基于神經(jīng)網(wǎng)絡(luò)的泵機(jī)組運(yùn)行效率研究.pdf

《基于神經(jīng)網(wǎng)絡(luò)的泵機(jī)組運(yùn)行效率研究.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于神經(jīng)網(wǎng)絡(luò)的泵機(jī)組運(yùn)行效率研究李睿侯宇劉淑聰趙國星劉國豪許鐵(1．中國石油管道公司科技研究中心；2．防災(zāi)科技學(xué)院)摘要現(xiàn)代長距離輸油管道大多采用密閉輸送的方式，目前輸油系統(tǒng)普遍使用離心泵機(jī)組作為提供能量的動(dòng)力裝置。機(jī)組效率是評(píng)價(jià)泵機(jī)組運(yùn)行節(jié)能與否的重要因素。通過分析影響機(jī)組效率的主要因素，根據(jù)機(jī)紐效率與各因素之間的關(guān)系，利用人工神經(jīng)網(wǎng)絡(luò)構(gòu)建泵性能的預(yù)測(cè)模型，并使用實(shí)際測(cè)量的參數(shù)來訓(xùn)練網(wǎng)絡(luò)。預(yù)測(cè)結(jié)果表明，神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)對(duì)離心泵機(jī)組效率的精確預(yù)測(cè)并可用于實(shí)際應(yīng)用。關(guān)鍵詞泵機(jī)紐效率軟測(cè)量技術(shù)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)節(jié)能DOI：10．3969／

2、．iSSR．2095-1493．2011．04001隨著我國石油化工產(chǎn)業(yè)的不斷發(fā)展，大量的輸BP神經(jīng)網(wǎng)絡(luò)的多層前饋網(wǎng)是最常用、最成熟的油管道也相繼投入使用。為保證國民生產(chǎn)需要，原神經(jīng)網(wǎng)絡(luò)之一，其結(jié)構(gòu)簡(jiǎn)單，工作狀態(tài)穩(wěn)定，易于硬油、成品油管道需不間歇運(yùn)行。輸油泵機(jī)組作為輸件實(shí)現(xiàn)，廣泛應(yīng)用于非線性映射、函數(shù)逼近、模式識(shí)油管道主要耗能設(shè)備用電量極大，它的運(yùn)行效率成別及復(fù)雜系統(tǒng)仿真等方面。前饋型網(wǎng)絡(luò)通常有一個(gè)為評(píng)價(jià)其是否節(jié)能運(yùn)行的重要因素。在實(shí)際的評(píng)價(jià)或多個(gè)隱層，隱層的非線性傳遞函數(shù)神經(jīng)元可以學(xué)習(xí)過程中，需要通過專業(yè)儀器來測(cè)試不同的運(yùn)行參

3、數(shù)輸入輸出之間的線性和非線性關(guān)系。圖1為基本的BP以計(jì)算不同流量下的機(jī)組效率。軟測(cè)量技術(shù)在工業(yè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。其中，x一(z，z1．．·Xn)為輸入向量，過程分析、變量測(cè)試計(jì)量、控制優(yōu)化等理論和實(shí)踐Y：(Y]，Y?y)為輸出層向量，隱層到輸出層和輸入中取得了較好的效果。使用軟測(cè)量技術(shù)，可通過層到隱層的權(quán)值矩陣分別用W=(砌，?)和以往實(shí)測(cè)的數(shù)據(jù)對(duì)待測(cè)設(shè)備的效率進(jìn)行預(yù)測(cè)計(jì)算，V=(】，2?)表示。不但經(jīng)濟(jì)可靠，而且誤差較小，為節(jié)能評(píng)價(jià)提供了一種新的方法。神經(jīng)網(wǎng)絡(luò)由于其大規(guī)模并行處理、容錯(cuò)性、自組織和自適應(yīng)能力以及聯(lián)想功能強(qiáng)等特點(diǎn)，已

4、成為解決很多問題的有力工具。借助BP(BackPropagation)神經(jīng)網(wǎng)絡(luò)，不僅可以通過對(duì)已jiji··-·，有試驗(yàn)樣本的訓(xùn)練來預(yù)測(cè)泵在不同工況下泵機(jī)組的圖1BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)效率，而且可以縮短測(cè)試時(shí)間，降低成本。1BP神經(jīng)網(wǎng)絡(luò)2神經(jīng)網(wǎng)絡(luò)模型的建立BP神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織、非線性動(dòng)2．1影響泵機(jī)組效率的因素態(tài)處理等特征及聯(lián)想推理和自適應(yīng)識(shí)別能力。它根據(jù)QSY／GD0015-2009《輸油泵機(jī)組節(jié)能監(jiān)可以用在諸如被控對(duì)象的模型辨識(shí)中，即將過程看測(cè)方法》、GB／T12497-2006《三相異步電動(dòng)機(jī)經(jīng)成一個(gè)黑箱子，通過測(cè)量其

