本發(fā)明涉及盤泵倒泵領域，尤其是涉及一種無人操作盤泵倒泵的控制方法。

背景技術(shù)：

1、離心泵廣泛用于化工、電力、食品等制造業(yè)的液體物料輸送，滿足大多數(shù)工業(yè)應用需求，在使用的過程中，大多數(shù)根據(jù)物料特性進行人工定期盤泵，根據(jù)制度要求定期人工倒泵，針對盤泵倒泵過程人工操作點多，工藝控制不穩(wěn)定、勞動強度大等痛點，并且裝置區(qū)機泵數(shù)量較多，耗費大量人力，工作效率極低。

2、為解決上述問題并利用遠程啟停離心泵和控制頻率的條件，結(jié)合設備、工藝、制度等要求，創(chuàng)造性發(fā)明一種無人操作盤泵倒泵的控制方法，高效完成盤泵倒泵的工作任務。

技術(shù)實現(xiàn)思路

1、本發(fā)明的主要目的在于提供一種無人操作盤泵倒泵的控制方法，解決大多數(shù)根據(jù)物料特性進行人工定期盤泵，根據(jù)制度要求定期人工倒泵，針對盤泵倒泵過程人工操作點多，工藝控制不穩(wěn)定、勞動強度大的問題。

2、為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種無人操作盤泵倒泵的控制方法，盤泵控制界面設置運行時間、頻率、頻率提升速率及日期時間，dcs系統(tǒng)收集ab泵實時狀態(tài)，篩選并檢測備用泵的機封水流量、遠程/就地狀態(tài)和電氣狀態(tài)；

3、根據(jù)系統(tǒng)收集ab泵實時狀態(tài)，確認?ab?泵一用一備，盤泵控制中心控制互備聯(lián)鎖切除和自動恢復來進行盤泵倒泵操作。

4、優(yōu)選方案中，盤泵控制方法包括：

5、s1、在盤泵控制界面設定盤泵運行時間、頻率、頻率提升速率及日期時間；

6、s2、dcs系統(tǒng)收集ab泵實時狀態(tài)，篩選并檢測備用泵的機封水流量、遠程/就地狀態(tài)和電氣狀態(tài)；

7、s3、確認備用泵準備就緒，切除互備聯(lián)鎖，啟動備用泵，并逐步提升其頻率至預設值；

8、達到設定運行時長后，停止備用泵；

9、自動恢復互備聯(lián)鎖。

10、優(yōu)選方案中，當確認備用泵的機封水流量正常、備用泵處于遠程狀態(tài)且電氣無故障時，盤泵程序會切除兩泵互備聯(lián)鎖開關，自動發(fā)出啟動備用泵命令；

11、一旦獲取到備用泵運行信號，將根據(jù)設定要求遞增提升備用泵頻率至達到盤泵運行頻率；

12、當盤泵計時器達到設定的運行時長后，發(fā)出停備用泵的命令，結(jié)束盤泵操作；

13、之后，系統(tǒng)會自動重新投入互備聯(lián)鎖。

14、優(yōu)選方案中，倒泵控制方法包括：

15、a1、倒泵控制界面設定倒泵運行時間、頻率、頻率提升速率及日期時間；

16、a2、dcs系統(tǒng)收集ab泵實時狀態(tài)，篩選并檢測備用泵的機封水流量、遠程/就地狀態(tài)和電氣狀態(tài)；

17、a3、確認備用泵準備就緒，在指定日期時間點自動啟動倒泵程序，記住原主泵頻率值；

18、a4、逐漸提升備用泵頻率，同時降低原主泵頻率，保持總流量穩(wěn)定；

19、逐漸提升備用泵頻率，同時降低原主泵頻率，保持總流量穩(wěn)定。

20、根據(jù)流量自控調(diào)節(jié)閥的設定值（sp）與實際值(pv)進行動態(tài)調(diào)整：

21、sp>pv?+?1：提高備用泵頻率；

22、sp<pv?-?1：降低原主泵頻率。

23、當原主泵頻率降至0時，停止原主泵。

24、自動恢復互備聯(lián)鎖。

25、優(yōu)選方案中，在滿足備用泵機封水流量正常、備用泵遠程狀態(tài)、電氣無故障的條件下，倒泵程序會在工程師設定的日期和時間點自動啟動；

26、此時，程序記住原主泵的頻率值，開始逐漸提升備用泵頻率，同時原主泵逐漸降低頻率，此過程中的提升和降低速率與泵輸出的流量調(diào)節(jié)閥進行聯(lián)動控制。

