一种基于人工智能的轴流泵转子运行稳定性预测系统及方法与流程

本技术涉及水利工程，尤其是涉及一种基于人工智能的轴流泵转子运行稳定性预测系统及方法。

背景技术：

1、轴流泵在我国社会发展的多个领域发挥着重要作用，中小型轴流泵主要用于农田排灌，大型轴流泵用于防洪排涝；在水利建设、化学工业等方面，均被广泛采用，目前轴流泵在水力机械运行过程中，普遍存在着不同程度的流激振动现象，容易导致疲劳破坏甚至产生裂痕，影响水力机械的安全稳定运行。其中，轴流泵转子主要包括叶轮，叶轮的完整程度直接影响轴流泵的工作效率。

2、相关技术中，在轴流泵工作中，当吸入的水反复作用在叶轮表面，导致叶轮材料表面腐蚀产生裂纹，但无法确认轴流泵叶轮裂纹的走向信息，并基于叶轮裂纹的走向信息进行维修，久而久之，腐蚀越来越严重，影响了轴流泵的稳定运行，存在待改进之处。

技术实现思路

1、为了减少轴流泵叶轮因裂纹腐蚀而影响轴流泵稳定运行的情况发生，本技术提供一种基于人工智能的轴流泵转子运行稳定性预测系统及方法。

2、第一方面，本技术提供一种基于人工智能的轴流泵转子运行稳定性预测方法，采用如下的技术方案：

3、一种基于人工智能的轴流泵转子运行稳定性预测方法，包括以下步骤：

4、确认轴流泵叶轮的基础数据信息，基于所述轴流泵基础数据信息对轴流泵的构成部件建立轴流泵物理模型，在所述轴流泵物理模型的轴流泵内壁均匀设置多个压力检测点，多个所述压力检测点位于轴流泵叶轮上侧且共面；

5、获取轴流泵叶轮在不同转速下多个所述压力检测点的模型压力检测数据，重复多次检测，确认轴流泵叶轮正常工作状态下的模型压力检测区间；

6、获取实际轴流泵内壁的多个压力检测点检测的实际压力检测数据，所述实际轴流泵内壁的多个压力检测点与轴流泵物理模型的压力检测点位置一致，并判断实际压力检测数据是否处于模型压力检测区间；

7、若实际压力检测数据未处于模型压力检测区间时，则将轴流泵叶轮划分为不同的压力区域，对每个压力区间均匀设置i个压力待测点，获取当轴流泵叶轮处于工作状态时所述压力待测点的压力数据，通过所述压力数据与所述轴流泵物理模型监测的模型压力数据对比确认异常压力数据；

8、基于所述异常压力数据确认异常压力监测点，基于所述异常压力监测点预测轴流泵叶轮裂纹走向信息，并基于所述轴流泵叶轮裂纹走向信息进行维修。

9、通过采用上述技术方案，借助轴流泵物理模型内设置的多个压力检测点确认模型压力检测数据，通过多次检测，进而确认轴流泵叶轮正常工作状态下的模型压力检测区间，获取实际轴流泵相同位置的实际压力检测数据，若实际压力检测数据未处于模型压力检测区间时，则获取轴流泵叶轮上各个压力待测点的压力数据，通过与轴流泵物理模型监测的模型压力数据对比确认异常压力数据，基于异常压力数据确认异常压力监测点，进而确认所述异常压力监测点的深度信息和排列信息，从而对轴流泵叶轮裂纹走向信息进行预测，进而有效的对轴流泵叶轮的裂纹进行维修，从而有效的减少了轴流泵叶轮因裂纹腐蚀而影响轴流泵稳定运行的情况发生。

10、优选的，所述则将轴流泵叶轮划分为不同的压力区域，对每个压力区间均匀设置i个压力待测点，获取当轴流泵叶轮处于工作状态时所述压力待测点的压力数据，通过所述压力数据与所述轴流泵物理模型监测的模型压力数据对比确认异常压力数据，包括以下步骤：

