[发明专利]一种基于BP神经网络的换热器早期故障诊断方法

说明书

本发明涉及换热器故障诊断技术领域，公开了一种基于BP神经网络的换热器早期故障诊断方法，包括步骤：A)采集换热器正常工作状态下的关键参数；B)将采集到的关键参数划分为训练集、验证集和测试集；C)构建BP神经网络模型；D)获得测试输出误差的均值μ和标准差σ；E)利用已训练好的BP神经网络模型对换热器出口数据进行预测，获得换热器出口数据的预测输出；F)进行故障诊断，判断在判误时长T内预测输出误差是否连续在正常误差范围外。本发明通过建立BP神经网络模型，无需故障样本，仅通过换热器正常工作状态下的数据就能建立模型，再利用判别标准对换热器故障进行诊断，故障诊断准确率高。

技术领域

本发明涉及换热器故障诊断技术领域，尤其是涉及一种基于BP神经网络的换热器早期故障诊断方法。

背景技术

换热器在各类生产中主要是以热量交换为目的，换热器最常见的故障为泄漏、结垢和堵塞。换热器由于自身结构特性的影响，很容易发生结垢堵塞现象，导致换热能力下降，增加了能量的消耗，运行维护费用高。堵塞故障是结垢问题不断恶化后的表现，在工业现场中泄露问题也屡见不鲜。然而，现在有的换热器诊断系统还不是很多，主要针对飞机环控系统换热器或者热泵空调换热器提出的方法，需要建立较为复杂的设备模型，难以推广到一般的换热器系统。对于很多工业应用场景，例如石油化工、核电火电，对设备的要求非常高，而换热器又是这类企业生产运行的基础条件。换热器缺陷故障导致的计划外停机，将会带来巨额的损失，加强对换热器运行可靠性的在线故障监测诊断十分必要。目前常用的换热器监测手段主要包括以下方法：温度监测技术，然而由于受到外界环境温度影响，很多工业场景中，难以通过温度变化准确判断性能衰退或故障。当温度出现明显异常时，往往故障程度已经非常严重，错过了故障发展的早期阶段，导致不能及时采取维护措施。无损检测技术，然而无损检测设备价格昂贵，并且无损检测技术难以大规模在线部署，只能应用于设备的离线点检。

例如，一种在中国专利文献上公开的“对废气热交换器进行控制和故障诊断的方法”，其公告号CN 103422959 A，该发明包括：产生用于控制通过废气换热器的废气流的信号；基于信号和冷却液温度的改变速率产生故障诊断代码。车辆具有发动机和用于发动机的废热回收系统，废热回收系统具有废气热交换器和温度传感器。该发明通过建立机理模型进行在线监测，然而要根据实际情况修改大量的参数，使得机理模型的建立非常复杂。

发明内容

本发明是为了解决换热器早期故障诊断机理模型的构建复杂的问题，提供一种基于BP神经网络的换热器早期故障诊断方法。本发明通过建立BP神经网络模型，简化了机理建模过程，无需了解换热器的种类和结构，不再依赖机理方式建立模型，降低了非线性系统建模难度，更能反映实际工程中换热器的性能参数，贴近实际应用；另外无需故障样本，仅通过换热器正常工作状态下的数据就能建立模型，再利用判别标准对换热器故障进行诊断，故障诊断准确率高。

为了实现上述目的，本发明采用以下技术方案：

一种基于BP神经网络的换热器早期故障诊断方法，包括步骤：

A)采集换热器正常工作状态下的关键参数，关键参数包括换热器入口数据和换热器出口数据；

B)将采集到的关键参数划分为训练集、验证集和测试集；

C)构建BP神经网络模型，利用训练集训练BP神经网络模型，利用验证集对BP神经网络模型进行验证，调整BP神经网络模型参数，获得已训练好的BP神经网络模型；

D)利用测试集测试已训练好的BP神经网络模型，获得已训练好的BP神经网络模型的测试输出误差，获得测试输出误差的均值μ和标准差σ；

E)利用已训练好的BP神经网络模型对换热器出口数据进行预测，获得换热器出口数据的预测输出；