基于人工智能的流体输送系统精确计量方法及计量装置制造方法及图纸

本发明专利技术涉及一种基于人工智能的流体输送系统精确计量方法及计量装置，计量方法包括如下步骤：步骤一：将可测量出流量Q、压力P、温度T、振动V、噪音I的计量装置安装于流体系统中，得到流量Q、压力P、温度T、振动V、噪音I五种基本参数的数据作为计量模型数据；步骤二：进行计量模型数据的图形化处理；步骤三：将后续测量的实测数据的值设为Dt＝(Qt Pt Tt Vt At)，将该值与所述计量模型进行比对验证，以判断该值结果是否正确；若该值正确，则直接输出数据；若该值异常，则需要得出其中错误数据的个数，并进行异常值的调参后再输出数据。本发明专利技术实现了一种微型人工智能，可以对流体系统参数精确计量及在线精准校核，提高了流体系统运行安全性，完善了计量手段，降低了综合成本。

【技术实现步骤摘要】
基于人工智能的流体输送系统精确计量方法及计量装置
本专利技术涉及流体输送系统领域，具体说是一种基于人工智能的流体输送系统精确计量方法及计量装置。
技术介绍
对于流体介质的管道输送应用于生产与生活的方方面面，此处流体介质是指液体、气体或气液双相介质。在实际工程中需对流体输送系统计量以下数据：流量(Q)、压力(P)、温度(T)、振动(V)、噪音(I)五大类基本参数，以确保对输送介质的精准管理。这五种数据的测量通过五种传感器，分别是：流量传感器、压力传感器、温度传感器、振动传感器、噪音传感器。这五种传感器通常分别安装在流体系统输送管道上，在实际工程中存在如下问题：①流量、压力、温度传感器的安装往往需要对输送管道进行开孔，让输送介质与传感器直接接触，以便取得传感信号，此处开孔叫“取源孔”。取源孔实际会为流体系统带来安全隐患，比如取源孔与传感器联接管件处焊缝的炸裂导致介质泄露等。然而，现有的输送管道的取源孔数量过多，每一传感器均需对应一取源孔。②振动、噪音传感信号容易受外界环境的影响，用户往往不能读取关于流体系统此类参数的实际值，所以很多时候用户都不选择安装这两类传感器。但这两类传感器对流体系统故障的判断与检测是很有意义的，比如：振动的异常反映系统部件出现机械故障的可能，噪音的异常反映系统部件出现介质泄露的可能等等。③这五种传感器使用一段时间后都需要进行校核，原因是多方面的，综合起来就是二大类原因：一是传感器本身精度的原因；二是外部环境因素。比如石油化工行业标准SY/T6069-2005《油气管道仪表及自动化系统运行技术规范》规定大多传感器都是使用一年后进行校核。但在实际过程中，用户往往不能及时发现计量故障或者校核需要专业的人员及设备场所，所以存在计量工作普遍不到位现象，为管理流体系统带来被动。而且我们可以认为：使用一年内传感器参数是正确的，一年后则可能出现故障，而这种故障的出现是随机的，现有技术没法做到定量定点分析数据的准确性，以此来判断各传感器是否出现问题。③以往的人工智能需要利用云终端进行机器学习，由此建立的数据中心能耗较高，造成环境污染。③目前当流体介质由泵或高水位流经整个系统时，以往的工程经验是核算系统各部份的水头损失和管道压力来确定所需泵的功率或输送距离的长短，但当泵的电机频率发生变化或管道中阀门开度发生变化时，输送流量会发生变化，这时流体系统各部份的水头损失和输送流量变化前是不一样的，然而却无相应仪表计量。
技术实现思路
