[发明专利]一种智能泵阀系统性能仿真处理方法及云计算服务系统有效
申请号: | 202210796911.4 | 申请日: | 2022-07-08 |
公开(公告)号: | CN114861474B | 公开(公告)日: | 2022-10-04 |
发明(设计)人: | 刘雪垠;宋冬梅;李柏林 | 申请(专利权)人: | 西南交通大学;四川省机械研究设计院(集团)有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06Q10/04;G06Q10/06 |
代理公司: | 成都君合集专利代理事务所(普通合伙) 51228 | 代理人: | 尹新路 |
地址: | 610000*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 系统 性能 仿真 处理 方法 计算 服务 | ||
本申请实施例提供一种智能泵阀系统性能仿真处理方法及云计算服务系统,通过基于性能仿真任务所对应的仿真任务特征对目标智能泵阀系统的智能泵阀元素进行性能仿真,获得目标智能泵阀系统的在线性能仿真数据,对目标智能泵阀系统的在线性能仿真数据进行系统运行缺陷预测,输出目标智能泵阀系统对应的系统运行缺陷分布,基于系统运行缺陷分布对目标智能泵阀系统进行运行程序预修复配置,从而以仿真数据为基础进行系统运行缺陷预测,并对目标智能泵阀系统进行运行程序预修复配置,可以尽可能减少目标智能泵阀系统在后续实际应用过程中的异常运行问题,提高后续目标智能泵阀系统的运行平稳性。
技术领域
本申请涉及智能泵阀技术领域,具体而言,涉及一种智能泵阀系统性能仿真处理方法及云计算服务系统。
背景技术
智能机泵产品每年耗电量占总发电量的较大比例,其运行效率的提高对节能减排目标的实现有着重要的意义。工业生产中泵的设计和选型,由于系统在设计时无法预估的损失,以及实际生产中可能出现的特殊状况、产能扩大和工艺需求波动等原因,往往需要考虑其运行缺陷,以尽可能减少离心泵的最佳工况与管路系统的不匹配现象。智能泵阀系统在系统运行缺陷未修复的工况下运行不但效率显著下降,零部件的可靠性和使用寿命也显著降低。因此,从长周期运行和高效运行的理念出发,需要保证智能泵阀系统的运行稳定性。相关技术中,尚缺乏智能泵阀系统在实际应用过程之前的系统运行缺陷的预测流程,而是在实际应用过程中进行系统运行缺陷的状态监控,导致运行平稳性难以获得保证。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的在于提供一种智能泵阀系统性能仿真处理方法及云计算服务系统。
第一方面,本申请提供一种智能泵阀系统性能仿真处理方法,应用于云计算服务系统,所述方法包括:
响应针对目标智能泵阀系统的性能仿真任务,基于所述性能仿真任务所对应的仿真任务特征对所述目标智能泵阀系统的智能泵阀元素进行性能仿真,获得所述目标智能泵阀系统的在线性能仿真数据,所述仿真任务特征包括多个指定的性能仿真指标;
对所述目标智能泵阀系统的在线性能仿真数据进行系统运行缺陷预测,输出所述目标智能泵阀系统对应的系统运行缺陷分布;
基于所述系统运行缺陷分布对所述目标智能泵阀系统进行运行程序预修复配置。
在第一方面的一种可能的实施方式中,所述对所述目标智能泵阀系统的在线性能仿真数据进行系统运行缺陷预测,输出所述目标智能泵阀系统对应的系统运行缺陷分布的步骤,包括:
将所述目标智能泵阀系统的在线性能仿真数据输入到预先训练的系统运行缺陷预测模型中,获得所述目标智能泵阀系统对应的系统运行缺陷分布,其中,所述系统运行缺陷预测模型基于预先搜集的在线性能仿真训练数据以及对应的先验系统运行缺陷进行训练,并基于预先搜集的模板在线性能仿真数据序列和一种或多种非缺陷特征衍生模式进行模型效果验证后获得;
其中,所述方法还包括:
获取模板在线性能仿真数据序列与待进行模型效果验证的系统运行缺陷预测模型;
依据一种或多种非缺陷特征衍生模式对所述模板在线性能仿真数据序列进行非缺陷特征衍生扩充,输出第一目标数量的模板扩充性能仿真数据序列,其中,每种所述非缺陷特征衍生模式对应于至少一个所述模板扩充性能仿真数据序列;
基于所述系统运行缺陷预测模型对所述模板在线性能仿真数据序列以及所述第一目标数量的所述模板扩充性能仿真数据序列分别进行系统运行缺陷预测,输出每个所述模板扩充性能仿真数据序列对应的第一预测系统运行缺陷分布以及所述模板在线性能仿真数据序列对应的第二预测系统运行缺陷分布;
确定所述第一预测系统运行缺陷分布与所述第二预测系统运行缺陷分布的匹配度,依据所述匹配度确定所述系统运行缺陷预测模型的模型预测效果值;
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西南交通大学;四川省机械研究设计院(集团)有限公司,未经西南交通大学;四川省机械研究设计院(集团)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/202210796911.4/2.html,转载请声明来源钻瓜专利网。