申请/专利权人:淄博博山绿源燃气设备有限公司
申请日:2024-03-27
公开(公告)日:2024-04-30
公开(公告)号:CN117948289A
主分类号:F04D15/00
分类号:F04D15/00;G06F18/213;G06F18/25;G06N3/0442;G06N3/006;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明属于潜液式低温离心泵生产应用技术领域,尤其涉及一种基于多传感器监测潜液式低温离心泵状态的方法。本发明根据潜液式低温离心泵的使用特性,充分考虑其使用环境,以音频信号和流量信号最为补充特征,通过特征级的融合使其作为长短期记忆网络的输入,并通过粒子群算法优化长短期记忆网络的超参数,进而获取更为准确的是否处于正常运行状态的信息,进而对液式低温离心泵的安全使用,提供可靠依据。
主权项:1.一种基于多传感器监测潜液式低温离心泵状态的方法,其特征在于,包括以下步骤:a、首先获取潜液式低温离心泵的音频信号、振动信号以及潜液式低温离心泵排气孔处的气体流量信号;b、对a步骤获取的音频信号进行预处理,并计算其分帧峭度,同时,对a步骤获取的振动信号采用VMD算法进行特征提取,并选取IMF3分量进行信号重构获取模态特征分量;c、将b步骤处理后的音频信号和振动信号经一维的卷积神经网络结构获取信息特征,将a步骤中获取的气体流量信号经双向门控循环单元获取时序特征;d、将c步骤获取的信息特征和时序特征进行特征融合,并将融合后得特征信息作为改进的长短期记忆网络的输入判断潜液式低温离心泵是否处于正常状态;其中,所述改进的长短期记忆网络为通过粒子群算法获得长短期记忆网络的隐含层节点、训练次数以及初始学习率,其中,粒子群算法中的适应度函数为长短期记忆网络的损失函数,其具体公式为: ,其中,为粒子,为粒子的种群规模,为长短期记忆网络预测值,为期望输出值。
全文数据:
权利要求:
百度查询: 淄博博山绿源燃气设备有限公司 基于多传感器监测潜液式低温离心泵状态的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。