针对上述问题，本专利技术提供一种基于人工智能的流体输送系统精确计量方法，该方法实现了微型人工智能，采用“矩阵差值赋权管理”方法且开发出甄别错误数据的人工智能算法，简单可靠，使数据不再需要离开设备就能实现服务及功能的进化，同时确保了用户数据的隐私。本专利技术解决上述技术问题所采用的技术方案为：一种基于人工智能的流体输送系统精确计量方法，包括如下步骤:步骤一：将可测量出流量Q、压力P、温度T、振动V、噪音I的计量装置安装于流体系统中，得到流量Q、压力P、温度T、振动V、噪音I五种基本参数的数据作为计量模型数据；步骤二：进行计量模型数据的图形化处理：包括如下步骤：2.1计量模型学习阶段：将流体系统运行在一个流量最大点及一个流量最小点，随后根据流体系统日常运行，得到n个点的五种参数，其中n个点中包括了最大点和最小点；2.2计量模型归整阶段：将计量模型中n个点的5n个参数进行归一化整理，形成5×n矩阵；2.3计量模型降维处理：将步骤2.2中5×n矩阵降维处理，则每个点形成10个二维图形，在二维图形上将这n个点用曲线连接起来形成二维计量模型，至此：模型上层为n个矩阵的分类数组，下层为连续曲线的回归模型；步骤三：将后续测量的实测数据的值设为Dt＝(QtPtTtVtAt)，将该值与所述计量模型进行比对验证，以判断该值结果是否正确；若该值正确，则直接输出数据；若该值异常，则需要得到其中错误数据的个数，并进行异常值的调参后再输出数据。作为优选，步骤三包括如下具体步骤：3.1实测数据的归整阶段：将Dt＝(QtPtTtVtAt)进行归一化处理，并形成与所述计量模型的同型矩阵；3.2实测数据的识别阶段：计算实测数据与计量模型的模型数据的差，得到两矩阵单列数据之差的绝对值之和，并对五种数据进行赋权管理，得到两矩阵单列数据之差的绝对值之和最小值minDk；3.3偏差的允许范围学习：学得minDk被允许的范围为K；若minDk≦K，则可判断出此时测得的Dt＝(QtPtTtVtAt)的结果是落在所述计量模型上的，是准确的，因而可直接输出数据；若minDk>K，则可判断出此时测得的Dt＝(QtPtTtVtAt)的结果是没有落在所述计量模型上的，因而是存在异常的，此时需找出错误数据的个数；3.4异常值的调参：采用正确数据基于计量模型对错误数据进行参数调整，调整完后再输出数据。作为优选，当流体介质经过时，所述计量方法可根据Cmt得出瞬时热能值J，其中C为介质比热,m为单位时间质量流量,t为温度。作为优选，当流体介质经过时，所述计量方法可根据得出瞬时动能值E，其中m为单位时间质量流量,S为计量装置过流面积，Q为流量。本专利技术还提供一种可实现上述方法的计量装置，该计量装置通过连接装置贯通于流体系统管道上，所述计量装置包括测量管和设于测量管外的外壳隔音层，所述测量管和外壳隔音层间为真空设置，且真空内设有用于测量压力的压力传感器、用于测量温度的温度传感器、用于测量振动的震动传感器、用于测量噪音的声强传感器、用于测量流量的流量传感器，还包括设于测量管壁的综合处理装置，所述综合处理装置用于对所述采集到的压力、温度、振动、噪音、流量信号进行数据处理和输出展示。作为优选，所述压力传感器和温度传感器通过同一取源孔与测量管内流体连通。作为优选，所述取源孔外端设有一三通阀门，用于连接所述压力传感器和温度传感器。作为优选，所述振动传感器和声强传感器设于测量管壁外。作为优选，所述流量传感器可采用电磁流量计、压差流量计、超声波流量计。与现有技术相比，本专利技术具有以下有益效果：1.1优化计量装置的尺寸及成本：①本专利技术计量装置将数个传感器集中设置在同一计量装置上，采用集成化的手段较大地减小了计量设备安装尺寸及成本，解决了现有技术各传感器由于设在各处管道不同位置导致的成本过大的技术问题；②本专利技术技术方案利用流体力学原理，使流体系统整体计量更完善同时成本更低。1.2提高流体系统运行安全性：使用了电磁流量计，采用三通阀门，使同一取源孔连接两个传感器，尽可能地减少取源孔数量，提高了流体系统运行安全性。1.3减少计量仪表(传感器)校核次数，计量精度得到显著的提升：本专利技术通过人工智能的方法实时挖掘数据，及时发现数据故障，并进行参数自动补偿，从而实现在线自动校核仪表，无需人工干预，减少了本文档来自技高网...

