[發明專利]基于數字孿生系統的高爐鼓風機和TRT機組故障診斷方法

有效

• 申請號: 202011583058.5
• 申請日: 2020-12-28
• 公開（公告）號: CN112781903B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 柴秋子;龔亦昕;吳平;劉唐丁;李創;樓嗣威
• 申請（專利權）人: 杭州哲達科技股份有限公司
• 主分類號: G01M99/00
• 分類號: G01M99/00;G06N3/08;G06T17/00;F04D27/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 萬尾甜;韓介梅

本發明公開了一種基于數字孿生系統的高爐鼓風機和TRT機組故障診斷方法，包括以下步驟：構建高爐鼓風機和TRT機組系統的三維模型；通過采集現場實時數據和計算虛擬數據，搭建高爐鼓風機和TRT機組數字孿生系統；基于數字孿生系統對數據進行異常數據剔除；利用改進的振動頻譜占比提取方法，進行頻域特征提取；根據時頻域特征以及設備的運行參數構建基于Adam算法的神經網絡故障診斷算法；最后神經網絡輸出結果保存在數字孿生系統，形成設備故障部件的故障信息的三維動態展示，生成診斷報告，并推送給現場管理人員。本方法可有效的實現高爐鼓風機和TRT機組的故障診斷和健康分析，與數字孿生系統結合可以對現場操作進行指導，從而保證現場設備的安全高效運行。

技術領域

本發明涉及數字孿生系統、故障診斷等領域，特別涉及一種基于數字孿生系統的高爐鼓風機和TRT機組故障診斷方法。

背景技術

高爐鼓風和TRT系統是高爐煉鐵的重要工藝流程，不但能利用高爐煤氣的余壓進行高效發電，而且還有效地解決了減壓閥組產生的噪聲污染和管道振動，也為高爐頂壓穩定控制有著重要作用。實踐證明TRT發電量約為高爐鼓風機所耗電量的40％左右，因此高爐鼓風機和TRT機組的健康情況及其運行的狀態直接影響著煉鐵的產量和安全性，對其進行故障診斷極其重要。但是在高爐煉鐵過程中，高爐鼓風機和TRT機組往往處于工況惡劣、不穩定、功率大、負載重且連續運行狀態，由于運行故障導致的惡性事故屢見不鮮。

隨著各種智能算法的研究和深入，運用于故障診斷的算法越來越多，但是由于高爐鼓風機和TRT機組運行工況復雜多變，運行參數繁多，故障特征提取也成為故障診斷領域的一大難點。

發明內容

本發明克服了高爐鼓風機和TRT機組運行工況復雜多變，運行參數繁多，故障特征提取困難的問題，提出了一種基于數字孿生系統的高爐鼓風機和TRT機組故障診斷方法。

為了實現上述目的，本發明提供了以下解決方案：

一種基于數字孿生系統的高爐鼓風機和TRT機組故障診斷方法，首先構建高爐鼓風機和TRT機組系統的三維模型；通過采集現場實時數據和計算虛擬數據，搭建高爐鼓風機和TRT機組數字孿生系統；基于數字孿生系統對數據進行異常數據剔除；利用改進的振動頻譜占比提取方法，進行時頻域特征提取；根據時頻域特征以及其他的運行參數構建基于Adam算法的神經網絡故障診斷算法；最后神經網絡輸出結果保存在數字孿生系統，形成設備故障部件的故障信息的三維動態展示，生成診斷報告，并推送給現場管理人員。

上述技術方案中，優選地，所述的步驟S1中，基于Unity3D進行三維建模，包括高爐鼓風機和TRT機組整條生產線的三維建模，復現現場的設備實景，與現場工藝流程一致。

優選地，所述的高爐鼓風機和TRT機組數字孿生系統可進行現場實時數據的采集以及數據建模虛擬數據的預測，實現與現場同步運行的實時系統和當現場停機時也能運行的虛擬孿生系統兩種場景，并對每種場景的故障數據進行標記。

優選地，所述的異常數據剔除，為通過滑動平均算法剔除傳輸異常的數據或因環境中偶然變動因素引起的異常數據，以免影響故障診斷的精確性。具體方法如下：

剔除異常數據后t時刻的運行參數變量X記為X_t，θ_t為剔除異常數據前運行參數變量X在t時刻的取值，β為滑動平均系數，β∈[0,1)，在β＝0時，不使用滑動平均，X_t＝θ_t；使用滑動平均后：

X_t＝β*X_t-1+(1-β)*θ_t

優選地，步驟S4中所述的改進的振動頻譜占比提取方法，包括如下步驟：