针对风机历史运行数据使用不足、建模周期长的问题,提出了一种基于较小二乘支持向量机(LSSVM)和拉丁超立方体采样(LHS)的大型离心风机性能预测方法。以出口压力作为衡量离心风机性能的指标,采用LSSVM建立离心风机性能预测模型。采用LHS方法对离心风机的进口温度、进口压力、进口流量和转速进行了采集,并对采集的数据进行了归1化处理,用于LSSVM模型的训练。通过试验数据对模型进行了验证。有效性。结果表明,风机基于LSSVM和LHS的大型离心风机性能预测方法能够充分利用现有的风机数据信息,快速、准确地预测风机性能。离心风机的主要作用是保证空气供给,稀释***气体,降低煤尘浓度,对煤矿安全生产具有重要意义。通风机性能稳定直接关系到地下设备的可靠运行和人员的安全。风机性能预测控制和运行优化是建立在准确的性能预测模型基础上的,6-41风机,因此建立准确的风机性能预测模型具有十分重要的意义。
建立风机性能预测模型的主要方法有三种:
(1)应用数学、流体力学和流场理论建立离心风机模型,预测离心风机的性能。
(2)实验方法是利用***的测量技术,建立离心风机在各种工况下的实验模型。
(3)基于计算机技术,利用各种CFD(计算流体力学)数值模拟技术建立离心风机性能预测模型。
风机的矩形截面蜗壳成型时,蜗壳侧壁只需用钢板切断,滨州风机,在滚筒上滚动即可。加工制造方便。因此,选择离心风机常用的矩形截面蜗壳作为风机蜗壳截面的设计依据。介绍了蜗壳型线的设计方案。采用等循环法完成了蜗壳型线的设计,选择等边单元法进行了蜗壳型线的近似绘制。
风机蜗壳外形参数的选择
蜗壳宽度的选择和蜗壳较佳宽度的选择并没有给出一种固定的计算方法。建议蜗壳B的宽度为叶轮出口宽度的2-5倍[52-54]。蜗壳的宽度也可通过公式确定。由式计算的蜗壳宽度为0.069m~0.099m,b值为0.72m,为风机叶轮出口宽度的6倍。通过对设计风机的建模和数值计算,当壳体厚度为叶轮出口宽度的6倍时,效率低,流量大,9-38风机,总压低。因此,根据风机的数值计算和文献综述的结果,蜗壳宽度是叶轮出口宽度的4倍,即b为0.48m。
风机模型训练完成后,将测试数据应用到所建立的模型中,验证模型的有效性。如果所建立的风机模型满足建模的停止条件,则应用该模型。如果建立的模型不能满足建模的停止条件,则需要收集更多的数据进行模型训练。本文选取RBF核函数作为LSSVM的核函数。通过网格搜索方法得到核参数。煤矿主通风机采用离心风机。本文以离心风机为研究对象。采用LSSVM算法建立了风机性能预测模型,验证了该方法的有效性。风机模型培训和测试样本从现场分布式控制系统中获得。采用lhs法,从离心风机稳定运行区选取100组数据进行模型培训,选择50组试验数据进行模型验证,模型培训的停止条件为rmselt;0.05。风机利用MATLAB实现了上述模型。图3显示了具有不同训练样本数的预测模型的RMSE。从图3可以看出,随着训练样本的增加,预测模型的RMSE值不断下降,***终趋于稳定。当训练样本数为30时,模型满足训练停止条件。当模型满足停止条件时,8-09风机,即使使用30个训练样本,模型的预测值也与实际值进行比较。由图4可以看出,该模型能较好地预测离心风机的出力,预测值与实际数据吻合较好。
版权所有©2025 产品网