11、基于轴流泵叶轮表面受到水压力的情况不同，将轴流泵叶轮划分为第一压力区域、第二压力区域和第三压力区域，其中，第一压力区域设置为轴流泵叶轮边翼尖点，第二压力区域设置为轴流泵叶轮中部翼尖点，第三压力区域设置为轴流泵叶轮根部点；

12、在所述轴流泵叶轮轴承座设有p0压力待测点，并在所述第一压力区域、所述第二压力区域和所述第三压力区域内均线性设有p1，p2…pi压力待测点，其中，第一压力区域内的压力待测点为p11，p12…p1i，第二压力区域内的压力待测点为p21，p22…p2i，第三压力区域内的压力待测点为p31，p32…p3i；

13、确认p0压力待测点和每个压力区域内的i个压力待测点的压力数据，基于所述压力数据与所述轴流泵物理模型检测的模型压力数据对比，确认异常压力数据。

14、优选的，所述确认p0压力待测点和每个压力区域内的i个压力待测点的压力数据根据下述公式确认：

15、

16、其中，pn为第n个压力待测点实际压力值，ρ为液体密度，q为液体流量，π为圆周率，d为压力待测点的直径，h为轴流泵高度，hn为第n个压力待测点与出水口的间距。

17、优选的，所述基于所述异常压力数据确认异常压力监测点，基于所述异常压力监测点预测轴流泵叶轮裂纹走向信息，并基于所述轴流泵叶轮裂纹走向信息进行维修，具体还包括：

18、获取所述异常压力数据对应的异常压力监测点，并确认所述异常压力监测点的数量；

19、若所述异常压力监测点有且仅有1个或所述异常压力监测点有多个且多个异常压力监测点呈随机分布时，则只需对所述异常压力监测点所处的轴流泵叶轮位置进行维修；

20、若所述异常压力监测点有多个时，则判断所述多个异常压力监测点是否呈线性排列，且当多个异常压力监测点呈线性排列时，则基于所述线性排列确认排列轴向，并基于所述排列轴向对轴流泵叶轮裂纹走向信息进行预测。

21、优选的，所述当多个异常压力监测点呈线性排列时，则基于所述线性排列确认排列轴向，并基于所述排列轴向对轴流泵叶轮裂纹走向信息进行预测，具体还包括：

22、若所述异常压力监测点的排列轴向位于轴流泵叶轮内，则基于第一维修方式对所述轴流泵叶轮进行维修；所述第一维修方式设置为对轴流泵叶轮进行焊补；

23、若所述异常压力监测点的排列轴向将轴流泵叶轮沿排列轴向分割，且分割线贯穿轴流泵叶轮两端，则基于第二维修方式对所述轴流泵叶轮进行维修，所述第二维修方式设置为更换轴流泵叶轮。

24、优选的，若p0压力待测点和p31压力待测点之间存在所述异常压力监测点时，则获取所述轴流泵其他叶轮p0压力待测点和p31压力待测点是否存在异常压力监测点，并基于所述轴流泵其他叶轮p0压力待测点和p31压力待测点是否存在异常压力监测点确认异常类型。

25、优选的，所述对于异常压力监测点，还包括：确认所述异常压力监测点的异常压力数据与所述轴流泵物理模型的压力监测点的模型压力数据的压力比值，并基于所述压力比值确认所述异常压力监测点的裂纹深度。

26、第二方面，本技术提供一种基于人工智能的轴流泵转子运行稳定性预测系统，采用如下的技术方案：

27、一种基于人工智能的轴流泵转子运行稳定性预测系统，包括建模模块、压力获取模块、信息处理模块和预测确认模块，所述建模模块、所述压力获取模块、所述信息处理模块和所述预测确认模块之间信号连接；

