摘要
本发明公开了一种动叶可调式轴流风机喘振预警方法及系统,属于风机喘振预警技术领域,用于解决目前的喘振预警方法的前瞻性较弱,对工作人员经验的依赖较高,无法适应当前科技高速发展环境下大型工厂的全智能化、全自动化需求的技术问题。方法包括:构建动叶可调式轴流风机的数字孪生模型;通过微型多维传感器采集动叶可调式轴流风机的运行感知数据;对运行感知数据进行关键特征提取,得到实时运行特征;构建并训练喘振风险概率预测模型;将历史预设时长内的实时运行特征序列输入喘振风险概率预测模型中,输出未来预设时长内的喘振发生概率曲线;通过数字孪生模型进行仿真模拟验证,并根据验证结果判断是否需要发出喘振预警。
技术关键词
数字孪生模型
微型多维传感器
数字孪生系统
预警方法
卷积长短期记忆
叶片
特征提取模型
微型压力传感器
风险
控制策略
遗传算法
执行机构
可调式轴流风机
数据
激光多普勒测速仪
参数
曲线
叶轮
系统为您推荐了相关专利信息
车辆电子后视镜
车辆预警方法
图像
单目深度估计
实例分割模型
事故预警方法
工作环境特征
位置更新
预警平台
物联网通信网络
智慧运维系统
数字孪生模型
轨道交通供电系统
数据采集单元
传输单元
高保真模型
降阶模型
物理
融合数据驱动
非线性系统
柔性光伏支架
预警方法
光伏板
神经网络模型
历史风速数据