摘要
本发明公开一种针对绿色航煤费托反应器预测性维护的数字孪生系统,包括:数据处理模块,用于收集多段反应器温度数据以及反应状态数据并将其进行整合;数字孪生模块,用于构建费托反应器机理数字孪生模型以模拟真实设备行为;趋势预测模块,用于对所采集的多段反应器温度数据以及反应状态数据进行分析,并驱动数字孪生模型进行反应器参数以及反应状态数据趋势的预测;维护决策模块,用于根据反应状态数据趋势的预测结果生成针对费托反应器的预测性维护策略。本发明通过机理模型与数据驱动模型相结合,进行反应最优点的选取及反应趋势预测、识别潜在故障,提升效率与安全性。
技术关键词
费托反应器
数字孪生系统
数字孪生模型
深度学习神经网络
设备状态数据
数据处理模块
一氧化碳
理想气体常数
数据驱动模型
异常状态
深度学习网络
平方根
速率
航煤
方程
氢气