CN112580183B - 一种在线学习水泵模型实时流量精确控制方法 - Google Patents
一种在线学习水泵模型实时流量精确控制方法 Download PDFInfo
- Publication number
- CN112580183B CN112580183B CN201910943486.5A CN201910943486A CN112580183B CN 112580183 B CN112580183 B CN 112580183B CN 201910943486 A CN201910943486 A CN 201910943486A CN 112580183 B CN112580183 B CN 112580183B
- Authority
- CN
- China
- Prior art keywords
- water pump
- real
- time
- flow
- lift
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 422
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000001914 filtration Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000009499 grossing Methods 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 238000005259 measurement Methods 0.000 abstract description 29
- 238000007405 data analysis Methods 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 abstract description 5
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000012417 linear regression Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000001595 flow curve Methods 0.000 description 4
- 238000009530 blood pressure measurement Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
一种在线学习水泵模型实时流量精确控制方法,其特征在于,包括:步骤1、根据实时流量Q1、Q2、Q3…Qn,并测得相应的水泵的实时扬程H1、H2、H3…Hn;及测得相应的水泵的实时转速W1、W2、W3…Wn,做出流量扬程Q‑H曲线图和H‑W曲线图;本发明实施例提出的基于传感器数据分析在线学习水泵模型的方法支持传统的定频水泵,也支持现有的持变频水泵。对于变频水泵,可以根据变频水泵的频率测量给出水泵在不同频率下的模型曲线,使得对变频水泵的实际模型有更准确的了解,使得控制方法可以根据水泵的实际模型曲线进行优化决策,从而显著降低水泵的运行能耗浪费,提高运行效率。
Description
技术领域
本发明涉及数据处理技术领域,特别是指一种基于传感数据分析的水泵模型在线学习方法。
背景技术
“工业4.0”包含了基于计算机与人工智能方法实现对传统工业领域的升级,目标是建立一个高度自动化和智能化的生产模式。在这种模式中,传统的行业界限将消失,并会产生各种新的活动领域和合作形式。泵站是化工、冶金等行业中必备不可或缺的,主要负责冷却水、污水的供给和运输。一个泵站有多台水泵组成,水泵是典型的高耗能、高功率、易损耗的旋转机械设备。泵站是“工业4.0”时代“智能工厂”的重要组成部分,一个泵站由多台水泵组成,包括中开泵,离心泵等;这些水泵的稳定和长期运行对工业生产的生产效率和生产安全具有至关重要的意义。
水泵是典型的高耗能、高功率、易损耗的旋转机械设备。水泵的稳定和长期运行对工业生产的生产效率和生产安全具有至关重要的意义。现有每种水泵在出厂时,都有标定的水泵模型参数,通常以Q-H曲线、Q-w曲线等方式提供。这些曲线主要是对于同一类型的水泵进行运行试验给出的该类型水泵的运行标定。但是由于制造过程的个体差异以及长时间使用带来的老化,导致水泵的实际工作曲线可能与出厂时标定的该类型的水泵的Q-H曲线、Q-w曲线有差异。传统水泵模型通常标定:流量-扬程曲线:描述水泵的流量与扬程之间的曲线关系,一般是二次函数关系;流量-功率曲线:描述水泵工作在不同流量情况下的运行功率曲线;流量-效率曲线:描述水泵工作在不同流量情况下的水泵能量转化效率,一般通过等高线,或者函数曲线的方式给出。
为了更为准确的获取水泵的实际工作曲线,现有技术中是通过对水泵进行建模,主要方式包括建立流量-压力模型、流量-功率模型、流量-效率模型等;这样可以在水泵运行阶段根据用户端的需求生成这些数据模型,以使水泵设置在合适的运行工作点上。在现有的泵站***中水泵的流量信息一般难以准确测量,水泵的工作点主要是基于水泵的给定模型、传感器对水泵泵前泵后的压力测量,通过水泵的模型来进行推算的;同样的,水泵的运行效率可以基于压力、转速的测量和水泵的模型进行推算。所以由于水泵个体的差异,以及运行时间的差异,出厂时所标定的运行效率,流量-扬程曲线等随着时间的推移都会越来越不准确。这使得我们基于水泵模型所推算的水泵的运行效率点可能存在偏差。
