论文部分内容阅读
离心压缩机作为现代工业能量转换的核心设备,广泛的应用于石油石化、冶金矿业、通风制冷等行业,保障其安全稳定、经济高效的运行一直是现代工业追求的目标。然而,在实际生产中,离心压缩机的运行状态极易受到工况波动,流体介质等影响,对其运行状态的优化与控制就显得尤为重要。而运行状态优化控制的基础是准确可靠的性能预测模型,因此,研究快速建立准确可靠的离心压缩机性能预测模型具有重要的理论研究和社会经济价值。本文以复杂工业过程大型高耗能离心压缩机为研究对象。针对新压缩机运行时间短,建模数据不足,难以准确建立性能预测模型等问题,基于迁移已有相似过程信息辅助新过程建模的思想,综合考虑模型迁移、贝叶斯模型平均,多任务最小二乘支持向量机等技术,研究了离心压缩机的迁移建模方法。分别提出了基于多模型迁移策略的离心压缩机低成本建模方法和基于多任务学习的多离心压缩机Joint建模方法。本文主要研究内容包括:(1)离心压缩机性能分析。在已有研究成果的基础上,对离心压缩机的运行机理进行分析,建立了离心压缩机性能预测机理模型。在此基础上,分析了离心压缩机的性能影响因素,为后续章节的方法研究与验证奠定了基础。(2)基于多模型迁移策略的离心压缩机低成本建模方法。两台相似离心压缩机之间的模型迁移并不能充分的利用相似离心压缩机之间潜在的有用建模信息,造成压缩机建模成本高、周期长。针对这些问题,提出了基于多模型迁移策略的离心压缩机低成本建模方法。该方法首先确定多个已有相似离心压缩机模型并采集新压缩机初始建模数据。在此基础上,通过多模型迁移策略充分挖掘多个相似离心压缩机模型中的有用信息,帮助新压缩机快速建立准确的性能预测模型。同时结合贝叶斯模型平均,嵌套拉丁超立方等算法保证建模所需数据最少,进一步降低建模成本。最后,通过仿真实验验证了所提方法的有效性。(3)基于多任务学习的多离心压缩机Joint建模方法。针对多个相似离心压缩机的建模需求,相互独立建模的方式忽略了建模任务之间的共性关系同样会造成建模成本高、效率低等问题。为此,提出了基于多任务学习的多离心压缩机Joint建模方法。该方法将待建模离心压缩机模型看作共性特征与独有特征两部分。根据相似压缩机建模任务的相关性,在多任务学习机制下,利用相似压缩机的建模信息学习共性特征,同时结合少部分待建模压缩机数据学习独有特征,将二者组合完成多离心压缩机的建模。该方法的本质是综合利用相似离心压缩机的共性特征信息作为偏置信号以提高待建模压缩机模型的精度。仿真实验表明,所提方法可以实现多个相似离心压缩机联合建模,提高建模效率,降低建模成本。