【技术保护点】
1.一种基于人工智能的流体输送系统精确计量方法，其特征在于：包括如下步骤:/n步骤一：将可测量出流量(Q)、压力(P)、温度(T)、振动(V)、噪音(I)的计量装置安装于流体系统中，得到流量(Q)、压力(P)、温度(T)、振动(V)、噪音(I)五种基本参数的数据作为计量模型数据；/n步骤二：进行计量模型数据的图形化处理：包括如下步骤：/n2.1计量模型学习阶段：/n将流体系统运行在一个流量最大点及一个流量最小点，随后根据流体系统日常运行，得到n个点的五种参数，其中n个点中包括了最大点和最小点；/n2.2计量模型归整阶段：/n将计量模型中n个点的5n个参数进行归一化整理，形成5×n矩阵；/n2.3计量模型降维处理：/n将步骤2.2中5×n矩阵降维处理，则每个点形成10个二维图形，在二维图形上将这n个点用曲线连接起来形成二维计量模型，至此：模型上层为n个矩阵的分类数组，下层为连续曲线的回归模型；/n步骤三：将后续测量的实测数据的值设为Dt＝(Qt Pt Tt Vt At)，将该值与所述计量模型进行比对验证，以判断该值结果是否正确；/n若该值正确，则直接输出数据；/n若该值异常，则需要得出其中错误数据的个数，并进行异常值的调参后再输出数据。/n...

【技术特征摘要】
1.一种基于人工智能的流体输送系统精确计量方法，其特征在于：包括如下步骤:
步骤一：将可测量出流量(Q)、压力(P)、温度(T)、振动(V)、噪音(I)的计量装置安装于流体系统中，得到流量(Q)、压力(P)、温度(T)、振动(V)、噪音(I)五种基本参数的数据作为计量模型数据；
步骤二：进行计量模型数据的图形化处理：包括如下步骤：
2.1计量模型学习阶段：
将流体系统运行在一个流量最大点及一个流量最小点，随后根据流体系统日常运行，得到n个点的五种参数，其中n个点中包括了最大点和最小点；
2.2计量模型归整阶段：
将计量模型中n个点的5n个参数进行归一化整理，形成5×n矩阵；
2.3计量模型降维处理：
将步骤2.2中5×n矩阵降维处理，则每个点形成10个二维图形，在二维图形上将这n个点用曲线连接起来形成二维计量模型，至此：模型上层为n个矩阵的分类数组，下层为连续曲线的回归模型；
步骤三：将后续测量的实测数据的值设为Dt＝(QtPtTtVtAt)，将该值与所述计量模型进行比对验证，以判断该值结果是否正确；
若该值正确，则直接输出数据；
若该值异常，则需要得出其中错误数据的个数，并进行异常值的调参后再输出数据。


2.根据权利要求1所述基于人工智能的流体输送系统精确计量方法，其特征在于：步骤三包括如下具体步骤：
3.1实测数据的归整阶段：将Dt＝(QtPtTtVtAt)进行归一化处理，并形成与所述计量模型的同型矩阵；
3.2实测数据的识别阶段：计算实测数据与计量模型的模型数据的差，得到两矩阵单列数据之差的绝对值之和，并对五种数据进行赋权管理，得到两矩阵单列数据之差的绝对值之和最小值minDk；
3.3偏差的允许范围学习：学得minDk被允许的范围为K；
若minDk≦K，则可判断出此时测得的Dt＝(QtPtTtVtAt)的结果是落在所述计量模型上的，是准确的，因而可直接输出数据；
若minDk>K，则可判断出此...

【专利技术属性】
技术研发人员：李方，
申请(专利权)人：李方，
类型：发明
国别省市：湖南;43