5、輸入輸出特性，然后利濟(jì)運(yùn)行》，影響泵機(jī)組效率的因素有流量(Q)、電用所得實(shí)際過程的輸入輸出數(shù)據(jù)訓(xùn)練一個(gè)神經(jīng)網(wǎng)動(dòng)機(jī)負(fù)載電壓)、電動(dòng)機(jī)負(fù)載電流(¨、液體密絡(luò)，使其輸出對(duì)輸入的相應(yīng)特性具有與被辨識(shí)過程度(1D)、電動(dòng)機(jī)功率因數(shù)(COS)、泵進(jìn)出口管徑相同的外部特性。(D)、揚(yáng)程(H)等。本文通過選取近5年內(nèi)所實(shí)測(cè)的數(shù)據(jù)，建立流量、電動(dòng)機(jī)負(fù)載電壓、電動(dòng)機(jī)負(fù)載第一作者簡(jiǎn)介：李睿，2009年畢業(yè)于吉林大學(xué)，工程師，主要從事電流、液體密度、電動(dòng)機(jī)功率因數(shù)與泵機(jī)組效率之管道防腐及節(jié)能技術(shù)研究。E—mail：kjlirui@petrochina．

6、oom．cn，地址：河北省廊坊市金光道51號(hào)，065000。間的神經(jīng)網(wǎng)絡(luò)訓(xùn)練與預(yù)測(cè)關(guān)系。21311年第I期石油石化節(jié)能l1■lTesting&Research2．2網(wǎng)絡(luò)的設(shè)計(jì)及訓(xùn)練網(wǎng)絡(luò)訓(xùn)練過程的誤差曲線如圖3所示。由圖可測(cè)量的數(shù)值都是實(shí)際的測(cè)量值，因此這些數(shù)據(jù)見經(jīng)過744次訓(xùn)練后，網(wǎng)絡(luò)的目標(biāo)誤差達(dá)到訓(xùn)練要可以對(duì)網(wǎng)絡(luò)進(jìn)行有效的訓(xùn)練。一般認(rèn)為，過少的樣求0．0001。本可能使網(wǎng)絡(luò)的表達(dá)不夠充分，從而導(dǎo)致網(wǎng)絡(luò)外推l0o的能力不夠；而過度的樣本會(huì)導(dǎo)致樣本冗余現(xiàn)象，蠢10不但增加了網(wǎng)絡(luò)的訓(xùn)練負(fù)擔(dān)，而且會(huì)出現(xiàn)過擬合現(xiàn)囂曩象。將各影響因素和泵

7、機(jī)組效率設(shè)為輸入矢量和相鼙10’皿＼應(yīng)的目標(biāo)矢量并進(jìn)行歸一化處理，使數(shù)據(jù)處理為區(qū)I薯．＼、—、間【0，1】之間的數(shù)據(jù)，歸一化時(shí)采用公式(1)，表司～—螬～—————～攀11示出部分歸一化后的數(shù)據(jù)。二一二(1)101oo2003o04o05oo6∞700Zmdx—Zmin調(diào)撼次數(shù)式中：z、分別為轉(zhuǎn)換前、后的值；z、圖3網(wǎng)絡(luò)訓(xùn)練過程的誤差曲線分別為樣本的最大值和最小值。選用三層的BP神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)函數(shù)的逼近，輸入向量有5個(gè)元3結(jié)果分析素，所以網(wǎng)絡(luò)輸入層的神經(jīng)元有5個(gè)，根據(jù)Kolmovgorov定理，網(wǎng)絡(luò)的中間層神經(jīng)元取11個(gè)，通過B

8、P神經(jīng)網(wǎng)絡(luò)對(duì)l5組泵機(jī)組效率進(jìn)行預(yù)輸出向量一個(gè)，所對(duì)應(yīng)的輸出層神經(jīng)元為一個(gè)。網(wǎng)測(cè)，將網(wǎng)絡(luò)得出的預(yù)測(cè)值進(jìn)行反歸一化后與實(shí)際效絡(luò)中間層的神經(jīng)元傳遞函數(shù)采用s型正切函數(shù)率值進(jìn)行對(duì)比(表1)，比較見圖4。tansig，輸出層神經(jīng)元傳遞函數(shù)采用s型對(duì)數(shù)函數(shù)logsig。利