[发明专利]基于数字孪生及BP神经网络的磨煤机诊断方法及系统

权利要求书

1.基于数字孪生及BP神经网络的磨煤机诊断方法，其特征在于，包括：

构建与磨煤机相映射的孪生模型；其中，控制方程包括：一次风温度动态微分方程、一次风流量动态微分方程、出口风粉混合物温度动态微分方程、原煤动态微分方程、煤粉动态微分方程及磨煤机电流方程；输入量包括各所述控制方程中作为自变量的物理参数；输出量包括与磨煤机运行相应的第一参数，及由孪生模型仿真的第二参数；其中，所述第一参数包括：电流、一次风流量、一次风温度、给煤量及出口温度；所述第二参数包括：内部空气温度平均值、内部空气温度标准差、内部空气温度最大值及内部空气温度最小值；

依据所述孪生模型与所述磨煤机间的数据交互得到所述孪生模型的各所述输出量，并对比孪生模型输出的各所述第一参数的值与自磨煤机采集的各所述第一参数的值以迭代优化所述孪生模型，进而得到目标孪生模型；

基于所述目标孪生模型仿真获取若干训练样本，并以预测准确率大于预设阈值为目标对BP神经网络预测模型进行迭代训练，进而得到目标预测模型；

使所述目标孪生模型获取磨煤机的实时参数作为输入量以输出各所述输出量，并基于所述目标孪生模型输出的各所述第一参数的值与磨煤机输出的各所述第一参数的值的对比以确认所述目标孪生模型与磨煤机运行一致时，将所有所述输出量输入至所述目标预测模型以对磨煤机进行故障预测。

2.根据权利要求1所述的基于数字孪生及BP神经网络的磨煤机诊断方法，其特征在于，所述构建与磨煤机相映射的孪生模型，包括：

基于磨煤机的结构参数、材料参数及尺寸参数构建几何模型；

为所述几何模型添加物理接口及各所述控制方程以构建物理模型；其中，所述物理接口用于进行输入量的输入，各所述输入量由与磨煤机的数据交互获取，或由仿真获取；

为所述物理模型添加约束规则以构建所述孪生模型；其中，所述约束规则包括：一次风流量约束、一次风温度约束、磨煤机出口温度范围约束、存煤量约束、出口煤粉细度约束。

3.根据权利要求2所述的基于数字孪生及BP神经网络的磨煤机诊断方法，其特征在于，所述基于所述目标孪生模型输出的各所述第一参数的值与磨煤机输出的各所述第一参数的值的对比以确认所述目标孪生模型与磨煤机运行一致，包括：

获取基于所述目标孪生模型输出的各所述第一参数的值的集合S_VE，基于所述磨煤机输出的各所述第一参数的值的集合S_PE；

判断时，确认所述目标孪生模型与磨煤机运行一致；其中，T_S为预设阈值；

反之则确认磨煤机未发生超出所述目标孪生模型内任一约束规则的故障时，基于所述磨煤机对所述目标孪生模型重新优化。