[发明专利]一种无流量传感的离心泵性能神经网络预测方法

权利要求书

1.一种无流量传感的离心泵性能神经网络预测方法，其特征在于，所述方法包括以下步骤：

步骤1.通过离心泵水力性能试验，获取不同转速下的离心泵流量Q、扬程H、电机输入功率P、工作转速频率f试验样本数据；

步骤2.建立不同转速下的离心泵流量–扬程、流量–功率多项式拟合方程，对流量–功率方程进行求导，判定其是否存在极值；

步骤3.若功率不存在极值，则以工作转速频率、电机输入功率作为输入参数，建立离心泵流量、扬程双神经网络预测模型；若功率存在极值，则以工作转速频率、扬程作为输入参数，建立离心泵流量单神经网络预测模型；

步骤4.将训练好的神经网络预测模型，植入离心泵控制器，基于实时测量数据，实现离心泵性能的准确预测。

2.如权利要求1所述的一种无流量传感的离心泵性能神经网络预测方法，其特征在于，所述步骤1中，在实验室条件下，开展离心泵特性试验，借助离心泵水力性能测试系统获取不同转速下的离心泵流量Q、扬程H、电机输入功率P、工作转速频率f测量值，整理测试数据，绘制不同转速下的离心泵流量–扬程曲线和流量–功率曲线。

3.如权利要求1或2所述的一种无流量传感的离心泵性能神经网络预测方法，其特征在于，所述步骤2中，根据不同转速下的流量Q、扬程H、功率P、工作转速频率f测量值，采用多项式拟合方程建立离心泵扬程与流量、转速频率近似方程，如公式(1)所示；功率与流量、转速频率近似方程，如公式(2)所示；

H＝a₀₀+a₁₀f+a₀₁Q+a₂₀f²+a₁₁fQ+a₀₂Q²+a₂₁f²Q+a₁₂fQ²+a₀₃Q³+a₃₀f³ (1)

P＝b₀₀+b₁₀f+b₀₁Q+b₂₀f²+b₁₁fQ+b₀₂Q²+b₂₁f²Q+b₁₂fQ²+b₀₃Q³+b₃₀f³ (2)

式中，Q为泵的流量，P为电机输入功率，f为水泵的工作转速频率，H为泵的扬程，a₀₀至a₃₀为扬程近似方程的系数，b₀₀至b₃₀为功率近似方程的系数；

固定转速不变，即工作转速频率f为一恒定的值，对功率–流量近似方程进行求导，计算公式如公式(3)所示；

式中，c₀₀至c₀₂为功率导数方程的系数；

在规定转速频率下，将流量区间范围内的值，即Q∈[0,Q_max]，带入公式(3)中，判断是否存在零值，即是否存在极值。