一种基于BP神经网络的汽动引风机全工况在线监测方法

摘要

本发明公开了一种基于BP神经网络的汽动引风机全工况在线监测方法，包括以下步骤：(1)将汽动引风机的厂家设计数据进行分析处理，通过对数据的训练BP神经网络，从而得到该汽动引风机的静态特性模型；(2)结合转速变量，在上述的静态特性模型基础上训练得到汽动引风机的全工况模型；(3)将上述全工况模型结合网页编程技术以在线网站的形式发布，以实现汽动引风机工作点的在线确定；(4)结合SIS系统获得汽动引风机的实际运行数据并对所建模型进行实时在线修正。所述方法可以对对汽动引风机的转速、静叶角度调节提出指导建议；并且当引风机运行偏离设计工况时，可以从SIS系统中重新选取数据对模型进行修正。

主权项

一种基于BP神经网络的汽动引风机全工况在线监测方法，其特征在于，包括以下步骤：(1)将汽动引风机的厂家设计数据进行分析处理，通过对数据的训练BP神经网络，从而得到该汽动引风机的静态特性模型；(2)结合转速变量，在上述的静态特性模型基础上训练得到汽动引风机的全工况模型；(3)将上述全工况模型结合网页编程技术以在线网站的形式发布，以实现汽动引风机工作点的在线确定；(4)结合SIS系统获得汽动引风机的实际运行数据并对所建模型进行实时在线修正。