发明内容
本发明的目的是提供一种在线学习水泵模型实时流量精确控制方法,能够更为精确地获取水泵运行模型,从而最终实现水泵的精确控制。
一种在线学习水泵模型实时流量精确控制方法,其特征在于,包括:
步骤1、根据实时流量Q1、Q2、Q3…Qn,并测得相应的水泵的实时扬程H1、H2、H3…Hn,;及测得相应的水泵的实时转速W1、W2、W3…Wn,做出流量扬程Q-H曲线图和H-W曲线图;
步骤2、根据水泵的实时流量Q1、Q2、Q3…Qn、实时扬程H1、H2、H3…Hn,计算水泵相应的实时输出功率Nout1、Nout2、Nout3…Noutn;及检测到相应的水泵的电流、电压、转速,计算出水泵的输入功率Nin1、Nin2、Nin3…Ninn;根据水泵的输出功率、输入功率比,实时计算水泵的运行效率η1、η2、η3…ηn;
步骤3、在流量扬程Q-H曲线图上,再做出η-Q曲线;
步骤4、在实时运行时,当需要的扬程为Ht′时,进入下一步;在实时运行时,当需要的水泵的运行效率为ηt′时,进入步骤8;
步骤5、当需要的扬程为实时Ht′时,通过H-W曲线图得到相应Wt;此时所水泵的实时转速将水泵的实时转速调为Wt;
步骤6、测量此时的水泵的实时流量Qt、扬程Ht,检测到相应的水泵的电流、电压、转速Wt,计算出水泵的输入功率Nint;根据水泵的实时流量Qt、扬程Ht,计算水泵相应的实时输出功率Noutt;根据水泵的输出功率Noutt、输入功率Nint比,实时计算水泵的运行效率ηt;
步骤7、将新的点(Qt,Ht)、(Qt,,ηt)实时分别添加到Q-H曲线图和η-Q曲线图中,根据新的点(Qt,Ht)、(Qt,,ηt)对Q-H曲线和η-Q曲线进行修正;将新的点(Ht,Wt)添加到H-W曲线图中,根据新的点(Ht,Wt)对H-W曲线进行修正;
步骤8、当需要调整的水泵的运行效率为ηt′时,从η-Q曲线图中找到相应的Qt′,再根据Qt′在Q-H曲线图中找到相应的Ht′,再根据Ht′在H-W曲线图中找到相应的Wt,将水泵的实时转速调节为Wt,就能得到所需的水泵的运行效率为ηt′;
步骤9、测量此时的实时流量Qt、实时扬程Ht,检测到相应的水泵的电流、电压、转速Wt,计算出水泵的输入功率Nint;根据水泵的实时流量Qt、扬程Ht,计算水泵相应的实时输出功率Noutt;根据水泵的输出功率Noutt、输入功率Nint比,实时计算水泵的运行效率ηt;
步骤10、将新的点(Qt、Ht),(Qtηt)实时分别添加到Q-H曲线和η-Q曲线上;根据新的点对Q-H曲线和η-Q曲线进行修正;将新的点(Ht,Wt)添加到H-W曲线图中,根据新的点(Ht,Wt)对H-W曲线进行修正;
步骤11、如需要调节扬程,转入步骤4;当需要的水泵的运行效率为ηt′时,进入步骤8;如停止工作转入下一步;
步骤12、工作结束。
根据水泵实时流量Q,以及通过传感器数据测量的水泵扬程、电机转速,水泵的自身特性通过学习转速与扬程的动态模型来获得,计算水泵的实时运行效率具体如下:
η=Nout/Nin
其中,水泵的实时输出功率由流量扬程测得:
Nout=2.778·Q·H×10-3,kw
水泵的实时输入功率由实时电流电压测得:
式中Nout是水泵实时输出功率,Q是水泵流量,H是水泵的扬程;Nin是水泵的实时输入功率,U是电压,I是电流,θ是功率夹角;η是水泵的效率。
所述水泵的实时扬程是这样计算的,
获取水泵前端和后端布设的传感器的读数,传感器具体包括:泵前压力传感器、泵后压力传感器、转速传感器、电流压力传感器、电压传感器、流量计;利用卡尔曼滤波对各个传感器接收到的数据进行平滑和滤波;
基于泵前压力传感器、泵后压力传感器的读数差,进行卡尔曼滤波和均值滤波后,作为确定水泵的实时扬程。
所述的水泵的流量由总管流量以及管网能量平衡方程计算得到;具体包括:
基于水网的能量平衡方程能够建立方程组,利用水网能量平衡关系建立如下关系式
其中Ki是各个管道系数,可以根据管道的直径进行计算;Ci是管道的摩擦系数;Di是管道的直径;ΔE是管道两端的能量差;Q1到Qn是n段管道中的流量;Li是管道的长度;Z是输入液位的高度;
将上述方程组进行简写,并将非线性方程组用一阶Taylor展开近似:
F(Q)=0
其中Q代表管道流量向量,Q0是初始流量向量
F(Q)是关于流量Q的能量平衡方程
从而,给定Q0情况下,可以根据如下公式进行迭代,直至Q收敛,在一组给定的X、R的设定下,得到管网中的流量的计算结果;
从而根据管网的流量平衡关系,获得水泵的输出的实时流量。
本发明的上述技术方案的有益效果如下:上述方法提供了一种基于传感数据分析的水泵模型在线学习方法,能够通过处理安装在水泵上的传感器(例如压力、流量、转速、电压、电流传感器)的采集数据,在水泵运行阶段动态的学习和跟踪水泵的运行状态,更新水泵的实际模型和参数。本发明实施例提出的基于传感器数据分析在线学习水泵模型的方法支持传统的定频水泵,也支持现有的持变频水泵。对于变频水泵,可以根据变频水泵的频率测量给出水泵在不同频率下的模型曲线,使得对变频水泵的实际模型有更准确的了解,使得控制方法可以根据水泵的实际模型曲线进行优化决策,从而显著降低水泵的运行能耗浪费,提高运行效率。
附图说明
图1.为本发明实施例的流程示意图;
图2.根据管网拓扑和总管流量计算水泵流量图;
图3.水泵H-Q扬程-流量曲线,η-Q效率-流量曲线图;
图4.水泵H-Q扬程-流量曲线和η-Q效率-流量曲线图与在线实测的水泵运行点对比示意图;
图5.根据在线测量的数据在线更新水泵的H-Q扬程-流量曲线和η-Q效率-流量曲线运行模型;
图6、水泵H-W扬程-功率曲线与在线实测的水泵运行点对比示意图;