28、所述建模模块，用于基于轴流泵基础数据信息对轴流泵的构成部件建立轴流泵物理模型；

29、所述压力获取模块设置为多个压力检测点用于获取轴流泵叶轮工作状态下轴流泵内壁的实际压力检测数据；

30、所述信息处理模块，用于对所述轴流泵叶轮划分为不同的压力区域，并对每个所述压力区域进行压力检测；

31、所述预测确认模块，用于确认各个所述异常压力监测点间的排列关系，并基于所述异常压力监测点间的排列关系对叶轮裂纹的走向进行预测。

32、优选的，所述压力获取模块包括模型压力检测数据获取单元、模型压力检测区间获取单元和实际压力检测数据获取单元；

33、所述模型压力检测数据获取单元基于设置在轴流泵物理模型的轴流泵内壁设置多个压力检测点检测轴流泵叶轮在工作状态下各个压力检测点检测到的模型压力检测数据；

34、所述模型压力检测区间获取单元用于重复多次检测，确认轴流泵叶轮正常工作状态下的模型压力检测区间；

35、所述实际压力检测数据获取单元基于与轴流泵物理模型设置于同一位置的多个压力检测点检测的实际压力检测数据

36、优选的，所述信息处理模块包括压力区域划分单元、压力待测点划分单元、压力监测结果计算单元和压力监测点分类单元；

37、所述压力区域划分单元是基于轴流泵叶轮表面受到水压力的情况不同将轴流泵叶轮划分为第一压力区域、第二压力区域和第三压力区域，其中，第一压力区域设置为轴流泵叶轮边翼尖点，第二压力区域设置为轴流泵叶轮中部翼尖点，第三压力区域设置为轴流泵叶轮根部点；

38、所述压力待测点划分单元包括轴承座待测点子单元和叶轮待测点子单元；所述轴承座待测点子单元设置为p0压力待测点，所述p0压力待测点位于轴流泵叶轮轴承座表面；所述叶轮待测点子单元包括p1，p2…pi压力待测点，其中，所述p1，p2…pi压力待测点在叶轮中线性排列；

39、所述压力监测结果计算单元用于计算各个压力待测点的压力值，包括：

40、

41、其中，pn为第n个压力待测点实际压力值，ρ为液体密度，q为液体流量，π为圆周率，d为压力待测点的直径，h为轴流泵高度，hn为第n个压力待测点与出水口的间距；

42、所述压力监测点分类单元用于通过与所述轴流泵物理模型监测的模型压力数据对比确认异常压力数据，并基于所述异常压力数据确认异常压力监测点。

43、综上所述，本技术包括以下至少一种有益技术效果：

44、借助轴流泵物理模型内设置的多个压力检测点确认模型压力检测数据，通过多次检测，进而确认轴流泵叶轮正常工作状态下的模型压力检测区间，获取实际轴流泵相同位置的实际压力检测数据，若实际压力检测数据未处于模型压力检测区间时，则获取轴流泵叶轮上各个压力待测点的压力数据，通过与轴流泵物理模型监测的模型压力数据对比确认异常压力数据，基于异常压力数据确认异常压力监测点，进而确认所述异常压力监测点的深度信息和排列信息，从而对轴流泵叶轮裂纹走向信息进行预测，进而有效的对轴流泵叶轮的裂纹进行维修，从而有效的减少了轴流泵叶轮因裂纹腐蚀而影响轴流泵稳定运行的情况发生；

45、借助p0压力待测点和p1，p2…pi压力待测点的设置，其中，第三压力区域内的压力待测点为p31，p32…p3i，第三压力区域与叶轮轴承座相连接，当p0压力待测点与p31压力待测点之间的压力数据存在异常时，则预测轴承座与叶轮之间的连接存在异常；若p1，p2…pi压力待测点中，有连续的压力待测点存在异常，则预测多个异常压力待测点所处的叶轮位置可能发生断裂，可以基于p0压力待测点和p1，p2…pi压力待测点之间对压力数据的判断，进而对轴流泵叶轮裂纹的走向信息进行预测，从而基于预测结果对轴流泵叶轮进行精准维修，从而有效的减少了轴流泵叶轮因裂纹腐蚀而影响轴流泵稳定运行的情况发生；

46、3.借助异常压力监测点的异常压力数据与轴流泵物理模型的压力监测点的模型压力数据进行比对，确认叶轮同一位置异常压力数据与模型压力数据的压力比值，进而基于所述压力比值确认异常压力监测点的裂纹深度，进而基于所述裂纹深度对轴流泵叶轮进行维修，从而有效的提高了叶轮的稳定性。