(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110723929.7 (22)申请日 2021.06.29 (65)同一申请的已公布的文献号 申请公布号 CN 113236581 A (43)申请公布日 2021.08.10 (73)专利权人 江苏大学 地址 212013 江苏省镇江市学府路3 01号 (72)发明人 王文杰　龚小波　裴吉　袁寿其　 甘星城　邓起凡　张晨滢　张金凤　 袁建平　李彦军　 (74)专利代理 机构 北京东方盛凡知识产权代理 事务所(普通 合伙) 11562 代理人 张换君 (51)Int.Cl. F04D 15/00(2006.01)G06F 30/27(2020.01) G06N 3/08(2006.01) G06N 3/00(2006.01) 审查员 邓翠婷 (54)发明名称 一种智能化并联泵系统及优化调节方法 (57)摘要 本发明涉及一种智能化并联泵系统及优化 调节方法， 该系统主要包括： 泵系统、 数据采集单 元、 数据处理单元、 目标优化单元、 优化算法求解 单元； 该方法包括： 数据采集、 数据处理、 建立优 化目标及优化模 型。 本发明通过对泵系统历史运 行数据， 包括各个工况点下的流量、 扬程、 转速、 阀门开度、 泵振动信号等， 进行BP神经网络的训 练， 将求得的神经网络模型作为优化目标函数； 通过粒子群算法对优化模型进行求解， 求得特定 需求工况 下， 泵系统振动最小的最优调节方案 。 权利要求书2页 说明书6页 附图3页 CN 113236581 B 2022.02.22 CN 113236581 B 1.一种智能化并联泵系统， 其特征在于， 包括： 泵系统、 数据采集单元、 数据处理单元、 目标优化单 元、 优化算法求解单元； 所述泵系统为水泵及其辅助设备以并联 方式组成的管路系统； 其中， 所述泵系统包括： 水泵： 用于将水加压以满足用户需求工况； 管路系统： 用于配置与连接各部分元件； 各类传感器： 用于采集各类数据； 电动阀门： 用于调节水的流 量； 止回阀： 用于防止水的回流； 旁通管路： 用于将多余的水转移至回管路， 调整水流 量； 所述数据采集单 元用于负责采集并联泵系统中各类传感器所采集的信号； 所述数据处 理单元用于处 理由所述数据采集单 元所采集的信号； 所述目标优化单元用于将经过处理后的数据进行划分， 为基于降低 运行状态下水泵振 动的所述泵系统优化方法提供优化目标函数及优化模型； 所述优化 算法求解单元用于对所述优化模型进行求 解， 得到优化控制方案； 利用所述智能化并联泵系统进行优化调节的方法， 包括以下步骤： S1、 数据采集： 采集泵系统上监测点的振动信号、 并联泵组上泵站总流量、 各单泵进出 口压力以及总管路上进出口压力、 各泵当前的频率信号以及各阀门开度的信号； S2、 数据处理： 对采集到的所述监测点的振动信号进行降噪处理， 对降噪后的数据进行 时频域分析， 最后通过时频域分析后的数据进行振动特 征量的提取； S3、 建立优化目标函数及优化模型， 通过优化算法对所述优化模型进行求解， 得到最优 值； 建立以流量、 扬程、 泵转数、 阀门开度为输入， 以监测点振动信号特征量为输出的BP神 经网络模型， 将所述BP神经网络模型作为优化目标函数； 通过粒子群算法对优化模型进行 求解， 求得特定需求工况 下， 泵系统振动最小的最优调节方案 。 2.根据权利要求1所述的智能化并联泵系统， 其特 征在于， 所述各类传感器包括： 流量计： 用于采集并联泵组各支路管 上单泵流量及总管路上泵站总流 量； 压力传感器： 用于采集各单泵进出口压力以及总管路上进出口压力， 获得各单泵扬程 及泵站总扬程； 振动传感器： 用于采集泵上监测点的振动信号。 