摘要
本发明涉及流体密封技术领域,特别涉及一种基于PINN的机械密封故障诊断方法及装置,包括:将目标机械密封系统的满足预设条件的多物理场耦合仿真模型嵌入到物理信息神经网络PINN的损失函数中,以构建初始PINN故障诊断模型,并将目标机械密封系统的多个传感器的实际监测数据输入至初始PINN故障诊断模型中,以输出多个待识别的故障参数,进而更新初始PINN故障诊断模型,生成目标PINN故障诊断模型,以根据目标PINN故障诊断模型诊断目标机械密封系统的密封状态,生成故障诊断结果。由此,解决相关技术中在面对复杂工况和多变环境时,无法实时全面地评估密封性能,造成机械密封故障诊断的准确性不足和及时性欠佳的问题。
技术关键词
故障诊断模型
机械密封系统
故障诊断方法
仿真模型
物理
流体密封技术
参数
故障诊断装置
传感器
处理器
计算机程序产品
诊断模块
可读存储介质
存储器
电子设备
工况
系统为您推荐了相关专利信息
生成对抗网络
工作状态数据
三维扫描数据
系统验证方法
煤矿数字化
机器学习方法
训练机器学习模型
数据
物理
机器学习装置