基于MDN和VMD-TPA-LSTM的泵站主机组劣化趋势预测

为提高泵站主机组的安全稳定运行能力,解析其运行状态,获取机组设备的健康状况,准确预测其未来发展趋势,提出一种基于混合密度网络(Mixture Density Networks,MDN)和融合变分模态分解(Variational Mode Decomposition,VMD)与基于时序模式和注意力机制的长短时记忆网络(Temporal Pattern Attention-Long Short-Term Memory Network,TPA-LSTM)的泵站主机组劣化趋势预测模型。模拟结果表明,此法能够准确地表达机组的劣化趋势并可有效提高其预测精度。

导叶进口角度对轴流泵水力性能的影响

为研究导叶叶片进口角度对于轴流泵性能的影响,采用CFD数值模拟与模型试验相结合的方法,对导叶叶片不同翼型断面的进口角进行非线性调节,共设计了9种不同导叶方案.同时基于熵产理论针对不同导叶进口角条件下泵段内部流动水力损失进行分析.结果表明:在大流量工况下,导叶叶片靠近轮毂侧和轮缘侧翼型断面正进口角度方向调节和水泵的效率具有统计学意义;导叶轮毂侧不同进口角方案对效率的影响更加明显,对于导叶消除环量能力的影响更加明显;增大导叶叶片轮毂侧进口角度可以有效减小导叶和出水流道内部的高熵产区域,收窄导叶片背部的低速区并且防止其延伸进入出水流道,优化导叶进水条件及出水流道的内部流态同时减小水力损失.研究结果有助于导叶水力性能的优化设计,同时可以为提高轴流泵段的效率提供一定理论参考.

大型泵站主机组安全评价体系的构建——以博斯腾湖西泵站为例

水泵机组作为泵站运行的核心设备,由于复杂性和高负荷运行特点,其健康安全状况对于泵站正常运行至关重要。本文采用层次分析法,以博斯腾湖西泵站为应用实例,阐述了大型泵站主机组安全评价体系构建的关键指标、评价流程及评价模型,基于多维数据融合对主机组进行动态监测评价,助力运维管理人员准确掌握机组健康状态,支撑大型泵站“远程集控、少人值守”新运管模式下的安全保障需求,保障孔雀河与塔河流域经济社会发展和生态环境的高可靠水资源配置。