3.根据权利要求2所述的智能化并联泵系统， 其特征在于， 通过NI数据采集卡对所述各 类传感器的信号进行 数据采集。 4.根据权利要求1所述的智能化并联泵系统， 其特征在于， 所述数据采集单元所采集的 数据还包括： 变频器输出 各单泵当前的频率信号， 电动阀门输出 各阀门开度的信号。 5.根据权利要求1所述的智能化并联泵系统， 其特征在于， 所述数据处理单元包括对振 动信号进行降噪处 理、 时频域分析、 提取振动特 征量。 6.根据权利要求1所述的智能化并联泵系统， 其特征在于， 所述建立优化目标函数的过 程包括：权　利　要　求　书 1/2 页 2 CN 113236581 B 2S3.1、 对泵站历史运行数据集进行划分， 所述泵站历史运行数据集为历史泵站运行时 每个工况点下的流量、 扬程、 泵转数、 阀门开度、 监测点振动信号特征量； 划分数据集， 将数 据集划分为训练样本和预测样本； S3.2、 通过BP神经网络对所述数据集进行训练， 所述BP神经网络对划分的数据集进行 拟合训练， 以所述流量、 扬程、 泵转数、 阀门开度作为所述BP神经网络的输入， 以所述振动特 征量作为所述BP神经网络的输出； S3.3、 通过智能优化算法对所述BP神经网络相关超参数进行寻优， 根据隐藏层数、 每个 隐藏层的单元数、 激活函数、 学习步长作为寻优的输入， 以所述BP神经网络拟合的决定系数 R2值作为输出； S3.4、 通过优化算法不断对所述相关超参数进行寻优， 直到达到一定的拟合精度， 输出 该超参数设定下训练的神经网络的模型作为优化目标函数。 7.根据权利要求1所述的智能化并联泵系统， 其特征在于， 建立优化模型的步骤包括： 建立泵系统优化目标及设定求 解边界条件； 所述建立泵系统优化目标为： 根据振动最小原理建立泵系统优化目标公式： 其中， M为当前水泵开启的状态， 0对应关闭， 1对应开启； N为泵系统中泵的总台数， 则Mi 为当前水泵是否开启， fi(x)为该水泵对应的振动特征量， 对所有的水泵求其振动特征量的 和， 即为当前泵系统下的总振动特征量， N为泵系统中泵的总台数， minF即为具有低振动可 靠运行调节策略的智能化并联泵系统振动最小的泵系统优化目标； 所述求解边界条件 包括： 泵开启台数约束： 投入运行的水泵数目不超过泵系统中水泵的总数目； 转速比约束： 泵的最低转速比不低于 0.5， 泵的最高转速比不高于1； 总流量约束： 泵系统所提供的总流 量不低于用户所需求的流 量； 总扬程约束： 泵系统提供的最小扬程 不低于用户的需求扬程； 总振动约束： 泵系统的总振动不高于所规定的最大振动。 8.根据权利要求7所述的智能化并联泵系统， 其特征在于， 采用粒子群算法对所述优化 模型进行求 解， 具体包括： 步骤1、 确定参数及搜索空间： 在确定好寻优的参数后， 划定其每个参数的搜索空间， 以 流量、 扬程、 泵转数、 阀门开度作为 寻优参数； 步骤2、 初始化粒子群： 为 最初计算随机在解空间内生成的一组解； 步骤3、 计算每 个粒子的适应度： 即泵系统优化目标 所得到的系统预测的振动值； 步骤4、 更新最优粒子及粒子的速度和位置： 根据适应度更新个体最优和全局最优粒 子、 更新粒子的速度和位置， 为下次计算 提供新的解； 步骤5、 判断满足算法终止条件： 判断是否达到最大迭代次数或全局最优位子满足最小 界限， 如不满足条件则继续迭代寻优， 直到满足判断条件输出最优值。权　利　要　求　书 2/2 页 3 CN 113236581 B 3