数据-机理耦合的无传感器离心泵性能参数预测方法

专利申请号：CN202210967849.0

公 开 号：CN115391934A

发 明 人：柴敏 张威威 郑水华 夏召顺 孙泽楠 陈锦学 

代 理 人：汤明

代理机构：杭州浙科专利事务所(普通合伙)

专利类型：发明专利

申 请 日：20221125

公 开 日：20220812

专利主分类号：G06F30/17

关 键 词：离心泵 性能参数 数据处理 预测 扬程 后验概率 高斯过程回归 无传感器模式 阻力损失系数 离心泵流量 相似性度量 泛化性能 加权距离 曲线变化 数据采集 数据建模 无传感器 预测模型 传感器 耦合的 学习 支出 

摘      要：本发明公开了一种数据‑机理耦合的无传感器离心泵性能参数预测方法，属于预测离心泵流量、动扬程阻力损失系数和扬程的技术领域。它包括以下过程：1)数据采集；2)数据处理；3)即时学习数据处理；4)后验概率数据处理；5)离心泵性能参数预测模型的建立；6)离心泵性能参数预测。本发明同时利用了即时学习的欧式加权距离的相似性度量、后验概率、高斯过程回归以及离心泵的机理公式相结合的一种数据建模的模型，其模型具有较好的泛化性能和预测精度，且不受离心泵性能参数曲线变化的影响，同时因为是在无传感器模式，因此可以减少传感器费用的支出。