图7、根据在线测量的数据在线更新水泵的H-W扬程-功率曲线运行模型。
具体实施方式
一种在线学习水泵模型实时流量精确控制方法,其特征在于,包括:
步骤1、根据实时流量Q1、Q2、Q3…Qn,并测得相应的水泵的实时扬程H1、H2、H3…Hn,;及测得相应的水泵的实时转速W1、W2、W3…Wn,做出流量扬程Q-H曲线图和H-W曲线图;
步骤2、根据水泵的实时流量Q1、Q2、Q3…Qn、实时扬程H1、H2、H3…Hn,计算水泵相应的实时输出功率Nout1、Nout2、Nout3…Noutn;及检测到相应的水泵的电流、电压、转速,计算出水泵的输入功率Nin1、Nin2、Nin3…Ninn;根据水泵的输出功率、输入功率比,实时计算水泵的运行效率η1、η2、η3…ηn;
步骤3、在流量扬程Q-H曲线图上,再做出η-Q曲线;
步骤4、在实时运行时,当需要的扬程为Ht′时,进入下一步;在实时运行时,当需要的水泵的运行效率为ηt′时,进入步骤8;
步骤5、当需要的扬程为实时Ht′时,通过H-W曲线图得到相应Wt;此时所水泵的实时转速将水泵的实时转速调为Wt;
步骤6、测量此时的水泵的实时流量Qt、扬程Ht,检测到相应的水泵的电流、电压、转速Wt,计算出水泵的输入功率Nint;根据水泵的实时流量Qt、扬程Ht,计算水泵相应的实时输出功率Noutt;根据水泵的输出功率Noutt、输入功率Nint比,实时计算水泵的运行效率ηt;
步骤7、将新的点(Qt,Ht)、(Qt,,ηt)实时分别添加到Q-H曲线图和η-Q曲线图中,根据新的点(Qt,Ht)、(Qt,,ηt)对Q-H曲线和η-Q曲线进行修正;将新的点(Ht,Wt)添加到H-W曲线图中,根据新的点(Ht,Wt)对H-W曲线进行修正;
步骤8、当需要调整的水泵的运行效率为ηt′时,从η-Q曲线图中找到相应的Qt′,再根据Qt′在Q-H曲线图中找到相应的Ht′,再根据Ht′在H-W曲线图中找到相应的Wt,将水泵的实时转速调节为Wt,就能得到所需的水泵的运行效率为ηt′;
步骤9、测量此时的实时流量Qt、实时扬程Ht,检测到相应的水泵的电流、电压、转速Wt,计算出水泵的输入功率Nint;根据水泵的实时流量Qt、扬程Ht,计算水泵相应的实时输出功率Noutt;根据水泵的输出功率Noutt、输入功率Nint比,实时计算水泵的运行效率ηt;
步骤10、将新的点(Qt、Ht),(Qtηt)实时分别添加到Q-H曲线和η-Q曲线上;根据新的点对Q-H曲线和η-Q曲线进行修正;将新的点(Ht,Wt)添加到H-W曲线图中,根据新的点(Ht,Wt)对H-W曲线进行修正;
步骤11、如需要调节扬程,转入步骤4;当需要的水泵的运行效率为ηt′时,进入步骤8;如停止工作转入下一步;
步骤12、工作结束。
根据水泵实时流量Q,以及通过传感器数据测量的水泵扬程、电机转速,水泵的自身特性通过学习转速与扬程的动态模型来获得,计算水泵的实时运行效率具体如下:
η=Nout/Nin
其中,水泵的实时输出功率由流量扬程测得:
Nout=2.778·Q·H×10-3,kw
水泵的实时输入功率由实时电流电压测得:
式中Nout是水泵实时输出功率,Q是水泵流量,H是水泵的扬程;Nin是水泵的实时输入功率,U是电压,I是电流,θ是功率夹角;η是水泵的效率。
所述水泵的实时扬程是这样计算的,
获取水泵前端和后端布设的传感器的读数,传感器具体包括:泵前压力传感器、泵后压力传感器、转速传感器、电流压力传感器、电压传感器、流量计;利用卡尔曼滤波对各个传感器接收到的数据进行平滑和滤波;
基于泵前压力传感器、泵后压力传感器的读数差,进行卡尔曼滤波和均值滤波后,作为确定水泵的实时扬程。
所述的水泵的流量由总管流量以及管网能量平衡方程计算得到;具体包括:
基于水网的能量平衡方程能够建立方程组,利用水网能量平衡关系建立如下关系式
其中Ki是各个管道系数,可以根据管道的直径进行计算;Ci是管道的摩擦系数;Di是管道的直径;ΔE是管道两端的能量差;Q1到Qn是n段管道中的流量;Li是管道的长度;Z是输入液位的高度;
将上述方程组进行简写,并将非线性方程组用一阶Taylor展开近似:
F(Q)=0
其中Q代表管道流量向量,Q0是初始流量向量
F(Q)是关于流量Q的能量平衡方程
从而,给定Q0情况下,可以根据如下公式进行迭代,直至Q收敛,在一组给定的X、R的设定下,得到管网中的流量的计算结果;
从而根据管网的流量平衡关系,获得水泵的输出的实时流量。
本发明实施例提出了一种在线学习水泵模型实时流量精确控制方法,包括:
步骤1、通过水泵的流量计,计算水泵的实时流量;通过水泵的泵前、泵后压力差,计算水泵的实时扬程;
步骤2、根据水泵的实时流量、扬程,计算水泵的实时输出功率;根据检测到的水泵的电流、电压、转速,获取水泵的输入功率;根据水泵的输出功率、输入功率比,实时计算水泵的运行效率;
步骤3、根据水泵的实时扬程、水泵的实时转速,生成水泵的转速扬程H-W曲线;
步骤4、基于不同流量情况下的水泵的效率点的测量,通过线性差值的方法推算水泵在为测量的范围内的实际运行效率,更新水泵的流量扬程Q-H曲线,在线的调整水泵的实时运行模型。
其中,所述方法还包括:
获取水泵前端和后端布设的传感器的读数,传感器具体包括:泵前压力传感器、泵后压力传感器、转速传感器、电流压力传感器、电压传感器、流量计;利用卡尔曼滤波对各个传感器接收到的数据进行平滑和滤波;
基于泵前压力传感器、泵后压力传感器的读数差,进行卡尔曼滤波和均值滤波后,作为实时确定水泵的扬程。
其中,所述方法中的水泵的流量由总管流量以及管网能量平衡方程计算得到;具体包括:
基于水网的能量平衡方程能够建立方程组,利用水网能量平衡关系建立如下关系式
其中Ki是各个管道系数,可以根据管道的直径进行计算;Ci是管道的摩擦系数;Di是管道的直径;ΔE是管道两端的能量差;Q1到Qn是n段管道中的流量;Li是管道的长度;Z是输入液位的高度;
将上述方程组进行简写,并将非线性方程组用一阶Taylor展开近似:
F(Q)=0
其中Q代表管道流量向量,Q0是初始流量向量
F(Q)是关于流量Q的能量平衡方程
从而,给定Q0情况下,可以根据如下公式进行迭代,直至Q收敛,在一组给定的X、R的设定下,得到管网中的流量的计算结果。
从而可以根据管网的流量平衡关系,获得水泵的输出流量。
其中,所述步骤4中,通过以下方法计算水泵的实时效率:
根据计算得到的水泵流量,以及通过传感器数据测量的水泵扬程、电机转速,水泵的自身特性通过学习转速与扬程的动态模型来获得,可以计算水泵的实时运行效率。
水泵的实时输出功率由流量扬程测得:
Nout=2.778·Q·H×10-3,kw
水泵的实时输入功率由实时电流电压测得:
水泵的效率计算可得
η=Nout/Nin
其中Nout是水泵实时输出功率,Q是水泵流量,H是水泵的扬程;Nin是水泵的实时输入功率,U是电压,I是电流,θ是功率夹角;η是水泵的效率。
其中,所述步骤4还包括:基于采样点,通过线性拟合的方法,对水泵的测量范围之外的工作曲线进行拟合;
根据实测的转速,流量,压力数据,实时计算水泵的流量-扬程Q-H曲线;并可以同时实时计算水泵的流量-效率曲线,以及转速-压力模型。这些曲线描述了水泵的实时的运行效率,运行状态。我们基于这些信息对水泵的模型进行在线的更新,并基于这些测量点,对非测量点的曲线进行差值推算,得到全面的流量效率曲线。
在上述在线测量过程中,描述水泵自身内在模型的是转速扬程(w-H)动态模型。
通过线性回归模型描述水泵的w-H曲线
根据水泵的运行原理,对变频水泵用分段的线性回归参数模型,描述水泵的工作曲线;
其中是水泵入口和出口压力差;θ1-θ6是水泵的待学习参数;/>是水泵的转速;
根据在线实测的转速,压力数据,对回归模型进行在线训练。
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实例进行详细描述。
为了实现基于传感数据分析的水泵模型在线学习,本发明实施例提出了如下的方法,包括:
获取水泵前端和后端布设的传感器的读数,传感器具体包括:泵前压力传感器、泵后压力传感器、转速传感器、电流压力传感器、电压传感器、流量计;利用卡尔曼滤波对各个传感器接收到的数据进行平滑和滤波;
利用流量扬程水泵的实际输出功率,计算水泵的输出功率;具体包括:
基于泵前压力传感器、泵后压力传感器的读数差,进行卡尔曼滤波和均值滤波后,作为实时确定水泵的扬程;
基于水泵的输入电流、输入电压、水泵转速,确定水泵的实时输出功率;
根据水泵在不同的流量范围内的效率计算结果获取水泵的流量效率模型。
其中,水泵的流量由总管流量以及管网的平衡方程计算得到。水泵的流量计算是模型实时在线学***衡方程进行在线估算的方法。本发明实施例提出了一种通过能量平衡方程和总管流量信息在线计算水泵的流量的方法;其通过总管流量和管网能量平衡方程计算水泵流量;具体包括:
基于水网的能量平衡方程能够建立方程组
中Ki是各个管道系数,可以根据管道的直径进行计算;Ci是管道的摩擦系数;Di是管道的直径;ΔE是管道两端的能量差;Q1到Qn是n段管道中的流量;Li是管道的长度;Z是输入液位的高度;
将上述方程组进行简写,并将非线性方程组用一阶Taylor展开近似:
F(Q)=0
其中Q代表管道流量向量,Q0是初始流量向量;F(Q)是关于流量Q的能量平衡方程;
从而,给定Q0情况下,据如下公式进行迭代,直至Q收敛,在一组给定的X、R的设定下,得到管网中的流量的计算结果。
从而可以根据管网的流量平衡关系,获得水泵的输出流量。
其中,本发明实施例中根据前述的水泵流量计算方法以及通过传感器数据测量水泵扬程、电机转速信息后,水泵的自身特性通过学习转速与扬程的动态模型来获得,以计算水泵的实时运行效率:
水泵的实时输出功率由流量扬程测得
Nout=2.778·Q·H×10-3,kw
水泵的实时输入功率由实时电流电压测得
水泵的效率计算可得
η=Nout/Nin
其中Nout是水泵实时输出功率,Q是水泵流量,H是水泵的扬程;Nin是水泵的实时输入功率,U是电压,I是电流,θ是功率夹角;η是水泵的效率。
这样可以根据水泵的实时测量的输入输出功率,计算水泵的实时效率。
在水泵的压力、流量、功率变化过程中,上述计算得到的水泵效率会在一定范围内变化,这些变化值是我们所采集测量到的流量-效率点。但是因为水泵的流量变化范围有限,我们很难测得全量程的流量-效率关系。因此,我们需要基于采样点,通过线性拟合的方法,对水泵的测量范围之外的工作曲线进行拟合。
采用上述效率点计算,并基于效率点进行线性拟合的方法,我们在实时监测水泵的运行状态时,根据实测的转速,流量,压力数据,可以实时计算水泵的流量-扬程曲线;并可以同时实时计算水泵的流量-效率曲线,以及转速-压力模型。这些曲线描述了水泵的实时的运行效率,运行状态。我们基于这些信息对水泵的模型进行在线的更新,并基于这些测量点,对非测量点的曲线进行差值推算,得到全面的流量效率曲线。
在上述在线测量过程中,描述水泵自身内在模型的是转速扬程(w-H)动态模型。
通过线性回归模型描述水泵的w-H曲线;根据水泵的运行原理,对变频水泵用分段的线性回归参数模型,描述水泵的工作曲线;
其中是水泵入口和出口压力差;