27、當流量自控調(diào)節(jié)閥的設定值（sp）大于實際值(pv)+1時，則提高備用泵頻率，原運行泵保持不動；

28、當sp小于pv-1時，則降低原主泵頻率；

29、以此方式循環(huán)控制直至原主泵頻率降為0，備用泵頻率提升到原主泵頻率的記憶值，確認原主泵頻率為0后，停止原主泵，并重新投入兩泵互備聯(lián)鎖。

30、優(yōu)選方案中，引入預測維護算法，基于歷史數(shù)據(jù)和實時監(jiān)控數(shù)據(jù)，使用機器學習模型預測泵的潛在故障，提前安排維護，減少非計劃停機，具體包括：

31、收集并存儲泵的歷史運行數(shù)據(jù)，包括軸溫、振動、流量、壓力關鍵參數(shù)；

32、使用機器學習模型對歷史數(shù)據(jù)進行訓練，建立故障預測模型，其中選用長短期記憶網(wǎng)絡模型作為機器學習模型；

33、實時監(jiān)控泵的運行狀態(tài)，將當前數(shù)據(jù)輸入模型，預測未來可能發(fā)生的故障；

34、實時監(jiān)測與故障預測階段：以時間窗口實時采集泵運行數(shù)據(jù)，經(jīng)歸一化后輸入訓練好的?lstm?模型；模型輸出故障預測概率，當時判定可能發(fā)生故障；設當前時刻為，預測未來故障時刻的公式為：，其中為時間步長，為故障發(fā)展速率系數(shù)；該公式依據(jù)故障概率增長趨勢及故障發(fā)展特性預估故障發(fā)生時間，助于合理安排維護計劃。

35、根據(jù)預測結(jié)果，提前發(fā)出維護提醒，建議適當?shù)木S護措施，避免突發(fā)故障。

36、優(yōu)選方案中，引入優(yōu)化調(diào)度算法，通過分析泵的運行狀態(tài)和負荷情況，自動調(diào)整盤泵和倒泵的時間表，優(yōu)化能源消耗和設備壽命，具體包括：

37、分析泵的運行負荷和能耗情況，識別高負荷和低負荷時段；

38、根據(jù)生產(chǎn)計劃和設備維護需求，自動調(diào)整盤泵和倒泵的時間表，避開高峰負荷時段，降低能耗；

39、結(jié)合天氣預報、電價波動因素，進一步優(yōu)化調(diào)度方案，實現(xiàn)節(jié)能；

40、優(yōu)化調(diào)度步驟：獲未來天氣預報氣溫、濕度及電價波動函數(shù)；考慮氣溫濕度對泵性能與能耗影響，修正能耗計算式：，、為平均溫濕度，、為影響系數(shù)；構(gòu)建新目標函數(shù)，再用模擬退火算法優(yōu)化調(diào)度；修正能耗式反映氣象影響，新目標函數(shù)融合電價因素，模擬退火算法跳出局部優(yōu)，得節(jié)能最優(yōu)調(diào)度方案；

41、定期依新采集數(shù)據(jù)與實際運行反饋更新模型參數(shù)；

42、依歷史氣溫濕度與能耗數(shù)據(jù)，用最小二乘法重校準影響系數(shù)、：，維持模型準確性與調(diào)度方案有效性；此公式依歷史數(shù)據(jù)優(yōu)化參數(shù)，提升能耗計算精度，確保調(diào)度適應環(huán)境與設備工況變化。

43、優(yōu)選方案中，引入故障診斷專家系統(tǒng)，集成故障模式和影響分析fmea數(shù)據(jù)庫，結(jié)合實時數(shù)據(jù)，快速診斷并推薦解決方案，縮短故障處理時間，具體包括：

44、集成fmea數(shù)據(jù)庫，涵蓋常見的故障類型及其影響；

45、實時采集泵的運行數(shù)據(jù)，結(jié)合fmea數(shù)據(jù)庫，自動診斷故障原因；

46、提供詳細的故障報告和解決方案建議，幫助操作人員快速處理問題，縮短停機時間；

47、實時數(shù)據(jù)采集與故障診斷步驟：以頻率采集泵運行參數(shù)，形成向量，其中，軸溫、振動幅值、流量、壓力；

48、對各故障模式，依歷史數(shù)據(jù)與專家經(jīng)驗設診斷規(guī)則：若（），則可能發(fā)生故障，為診斷函數(shù)，為閾值；故障計算為：

