APP下载

一种基于可解释神经网络模型的压缩机功率软测量方法

2021-06-29王煜林周登极郝佳瑞黄大文

上海交通大学学报 2021年6期
关键词:测量模型

王煜林,周登极,郝佳瑞,黄大文

(上海交通大学 机械与动力工程学院, 上海 200240)

压缩机是燃气轮机中的主要耗能部件.为实现压缩机组的能耗监测、提升压缩机组控制策略,需要对其功率进行准确、实时的测量.压缩机功率测量依靠扭矩仪实现,其造价高昂且大型扭矩仪尚未实现国产化.同时,为压缩机安装扭矩仪将增加压缩机的轴系长度,降低系统的可靠性.因此,目前大多采用软测量技术对压缩机功率进行计算.

软测量是指对于系统中难以测量的重要变量,选择一组既与该变量有密切联系又容易测量的二次变量,通过构造某种数学关系实现对该变量的估计[1].软测量方法的研究目前有两种方向,一种基于机理,一种基于数据.基于机理的软测量方法研究目标系统的结构及其运行过程,并通过机理公式搭建目标变量的计算模型以实现对变量的估计.早在2005年便有研究通过对滑片式压缩机的结构和受力过程进行分析,对其功率软测量模型进行改进[2].近年来的研究通过分析不同工况下压缩机的机理公式,已将其功率测量的相对误差降低至2.74%[3].上述测量方法的优势在于其普适性,对于任意系统,只要明确参数的计算机理,便可以对该参数进行测量.但其计算速度较慢,其预测难以具备实时性.同时,由于实际生产中的多种环境扰动,机理模型的准确率往往较低.

基于数据的软测量方法直接根据系统的输入输出搭建机……

登录APP查看全文

猜你喜欢

测量模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
测量的乐趣
3D打印中的模型分割与打包
测量
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用