θ1-θ6是水泵的待学习参数;
是水泵的转速。根据在线实测的转速,压力数据,对回归模型进行在线训练。
从而建立比出厂手册,更为准确的水泵真实运行曲线。
变频水泵节能率的在线计算方法。
前述方法介绍了基于在线流量计算,推算水泵的实时运行效率的方法。我们也可以通过在线计算的方法,计算变频水泵的节能率。在已知变频水泵的输入功率时,可以根据水泵的实时转速,利用转速与功率的三次方关系,计算变频水泵的实时输入功率:
Ns—变频前的额定输入功率,kw;
Nin—变频后的额定输入功率,kw;
nf,n50—分别为变频,工频时的转速,也视为频率;
ρf,ρs—变频,工频时的效率,%;
从而由实时输入功率相比于额定功率的差,可以准确计算和预测变频调速水泵的在线节能能率。
从而,根据上述三个方法,我们可以根据网络能量平衡推算水泵的(1)实时流量,(2)运行效率;(3)变频水泵的节能率。这三个指标在水泵的运行控制和优化中有着重要意义。
如图1所示的,为水泵的模型在线学习的整体流程,包括:
1、通过总管流量检测模块和基于能量平衡条件的水泵流量计算,获得水泵的流量。
2、根据水泵的泵前泵后的压力测量差,通过Kalman滤波的方法对测量压力差进行滤波,获得水泵扬程的实时测量。
3、结合水泵的流量测量结果、水泵的泵前泵后的压力测量差得到的扬程检测的信息,计算得到水泵的输出实时功率。
4、根据水泵的电流、电压、转速的检测获得水泵的输入功率。
5、根据水泵的输出功率、输入功率比,实时计算水泵的运行效率。
6、根据水泵的扬程的实时测量结果、水泵转速的实时测量结果,在线进行H-w曲线的在线学习。
7、基于不同流量情况下的水泵的效率点的测量,通过线性差值的方法,推算水泵在为测量的范围内的实际运行效率,更新水泵的Q-H曲线,在线的调整水泵的实时运行模型。
具体而言:本发明实施例具体可以包括以下几个部分:
1、水泵的传感数据的滤噪与实时处理方法
1.1不失一般性,水泵上安装以下传感器:泵前压力传感器、泵后压力传感器、转速传感器、电流压力传感器、电压传感器、流量计。这些传感器在实际运行中会由于环境的影响,产生检测噪声或数据偏差。
1.2通过Kalman滤波方法,对不同类型的传感器数据进行平滑和滤波处理,滤除噪声的影响,并提高传感器的数据检测精度。
2、水泵的实时运行效率的在线实时计算方法
水泵效率计算的关键是水泵的实际输出功率的测量和估算,这由流量扬程在线测量的方法来实现。在前述的扬程测量的基础上,关键在于流量的测量。在获得流量测量之后就可以进行输出功率的计算,然后基于输出功率-输入功率比即可以计算水泵的实时效率。
2.1:扬程计算;基于泵前压力传感器、泵后压力传感器的读数差,实时确定水泵的扬程。由于扬程的测量是基于两传感器的读数差,因此会受到两表的测量误差影响。所以对差值结果进行Kalman滤波和均值滤波,获得准确的扬程测量结果。
2.2:水泵实时输出功率:由水泵的输入电流、输入电压和水泵转速测量得到。水泵的电流电压测量一般较为准确,通过实施滤波方法,滤除测量噪声。
2.3:根据水泵在不同的流量范围内的效率计算结果,计算水泵的流量效率模型。
(1)基于能量平衡方程的管道流量估计方法
其中,水泵的流量由总管流量以及管网的平衡方程计算的方法
水泵的流量计算是模型实时在线学***衡方程进行在线估算的方法。本发明提出了一种通过能量平衡方程和总管流量信息,在线计算水泵的流量的方法。
本发明实施例的在水泵流量,由总管流量和管网能量平衡方程计算;具体包括:
基于水网的能量平衡方程能够建立方程组,以附图2的水网模型为例,其中正方形表示水池,圆形与三角形组合表示水泵。
利用水网能量平衡关系建立如下关系式
其中Ki是各个管道系数,可以根据管道的直径进行计算。
Ci是管道的摩擦系数,Di是管道的直径。
ΔE是管道两端的能量差。
Q1到Qn是n段管道中的流量
Li是管道的长度
Z是输入液位的高度
将上述方程组进行简写,并将非线性方程组用一阶Taylor展开近似:
F(Q)=0
其中Q代表管道流量向量,Q0是初始流量向量
F(Q)是关于流量Q的能量平衡方程
从而,给定Q0情况下,可以根据如下公式进行迭代,直至Q收敛,在一组给定的X、R的设定下,得到管网中的流量的计算结果。
从而可以根据管网的流量平衡关系,获得水泵的输出流量。
(2)基于管道估算流量和其它传感数据的水泵效率计算方法
根据前述的水泵流量计算方法,以及通过传感器数据测量水泵扬程,电机转速信息后,水泵的自身特性通过学习转速与扬程的动态模型来获得,可以计算水泵的实时运行效率。
水泵的实时输出功率由流量扬程测得
Nout=2.778·Q·H×10-3,kw
水泵的实时输入功率由实时电流电压测得
水泵的效率计算可得
η=Nout/Nin
其中Nout是水泵实时输出功率,Q是水泵流量,H是水泵的扬程;
Nin是水泵的实时输入功率,U是电压,I是电流,θ是功率夹角。
η是水泵的效率。
这样可以根据水泵的实时测量的输入输出功率,计算水泵的实时效率。
前述水泵的实时运行效率计算对评价水泵的运行节能性有重要价值。但是仅根据实测的转速、流量、压力数据,我们并不能全面的获得水泵的工作效率的范围,还需要根据计算的效率,进行差值,对水泵的模型进行推算。
在水泵的压力、流量、功率变化过程中,上述计算得到的水泵效率会在一定范围内变化,这些变化值是我们所采集测量到的流量-效率点。但是因为水泵的流量变化范围有限,我们很难测得全量程的流量-效率关系。因此,我们需要基于采样点,通过线性拟合的方法,对水泵的测量范围之外的工作曲线进行拟合。
