Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

高温转动装备不可监测区域弱点识别、虚拟传感方法与系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华东理工大学

摘要:本申请公开高温转动装备不可监测区域弱点识别、虚拟传感方法与系统,涉及数字孪生及虚拟传感领域;方法包括:实时获取目标高温转动装备的服役工况数据;对服役工况数据进行预处理,得到服役工况处理数据;获取高温转动装备在任意时刻的循环周次数;对任一循环周次,将该循环周次对应的服役工况处理数据输入至深度神经网络预测模型中,输出单周次损伤数据;根据单周次损伤数据确定弱点部位;基于线性损伤累积准则,确定各个弱点部位在任意时刻的累积损伤数据,从而实现实时损伤状态的传感;本申请实现高温转动装备的实时损伤虚拟传感,保障高温转动装备服役安全及运维管理优化。

主权项:1.高温转动装备不可监测区域弱点识别、虚拟传感方法,其特征在于,所述高温转动装备不可监测区域弱点识别、虚拟传感方法包括:实时获取目标高温转动装备的服役工况数据;所述服役工况数据包括每个循环周次下的工况参数;所述工况参数包括:转子初始温度、升转速率、升负荷速率、初始主蒸汽温度和主蒸汽温升速率;所述目标高温转动装备每完成一次启动-稳态-停机的服役过程,记为一个循环周次;对所述服役工况数据进行预处理,得到服役工况处理数据;所述预处理包括:数据清洗、滤波处理和标准化处理;获取目标高温转动装备在任意时刻的循环周次数;对任一所述循环周次,将所述循环周次对应的服役工况处理数据输入至深度神经网络预测模型中,输出单周次损伤数据;所述深度神经网络预测模型是基于已知单周次损伤数据的服役工况数据,进行训练得到的;所述深度神经网络预测模型包括依次连接的输入层、隐藏层和输出层;所述单周次损伤数据对应所述目标高温转动装备的任意一个组成部位上,受到的疲劳损伤以及蠕变损伤的数值;对任一所述循环周次,根据所述单周次损伤数据确定弱点部位;所述弱点部位为在所述单周次损伤数据中,对疲劳损伤与蠕变损伤求和并进行数值比较后,数值最大的损伤值,对应的目标高温转动装备的组成部位;基于线性损伤累积准则,根据当前时刻的循环周次和所述单周次损伤数据确定各个所述弱点部位的累积损伤数据;所述累积损伤数据用于实现实时损伤状态的传感,以保障目标高温转动装备的服役安全。

全文数据:

权利要求:

百度查询: 华东理工大学 高温转动装备不可监测区域弱点识别、虚拟传感方法与系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。