System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 日韩毛片无码永久免费看,亚洲成A人片在线观看无码不卡,乱色精品无码一区二区国产盗
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    袋式除塵器用濾袋的剩余壽命預估方法技術

    技術編號:44475618 閱讀:3 留言:0更新日期:2025-03-04 17:44
    本發明專利技術公開一種袋式除塵器用濾袋的剩余壽命預估方法,包括:獲取包括實際應用工況的環境條件和煙氣參數,濾袋使用前后的基礎性能和力學性能,以及濾袋的磨損情況和使用時間的樣本數據;創建BP神經網絡模型,將步驟1中獲取的樣本數據輸入所述BP神經網絡模型的第一層,所述BP神經網絡模型最后一層的輸出結果為預估的濾袋剩余壽命;通過梯度下降算法對所述BP神經網絡模型進行迭代計算和修正,直至絕對誤差在預設的范圍內,繼而通過迭代完成的BP神經網絡模型預估濾袋剩余壽命的最優值。本發明專利技術基于BP神經網絡技術和梯度下降算法,針對袋式除塵器用濾袋的剩余壽命預估提供了一種高效率、高準確率的預估方法,解決了濾袋剩余壽命預估的難題。

    【技術實現步驟摘要】

    本專利技術涉及袋式除塵器,特別是指一種袋式除塵器用濾袋的剩余壽命預估方法


    技術介紹

    1、隨著袋式除塵器行業的不斷發展,袋式除塵器用濾袋的使用環境逐漸苛刻,其使用壽命也成為行業內關注的焦點。在現有的技術中,主要是使用行業標準中的計算模型對濾袋的剩余壽命進行計算、預估,但是以此計算出的數據結果較為主觀,并不能準確預估出濾袋的剩余壽命。另外,由于濾袋的研究和開發還在一直在進行中,其剩余壽命預估方法也需要配套進行提升、優化。

    2、在數據分析領域,人工神經網絡的應用已經得到了廣泛的發展。在實際應用中,人工神經網絡通過對各個層的權重進行反向傳遞,不斷調節各個層的權重,最終得到最優模型參數并完成算法求解。所以通過大數據來預估濾袋的剩余壽命、提高預估結果的準確率成為了一種需求。


    技術實現思路

    1、本專利技術的目的在于提供一種袋式除塵器用濾袋的剩余壽命預估方法,基于bp神經網絡技術和梯度下降算法,針對袋式除塵器用濾袋的剩余壽命預估提供了一種高效率、高準確率的預估方法,解決了濾袋剩余壽命預估的難題。

    2、為了達成上述目的,本專利技術的解決方案是:

    3、一種袋式除塵器用濾袋的剩余壽命預估方法,包括:

    4、步驟1.獲取包括實際應用工況的環境條件和煙氣參數,濾袋使用前后的基礎性能和力學性能,以及濾袋的磨損情況和使用時間的樣本數據;

    5、步驟2.創建bp神經網絡模型,將步驟1中獲取的樣本數據輸入所述bp神經網絡模型的第一層,所述bp神經網絡模型最后一層的輸出結果為預估的濾袋剩余壽命;

    6、步驟3.通過梯度下降算法對所述bp神經網絡模型進行迭代計算和修正,直至絕對誤差在預設的范圍內,繼而通過迭代完成的bp神經網絡模型預估濾袋剩余壽命的最優值。

    7、所述步驟1中,所述實際應用工況的環境條件和煙氣參數包括系統運行壓差、清灰壓力、入口粉塵濃度、出口粉塵濃度、二氧化硫濃度和氮氧化物濃度,所述濾袋使用前后的基礎性能包括濾袋的厚度和透氣性。

    8、所述步驟1中,對濾袋的磨損情況進行評估,評級分為包括0~3級;其中,0級表示無磨損痕跡,1級表示濾袋磨損至迎塵面表面纖維松散,2級表示濾袋磨損至基布裸露,3級表示濾袋磨損很嚴重并且已經出現穿透性孔洞。

    9、所述步驟2中,所述bp神經網絡模型中包括3層隱藏層,激活函數為logistic;根據3層隱藏層設置其節點分別為32個節點、16個節點、1個節點,并根據此創立相應的bp神經網絡模型,然后將步驟1中獲取的樣本數據輸入所述bp神經網絡模型。