采用上述效率点计算,并基于效率点进行线性拟合的方法,我们在实时监测水泵的运行状态时,根据实测的转速,流量,压力数据,可以实时计算水泵的流量-扬程曲线;并可以同时实时计算水泵的流量-效率曲线,以及转速-压力模型。这些曲线描述了水泵的实时的运行效率,运行状态。我们基于这些信息对水泵的模型进行在线的更新,并基于这些测量点,对非测量点的曲线进行差值推算,得到全面的流量效率曲线。
在上述在线测量过程中,描述水泵自身内在模型的是转速扬程(w-H)动态模型。
通过线性回归模型描述水泵的w-H曲线
根据水泵的运行原理,对变频水泵用分段的线性回归参数模型,描述水泵的工作曲线其中是水泵入口和出口压力差;
θ1-θ6是水泵的待学习参数;
是水泵的转速。根据在线实测的转速,压力数据,对回归模型进行在线训练。
从而建立比出厂手册,更为准确的水泵真实运行曲线。
(3)变频水泵节能率的在线计算方法。
前述方法介绍了基于在线流量计算,推算水泵的实时运行效率的方法。我们也可以通过在线计算的方法,计算变频水泵的节能率。在已知变频水泵的输入功率时,可以根据水泵的实时转速,利用转速与功率的三次方关系,计算变频水泵的实时输入功率:
Ns—变频前的额定输入功率,kw;
Nin—变频后的额定输入功率,kw;
nf,n50—分别为变频,工频时的转速,也视为频率;
ρf,ρs—变频,工频时的效率,%;
从而由实时输入功率相比于额定功率的差,可以准确计算和预测变频调速水泵的在线节能能率。
从而,根据上述三个方法,我们可以根据网络能量平衡推算水泵的(1)实时流量,(2)运行效率;(3)变频水泵的节能率。这三个指标在水泵的运行控制和优化中有着重要意义。
举例与说明
在水泵的泵前泵后安装压力表,以每秒钟1次的时间间隔测量水泵前后的水压,这样得到{P11,P12,…,P1t},{P21,P22,…,P2t}这样两组时间序列。通过计算两组时间序列的差,得到水泵的扬程测量的时间序列{P21-P11,P22-P12,…,P2t-P1t}。对这一时序信号进行Kalman滤波,可以较为准确的得到扬程测量结果。
根据水泵所在管网的能量平衡方程,以及总管流量信息,以每秒钟1次的时间间隔计算水泵的实时输出流量,这样得到{Q1,Q2,…,Qt}的时间序列。对这一时序信号进行Kalman滤波,可以较为准确的得到流量测量结果。
根据水泵的电流表和电压表的测量以每秒钟1次的时间间隔计算水泵的实时电流和电压,这样得到{I1,I2,…,It},{U1,U2,…,Ut}的时间序列。对电流和电压的时序信号进行Kalman滤波,可以较为准确的得到电流和电压的测量结果。
基于前述公式,计算实时的Nout,t
基于前述公式,计算实时的Nin,t
基于前述公式,计算实时的运行效率ηt
在测量到不同流量情况下的ηt之后,得到一系列的{(Qt,ηt)}测量点集合。这些测量点是对水泵的实时效率曲线的采样点。通过多项式拟合方法,拟合未测量到的流量范围内的Q-ηt曲线。
根据水泵的额定功率和测量的Nin计算水泵的节能率。
在w-H模型对水泵的特性可以准确拟合之后,既可以根据水泵的转速预测水泵的扬程,结合管网压力预测流量,从而较为准确的计算输出功率。
从而通过在线学习水泵的运行模型,可以较准确的预测节能率,指导优化控制。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
例如,在水泵的标定H-Q扬程-流量,-Q效率-流量曲线图如图3所示的情况下,在经过上述实时计算,获得的H-Q和-Q的采样如图4中实际运行点所示时,则需要根据在线实测的数据,调整水泵的实际H-Q和-Q曲线,对水泵的模型进行在线的更新。图5给出了调整之后的水泵的H-Q和-Q曲线。图中以实测点为采样点,通过曲线拟合方法获得更新的水泵运行曲线。
Claims (3)
1.一种在线学习水泵模型实时流量精确控制方法,其特征在于,包括:
步骤1、根据实时流量Q1、Q2、Q3…Qn,并测得相应的水泵的实时扬程H1、H2、H3…Hn,;及测得相应的水泵的实时转速W1、W2、W3…Wn,做出流量扬程Q-H曲线图和H-W曲线图;
步骤2、根据水泵的实时流量Q1、Q2、Q3…Qn、实时扬程H1、H2、H3…Hn,计算水泵相应的实时输出功率Nout1、Nout2、Nout3…Noutn;及检测到相应的水泵的电流、电压、转速,计算出水泵的输入功率Nin1、Nin2、Nin3…Ninn;根据水泵的输出功率、输入功率比,实时计算水泵的运行效率η1、η2、η3…ηn;
步骤3、在流量扬程Q-H曲线图上,再做出η-Q曲线;
步骤4、在实时运行时,当需要的扬程为Ht′时,进入下一步;在实时运行时,当需要的水泵的运行效率为ηt′时,进入步骤8;
步骤5、当需要的扬程为实时Ht′时,通过H-W曲线图得到相应Wt;此时所水泵的实时转速将水泵的实时转速调为Wt;
步骤6、测量此时的水泵的实时流量Qt、扬程Ht,检测到相应的水泵的电流、电压、转速Wt,计算出水泵的输入功率Nint;根据水泵的实时流量Qt、扬程Ht,计算水泵相应的实时输出功率Noutt;根据水泵的输出功率Noutt、输入功率Nint比,实时计算水泵的运行效率ηt;
步骤7、将新的点(Qt,Ht)、(Qt,,ηt)实时分别添加到Q-H曲线图和η-Q曲线图中,根据新的点(Qt,Ht)、(Qt,,ηt)对Q-H曲线和η-Q曲线进行修正;将新的点(Ht,Wt)添加到H-W曲线图中,根据新的点(Ht,Wt)对H-W曲线进行修正;
步骤8、当需要调整的水泵的运行效率为ηt′时,从η-Q曲线图中找到相应的Qt′,再根据Qt′在Q-H曲线图中找到相应的Ht′,再根据Ht′在H-W曲线图中找到相应的Wt,将水泵的实时转速调节为Wt,就能得到所需的水泵的运行效率为ηt′;
