[发明专利]等离子体射流发生器参数优化方法、装置及存储介质有效
申请号: | 202010495059.8 | 申请日: | 2020-06-03 |
公开(公告)号: | CN111639464B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 刘熊;王谦;沈晨;甘汶艳;李永福;李思全;彭华东;任啸;李小平;汪金刚 | 申请(专利权)人: | 国网重庆市电力公司电力科学研究院;国家电网有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N20/10;G06N3/126;G06F111/04 |
代理公司: | 北京众合诚成知识产权代理有限公司 11246 | 代理人: | 贺春林 |
地址: | 401123 重庆市渝北*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 等离子体 射流 发生器 参数 优化 方法 装置 存储 介质 | ||
1.一种等离子体射流发生器参数优化方法,其特征在于,所述方法包括:
对获取到的当前环境温度进行预处理;
根据预处理之后的当前环境温度通过预先建立的射流质量预测模型确定优化输入参数;
所述建立射流质量预测模型,包括:
基于等离子体射流发生器的射流面积构建目标函数,所述目标函数为:maxδ,(δ=a·b),其中,a为射流长度,b为射流宽度,δ为射流长度a与射流宽度b的乘积;
根据环境温度以及预设变量确定约束条件,所述约束条件为:
其中,u为电源电压峰值,f为电源频率,l为工作气体流量,T为环境温度;
基于所述目标函数以及约束条件构建训练集;
根据所述训练集进行模型训练以获得射流质量预测模型。
2.如权利要求1所述的方法,其特征在于,对获取到的当前环境温度进行预处理之前,所述方法还包括:
根据环境温度以及预设变量建立射流质量预测模型。
3.如权利要求1所述的方法,其特征在于,基于所述目标函数以及约束条件构建训练集,包括:根据目标函数和约束条件的因素组合构建训练集。
4.如权利要求1所述的方法,其特征在于,所述根据所述训练集进行模型训练以获得射流质量预测模型,包括:
对训练集中的数据样本进行归一化处理;
采用支持向量回归(SVR)模型根据归一化处理后的训练集进行模型训练以获得射流质量预测模型。
5.如权利要求1所述的方法,其特征在于,所述对获取到的当前环境温度进行预处理,包括:
对获取到的当前环境温度进行归一化处理。
6.如权利要求1-5任一项所述的方法,其特征在于,根据预处理之后的当前环境温度通过预先建立的射流质量预测模型确定优化输入参数,包括:
根据预处理之后的当前环境温度通过预先建立的射流质量预测模型通过遗传算法进行迭代求解以确定模型输入参数。
7.如权利要求6所述的方法,其特征在于,根据预处理之后的当前环境温度通过预先建立的射流质量预测模型确定优化输入参数,还包括:
对所述模型输入参数进行反归一化处理以获得优化输入参数。
8.一种等离子体射流发生器参数优化装置,其特征在于,所述装置包括:
数据处理模块,用于对获取到的当前环境温度进行预处理;
预测模块,用于根据预处理之后的当前环境温度通过预先建立的射流质量预测模型确定优化输入参数;
所述建立射流质量预测模型,包括:
基于等离子体射流发生器的射流面积构建目标函数,所述目标函数为:maxδ,(δ=a·b),其中,a为射流长度,b为射流宽度,δ为射流长度a与射流宽度b的乘积;
根据环境温度以及预设变量确定约束条件,所述约束条件为:
其中,u为电源电压峰值,f为电源频率,l为工作气体流量,T为环境温度;
基于所述目标函数以及约束条件构建训练集;
根据所述训练集进行模型训练以获得射流质量预测模型。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有信息传递的实现程序,所述程序被处理器执行时实现如权利要求1至7中任一项所述的方法的步骤。
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国网重庆市电力公司电力科学研究院;国家电网有限公司,未经国网重庆市电力公司电力科学研究院;国家电网有限公司许可,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/202010495059.8/1.html,转载请声明来源钻瓜专利网。