[发明专利]风机的性能参数的确定方法、装置和电子设备在审
申请号: | 201910151323.3 | 申请日: | 2019-02-28 |
公开(公告)号: | CN109707658A | 公开(公告)日: | 2019-05-03 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 苏州尼昂科技有限公司 |
主分类号: | F04D27/00 | 分类号: | F04D27/00 |
代理公司: | 苏州隆恒知识产权代理事务所(普通合伙) 32366 | 代理人: | 陈春 |
地址: | 215000 江苏省苏州市工*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 设计参数 性能参数 风机 处理模型 预设 电子设备 神经网络模型 处理效率 技术效果 模型输入 模型训练 神经网络 数值仿真 样本数据 再利用 运算 | ||
1.一种风机的性能参数的确定方法,其特征在于,包括:
获取风机的设计参数;
利用预设的处理模型以所述设计参数作为模型输入,确定出与所述设计参数对应的风机的性能参数,其中,所述预设的处理模型为预先训练好的神经网络模型。
2.根据权利要求1所述的方法,其特征在于,所述设计参数包括以下至少之一:蜗壳最大高度、叶轮高度、蜗舌半径、蜗壳深度、蜗舌间隙、叶轮距离导风圈间隙、叶轮距离蜗壳间隙、叶轮外径、叶轮内径、叶片入流角、叶片出流角、叶片弦长、叶片厚度、最大拱度。
3.根据权利要求1所述的方法,其特征在于,所述性能参数包括以下至少之一:风量、风压、有效功率、轴功率、效率。
4.根据权利要求1所述的方法,其特征在于,所述预设的处理模型按照以下方式建立:
获取样本数据,其中,所述样本数据包括:多组风机的样本设计参数,以及与所述样本设计参数对应的性能参数;
利用所述样本数据,对神经网络模型进行训练,建立所述预设的处理模型。
5.根据权利要求4所述的方法,其特征在于,获取样本数据,包括:
通过实验获取样本设计参数,以及与所述样本设计参数对应的性能参数;
和/或,通过数值仿真获取样本设计参数,以及与所述样本设计参数对应的性能参数。
6.根据权利要求5所述的方法,其特征在于,在获取样本数据后,所述方法还包括:
对所述样本数据进行插值拟合,扩充样本数据。
7.根据权利要求6所述的方法,其特征在于,利用所述样本数据,对神经网络模型进行训练,建立所述预设的处理模型,包括:
将所述样本数据划分为第一样本数据和第二样本数据;
利用所述第一样本数据,对神经网络模型进行训练,建立第一处理模型;
根据所述第一处理模型的网络参数,确定设计参数与性能参数的相关性;
根据所述设计参数与性能参数的相关性,剔除第一处理模型中相关性小于预设的相关性阈值的设计参数,得到第二处理模型;并剔除所述第二样本数据中相关性小于预设的相关性阈值的设计参数,得到第三样本数据;
利用所述第三样本数据,对所述第二处理模型进行训练,建立所述预设的处理模型。
8.根据权利要求1所述的方法,其特征在于,在利用预设的处理模型以所述设计参数作为模型输入,确定出与所述设计参数对应的风机的性能参数后,所述方法还包括:
根据与所述设计参数对应的风机的性能参数,调整所述风机的设计参数。
9.一种风机的性能参数的确定装置,其特征在于,包括:
获取模块,用于获取风机的设计参数;
确定模块,用于利用预设的处理模型以所述设计参数作为模型输入,确定出与所述设计参数对应的风机的性能参数,其中,所述预设的处理模型为预先训练好的神经网络模型。
10.一种电子设备,包括处理器以及用于存储处理器可执行指令的存储器,其特征在于,所述处理器执行所述指令时实现权利要求1至8中任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州尼昂科技有限公司,未经苏州尼昂科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910151323.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种可自调节风机转速的冷藏展示柜
- 下一篇:一种风机在线性能监测系统