步骤9、测量此时的实时流量Qt、实时扬程Ht,检测到相应的水泵的电流、电压、转速Wt,计算出水泵的输入功率Nint;根据水泵的实时流量Qt、扬程Ht,计算水泵相应的实时输出功率Noutt;根据水泵的输出功率Noutt、输入功率Nint比,实时计算水泵的运行效率ηt;
步骤10、将新的点(Qt、Ht),(Qtηt)实时分别添加到Q-H曲线和η-Q曲线上;根据新的点对Q-H曲线和η-Q曲线进行修正;将新的点(Ht,Wt)添加到H-W曲线图中,根据新的点(Ht,Wt)对H-W曲线进行修正;
步骤11、如需要调节扬程,转入步骤4;当需要的水泵的运行效率为ηt′时,进入步骤8;如停止工作转入下一步;
步骤12、工作结束;
其中,根据水泵实时流量Q,以及通过传感器数据测量的水泵扬程、电机转速,水泵的自身特性通过学习转速与扬程的动态模型来获得,计算水泵的实时运行效率具体如下:
η=Nout/Nin
其中,水泵的实时输出功率由流量扬程测得:
Nout=2.778·Q·H×10-3,kw
水泵的实时输入功率由实时电流电压测得:
式中Nout是水泵实时输出功率,Q是水泵流量,H是水泵的扬程;Nin是水泵的实时输入功率,U是电压,I是电流,θ是功率夹角;η是水泵的效率。
2.根据权利要求1所述的一种在线学习水泵模型实时流量精确控制方法,其特征在于,所述水泵的实时扬程是这样计算的,
获取水泵前端和后端布设的传感器的读数,传感器具体包括:泵前压力传感器、泵后压力传感器、转速传感器、电流压力传感器、电压传感器、流量计;利用卡尔曼滤波对各个传感器接收到的数据进行平滑和滤波;
基于泵前压力传感器、泵后压力传感器的读数差,进行卡尔曼滤波和均值滤波后,作为确定水泵的实时扬程。
3.根据权利要求1或2所述的一种在线学***衡方程计算得到;具体包括:
基于水网的能量平衡方程能够建立方程组,利用水网能量平衡关系建立如下关系式
其中Ki是各个管道系数,可以根据管道的直径进行计算;Ci是管道的摩擦系数;Di是管道的直径;ΔE是管道两端的能量差;Q1到Qn是n段管道中的流量;Li是管道的长度;Z是输入液位的高度;
将上述方程组进行简写,并将非线性方程组用一阶Taylor展开近似:
F(Q)=0
其中Q代表管道流量向量,Q0是初始流量向量
F(Q)是关于流量Q的能量平衡方程
从而,给定Q0情况下,可以根据如下公式进行迭代,直至Q收敛,在一组给定的X、R的设定下,得到管网中的流量的计算结果;
从而根据管网的流量平衡关系,获得水泵的输出的实时流量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910943486.5A CN112580183B (zh) | 2019-09-30 | 2019-09-30 | 一种在线学习水泵模型实时流量精确控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910943486.5A CN112580183B (zh) | 2019-09-30 | 2019-09-30 | 一种在线学习水泵模型实时流量精确控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112580183A CN112580183A (zh) | 2021-03-30 |
CN112580183B true CN112580183B (zh) | 2024-02-23 |
Family
ID=75116594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910943486.5A Active CN112580183B (zh) | 2019-09-30 | 2019-09-30 | 一种在线学习水泵模型实时流量精确控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112580183B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114017303A (zh) * | 2021-11-09 | 2022-02-08 | 华工(江门)机电有限公司 | 一种水泵的变频增容控制方法 |
CN116760330B (zh) * | 2023-08-18 | 2023-11-07 | 山东宇飞传动技术有限公司 | 一种用于变频控制装置的控制*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0150068A2 (de) * | 1984-01-23 | 1985-07-31 | RHEINHÜTTE vorm. Ludwig Beck GmbH & Co. | Verfahren und Vorrichtung zur Regelung verschiedener Betriebsparameter bei Pumpen und Verdichtern |
CN103104509A (zh) * | 2013-02-25 | 2013-05-15 | 天津大学 | 变频水泵全工况运行状态获取方法 |
CN103307446A (zh) * | 2013-05-27 | 2013-09-18 | 湖南泰通电力科技有限公司 | 一种稳定流量水***的节能方法 |
KR101790874B1 (ko) * | 2016-04-26 | 2017-10-26 | 주식회사 대영파워펌프 | 인버터 제어 급수 펌프의 회전수별 소비 전력 계산 방법 |
