摘要
本发明公开了一种基于数字孪生仿真的透平压缩机全工况预测方法和系统,属于压缩机仿真技术领域。该方法通过对压缩机管网系统关键部件机理模型仿真得到的数据与实际压缩机管网系统实验数据集进行神经网络训练,得到各部件特性函数,建立高精度的目标压缩机数字孪生动态仿真系统。用户通过设置边界条件与初始条件,可实现对目标压缩机管网系统的全周期工况动态仿真与预测,并输出和存储仿真结果。仿真结果包括压缩机上下游压力、温度、流量随时间的动态变化。通过压缩机管网系统数字孪生系统,既可以对目标压缩机管网系统的测试工况进行仿真,获得对应工况压力、温度、流量的动态变化;也可以实现复杂工况下的特征分析与行为预测。
技术关键词
工况预测方法
管网系统
透平压缩机
仿真模型
压缩机工况
数据采集传输装置
计算机控制系统
训练神经网络
阀门
工艺特征
进口调节阀
压缩机出口温度
动态仿真系统
模块
读取装置
数字孪生系统
神经网络训练
系统为您推荐了相关专利信息
结构方程模型
解释结构模型
变量
系统动力学模型
构建系统
参数优化方法
仿真模型
螺旋
参数优化系统
灰狼优化算法
耦合装药
压力计算方法
仿真数据
数值仿真模型
PVDF压电薄膜
半球谐振子
镀膜工艺
强化学习框架
薄膜
生成动作
半导体材料
仿真模型
物理特征参数
光刻掩膜版
实测参数