    10、所述步驟3中,梯度下降算法通過隨機抽取一組樣本數據并更新所述bp神經網絡模型相關參數的方式,對樣本數據進行訓練并使其不斷迭代計算和修正,最終學習到所輸入的樣本數據與期望數據之間的映射規則;對樣本數據進行訓練時,每一步迭代的表達式為,其中,表示第t批次更新時模型的參數,為第t步的學習率,表示第t批次更新時的梯度,它滿足,為這一組樣本數據的樣本數量,為模型參數,表示樣本數據集合的第i個樣本,表示第i個樣本對應的目標值。

    11、優選地,所述步驟3中,引入絕對誤差這一指標,絕對誤差定義為,其中為預估值,為期望值。

    12、優選地,所述步驟3中,用均方誤差作為loss函數來衡量bp神經網絡模型預估的剩余壽命與期望樣本的剩余壽命之間的差異;所述均方誤差是指估計值與真實值之差平方的期望值,計算公式為,其中,為這一組樣本數據的樣本數量,為第i個樣本的預估值,為第i個樣本的期望值。

    13、優選地,所述步驟3中,當絕對誤差error≤3且均方誤差mse≤1.3時,結束對所述bp神經網絡模型的迭代計算和修正。

    14、采用上述技術方案后,本專利技術具有以下技術效果:

    15、本專利技術通過bp神經網絡模型與梯度下降算法的相結合,實現對獲取的所有樣本數據進行迭代計算,并對預估值進行修正,避免了行業標準中計算模型較為主觀的缺陷,可以得到更具科學性的預估結果,并且利用了大數據的優勢,使得預估結果更具準確性,進而實現了一種高效率、高準確率的預估方法,解決了濾袋剩余壽命預估的難題。

    本文檔來自技高網...

    【技術保護點】

    1.一種袋式除塵器用濾袋的剩余壽命預估方法,其特征在于包括:

    2.如權利要求1所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    3.如權利要求1所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    4.如權利要求1所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    5.如權利要求1所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    6.如權利要求5所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    7.如權利要求6所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    8.如權利要求7所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    【技術特征摘要】

    1.一種袋式除塵器用濾袋的剩余壽命預估方法,其特征在于包括:

    2.如權利要求1所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    3.如權利要求1所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    4.如權利要求1所述的袋式除塵器用濾袋的剩余壽命預估方法,其特征在于:

    【專利技術屬性】
    技術研發人員:鄭智宏蔡雨婷陳建文張靜云陳好林藍婷劉之睿許秋瑩
    申請(專利權)人:廈門中創環保科技股份有限公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 夜夜添无码一区二区三区| 国产成人AV一区二区三区无码| av无码人妻一区二区三区牛牛| 中文字幕av无码无卡免费| 亚洲AV无码成H人在线观看| 亚洲AV无码成人专区| 亚洲国产综合无码一区| 东京热av人妻无码专区| 亚洲最大无码中文字幕| 国产在线拍揄自揄拍无码| 无码人妻丰满熟妇区BBBBXXXX | 日韩精品无码熟人妻视频| YW尤物AV无码国产在线观看| 少妇久久久久久人妻无码| 亚洲爆乳AAA无码专区| 久久久久亚洲AV无码观看| 五十路熟妇高熟无码视频| 亚洲毛片无码专区亚洲乱| 久久久久成人精品无码| 无码免费午夜福利片在线| 91嫩草国产在线无码观看| 中文无码vs无码人妻| 国产精品三级在线观看无码| 麻豆亚洲AV成人无码久久精品| 日韩毛片无码永久免费看| 免费a级毛片无码av| 亚洲中文字幕无码av| 久久久无码精品亚洲日韩按摩 | 日韩国产成人无码av毛片| 乱人伦人妻中文字幕无码久久网| 亚洲AV无码一区二区三区电影 | 麻豆精品无码国产在线果冻| 久久AV高清无码| 亚洲AV色吊丝无码| 精品人无码一区二区三区| 熟妇人妻AV无码一区二区三区| 亚洲第一极品精品无码久久| 久久亚洲精品AB无码播放| 国产精品免费无遮挡无码永久视频| 国产精品无码永久免费888| 国产免费久久久久久无码|