KR101991679B1 (ko) * | 2019-04-16 | 2019-06-21 | 주식회사 두크 | 부스터펌프시스템의 센서리스 유량검출방법 |
-
2019
- 2019-09-30 CN CN201910943486.5A patent/CN112580183B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0150068A2 (de) * | 1984-01-23 | 1985-07-31 | RHEINHÜTTE vorm. Ludwig Beck GmbH & Co. | Verfahren und Vorrichtung zur Regelung verschiedener Betriebsparameter bei Pumpen und Verdichtern |
CN103104509A (zh) * | 2013-02-25 | 2013-05-15 | 天津大学 | 变频水泵全工况运行状态获取方法 |
CN103307446A (zh) * | 2013-05-27 | 2013-09-18 | 湖南泰通电力科技有限公司 | 一种稳定流量水***的节能方法 |
KR101790874B1 (ko) * | 2016-04-26 | 2017-10-26 | 주식회사 대영파워펌프 | 인버터 제어 급수 펌프의 회전수별 소비 전력 계산 방법 |
KR101991679B1 (ko) * | 2019-04-16 | 2019-06-21 | 주식회사 두크 | 부스터펌프시스템의 센서리스 유량검출방법 |
Also Published As
Publication number | Publication date |
---|---|
CN112580183A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112580183B (zh) | 一种在线学习水泵模型实时流量精确控制方法 | |
CN106844814B (zh) | 一种大型复杂天然气管网***泄漏检测方法 | |
US20220163136A1 (en) | System and method for monitoring flow rate of regulating valve based on acoustic sensor | |
CN103105849B (zh) | 工业调节阀非线性工作特性诊断方法 | |
CN109916478A (zh) | 一种流量系数标定、流量计检定方法和标准流量装置 | |
CN108287571B (zh) | 一种流量控制***泵运行区间判断方法 | |
CN108151835A (zh) | 一种基于多参数检测的泵站信息智能监测终端的率定方法 | |
CN103900666A (zh) | 膜式燃气表长期运行的计量精度控制方法 | |
CN102914349A (zh) | 一种水表检定装置及检定方法 | |
Ravula et al. | Experimental validation of leak and water-ingression detection in low-pressure gas pipeline using pressure and flow measurements | |
CN108106679A (zh) | 一种电站磨煤机入口风量的测量方法及*** | |
CN106320257A (zh) | 基于水文观测的湖库槽蓄曲线确定方法 | |
CN103605323B (zh) | 化工生产的离散控制方法及装置 | |
Emami et al. | Design and implementation of an online precise monitoring and performance analysis system for centrifugal pumps | |
CN105090084B (zh) | 风机在线监测***及其监测方法 | |
CN114383646B (zh) | 一种连续变化型被测量传感器分辨力的检测方法和设备 | |
Pöyhönen et al. | Variable-speed-drive-based estimation of the leakage rate in compressed air systems | |
CN109933031A (zh) | 一种根据化验数据自动校正软测量仪表的***及方法 | |
CN104165711A (zh) | 一种基于Kalman滤波的检定台测温方法 | |
CN104457918B (zh) | 一种回水流量检测偏差修正方法 | |
CN104199296A (zh) | 带遗忘因子的线性回归性能评估方法 | |
CN114894276A (zh) | 一种水表在线校准方法及*** | |
CN108019344B (zh) | 一种电动给水泵组效率测试方法 | |
RU2566641C2 (ru) | Способ учета тепловой энергии, отдаваемой отопительным прибором | |
CN107559212B (zh) | 一种火电机组定速循环水泵组泵效率在线监测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |