基于效率和扬程进行所述离心式循环泵的使用寿命预测。5.一种离心式循环泵使用寿命预测方法,其特征在于,包括以下步骤:利用上述一种离心式循环泵使用寿命监测系统采集泵性能参数的实时数据;基于所述实时数据采用内嵌门控循环单元(GRU)模型进行训练、评估和预测,基于该模型利用预测数据获取所述离心式循环泵的效率寿命预测曲线及扬程寿命预测曲线;将所述预测数据输入支持向量机(SVM)模型得出所述离心式循环泵的剩余使用寿命。6.根据权利要求5所述的离心式循环泵使用寿命预测方法,其特征在于:基于所述实时数据对GRU模型进行训练的过程包括:对采集的多组数据进行训练得到对应的预测曲线,再对训练后的模型进行评估分析,获得拟合精度高,相对误差小的最优模型,将待输入的预测数据导入所述最优模型,预测扬程和效率的大致走向,对泵的剩余寿命做出初步预测。7.根据权利要求5所述的离心式循环泵使用寿命预测方法,其特征在于:将所述预测数据输入SVM模型得出所述离心式循环泵的剩余使用寿命的过程包括:将所述预测数据导入SVM模型分别对不同时间变化下的效率...

【专利技术属性】
技术研发人员:裴吉孙菊王文杰张猛彭文杰李静煜袁寿其
申请(专利权)人:江苏大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1