49、；

50、為權(quán)重，等為參考值；診斷函數(shù)融合多參數(shù)變化評估故障，閾值判定故障發(fā)生可能性，實現(xiàn)精準診斷；

51、故障報告與解決方案生成步驟：確診故障后，生成報告含故障模式、原因（）、影響（）、及解決方案建議；操作人員依報告處理故障，處理時長，計算停機損失成本，為成本系數(shù)，評估處理效果，反饋改進診斷規(guī)則與解決方案庫，降停機損失，提系統(tǒng)可靠性；

52、定期更新?fmea?數(shù)據(jù)庫，依新故障案例與技術(shù)發(fā)展修正參數(shù)；用貝葉斯推理更新故障發(fā)生頻率：，為舊樣本數(shù)，為故障新樣本數(shù)，為總樣本數(shù)；更新確保數(shù)據(jù)庫時效性與準確性，提升診斷可靠性與前瞻性。

53、優(yōu)選方案中，在盤泵和倒泵過程中，引入多變量協(xié)同控制算法，同時考慮多個被控壓力、流量、溫度之間的相互影響，實現(xiàn)更精確的控制，提高系統(tǒng)的穩(wěn)定性和響應速度，具體包括：

54、同時監(jiān)控多個被控壓力、流量、溫度，分析它們之間的相互關系；

55、建立多變量控制模型，確保各變量之間的協(xié)調(diào)一致，避免單一變量波動對其他變量的影響；

56、通過先進的pid控制控制策略，實現(xiàn)更精確的控制，提高系統(tǒng)的穩(wěn)定性和響應速度。

57、優(yōu)選方案中，變量關系分析步驟：以采樣周期同步采集壓力、流量、溫度數(shù)據(jù)，時長為，獲數(shù)據(jù)集，；計算變量間互相關系數(shù)矩陣，元素（），為均值；依確定變量關聯(lián)強度與滯后關系，構(gòu)建有向圖描述因果流，為節(jié)點集，為邊集；互相關系數(shù)矩陣量化變量線性關聯(lián)，有向圖直觀呈現(xiàn)因果結(jié)構(gòu)，助于理解系統(tǒng)動態(tài)特性，為控制模型設計奠基；

58、多變量控制模型建立步驟：基于變量關系，選狀態(tài)空間法建模型；設狀態(tài)向量，依物理定律與經(jīng)驗得狀態(tài)方程，輸出方程；、、、為系數(shù)矩陣，為控制輸入，、為噪聲；用系統(tǒng)辨識技術(shù)數(shù)據(jù)估計矩陣參數(shù)，使模型擬合數(shù)據(jù)；此模型從系統(tǒng)全局描述變量動態(tài)，為協(xié)同控制供理論框架，提升控制精準度與穩(wěn)定性；

59、pid?控制策略實施步驟：設多變量?pid?控制器，控制律，為誤差向量，為參考值，、、為?pid?增益矩陣；

60、用粒子群優(yōu)化算法pso調(diào)參，適應值函數(shù)，、正定矩陣權(quán)衡控制誤差與能耗；pso?中粒子位置為增益值，依速度更新尋優(yōu)，達最優(yōu)參數(shù)組合；多變量?pid?與?pso?協(xié)同，兼顧多變量關聯(lián)與控制性能，增強系統(tǒng)響應與穩(wěn)定性，精準跟蹤設定值；

61、實時監(jiān)測系統(tǒng)運行，依新數(shù)據(jù)用遞歸最小二乘法在線更新模型參數(shù)；設新數(shù)據(jù)，更新估計值，為參數(shù)估計向量，，；在線更新確保模型跟蹤系統(tǒng)變化，優(yōu)化控制性能，適應工況波動。

62、本發(fā)明提供了一種無人操作盤泵倒泵的控制方法，高自控率與無人操作：實現(xiàn)了裝置的高度自動化控制，無需人工持續(xù)干預盤泵倒泵過程，極大減少了人力投入，提高了生產(chǎn)效率。

63、精準控制與工藝穩(wěn)定：通過精確的控制策略，如依據(jù)流量自控調(diào)節(jié)閥的設定值與實際值動態(tài)調(diào)整泵頻率等操作，能夠有效穩(wěn)定工藝控制指標，確保生產(chǎn)過程的穩(wěn)定性和產(chǎn)品質(zhì)量的一致性。

64、自診斷與安全保障：系統(tǒng)能夠?qū)崟r獲取泵的軸溫、振動、電氣等多種狀態(tài)信息，在故障發(fā)生時迅速響應，如主泵或備用泵故障時及時切換并鎖定故障輸出，同時聲光報警，提供完整的自診斷信息，保障了控制過程的安全性，有效防止故障進一步擴大，延長了機泵的使用壽命，降低了設備維護成本。