[发明专利]冷却塔塔筒强度预测控制系统及其方法

权利要求书

1.一种冷却塔塔筒强度预测控制系统，其特征在于，该系统包括：

信号采集单元，采集冷却塔的内部温湿度参数、外部温湿度参数、塔筒中心的温度参数和塔筒中心的张力参数；

控制器，控制器连接信号采集单元并接收信号采集单元的参数数据，并使用控制器中的基于灰色预测的径向基函数神经网络模型处理参数数据，对参数中的不良值进行删除或修正，并对参数数据进行统计分析和预测；

人机交互装置，连接控制器，接收控制器的信号并根据控制器的信号指令工作。

2.根据权利1所述的冷却塔塔筒强度预测控制系统，其特征在于，所述信号采集单元包括温度传感器和张力传感器，温度传感器均匀分布在冷却塔内、外部对应检测点监测冷却塔内外温度差，冷却塔塔筒中心设有温度传感器和张力传感器，塔筒中心的每一层均匀规律安置温度传感器和张力传感器。

3.根据权利1所述的冷却塔塔筒强度预测控制系统，其特征在于，所述控制器中设有数据库，用于存储数据方便灰色预测的径向基函数神经网络模型进行机器训练。

4.一种冷却塔塔筒强度预测控制系统的方法，其特征在于，所述方法步骤包括：

步骤一、建立塔筒参数数据库，包括试验中冷却塔塔筒材料的温度和张力参数和对应的强度参数，数据库中的数据还包括实时检测到的冷却塔各检测点检测的温度参数、冷却塔塔筒中心的张力参数，数据库中的数据均需进行首次归一化预处理；

步骤二、建立基于灰色预测的径向基函数神经网络模型，利用数据库的数据进行模型训练；

步骤三、基于灰度预测的径向基函数神经网络的模型建立，输入冷却塔的各检测点参数数据，得出冷却塔塔筒强度预测值。

5.根据权利要求4所述的冷却塔塔筒强度预测控制系统的方法，其特征在于，所述步骤一中的温度参数和张力参数由温度传感器和张力传感器检测得到，温度传感器均匀分布在冷却塔内、外部对应检测点监测冷却塔内外温度差，塔筒中心的每一层均匀规律安置温度传感器和张力传感器。

6.根据权利要求4所述的冷却塔塔筒强度预测控制系统的方法，其特征在于，所述步骤建立基于灰色预测的径向基函数神经网络模型，基于灰色预测的径向基函数神经网络模型的建立步骤为：

1)选取各工况条件数据建立灰色预测模型 (1,N)维数为n的信息模型,经过首次归一化处理的数据输入到灰色神经网络中；

2)将输入样本数据进行一次累加生成操作，再次归一化后，设置基于灰色系统的径向基函数神经网络组合模型预测冷却塔塔筒强度的工况条件；

3)以处理后的输入样本作为径向基函数神经网络输入向量，试验中冷却塔塔筒原材料强度作为径向基函数神经网络模型的输出值，对该网络开展训练，其节点数能在训练中自动获取最佳值，以获得相应网络参数；

4)分析训练结果数据与实测数据，进行调整，直至得到符合精度要求的模型参数值，从而建立基于灰色系统的径向基函数神经网络模型预测冷却塔塔筒承受的实时强度。

7.根据权利要求6所述的冷却塔塔筒强度预测控制系统的方法，其特征在于，所述步骤2）中的累加生产操作的公式（1）为：                                                ，式中的公式（2）为：，式中为第i个变量的第k个分析值；再次归一化的公式（3）为：，表示累加生产数据。