一种管道数字孪生故障诊断方法及系统与流程
本发明涉及管道安全监测,特别涉及一种管道数字孪生故障诊断方法及系统。
背景技术:
1、随着长距离输送管道在供水、供气及能源输送等领域的广泛应用,管道长期处于温度变化、介质压力波动、环境扰动及材料老化等复杂工况下,容易发生泄漏、堵塞、变形等异常,因而需要对管道沿线的温度、应变和振动状态进行持续监测,以及时识别管道运行风险。
2、现有管道故障诊断技术通常利用分布式光纤传感器采集管道沿线的温度、应变或振动数据,并采用阈值判断、统计分析或神经网络模型对监测数据进行特征提取和故障分类;部分方案还通过数字孪生模型计算管道正常运行状态下的理论值,并根据实测值与理论值之间的偏差判断管道是否存在故障。
3、然而,现有技术难以消除温度、应变和振动数据之间的量纲差异及物理相关性,正常热膨胀等共模变化容易被误识别为故障;同时,现有单一时间尺度的特征提取方式难以兼顾局部突变特征与长期演化特征,导致管道故障诊断的准确性和可靠性较低。
技术实现思路
1、鉴于以上现有技术的不足,本发明实施例的目的在于提供一种管道数字孪生故障诊断方法及系统,能够解决现有技术存在的难以消除温度、应变和振动数据之间的量纲差异及物理相关性,正常热膨胀等共模变化容易被误识别为故障;同时,现有单一时间尺度的特征提取方式难以兼顾局部突变特征与长期演化特征,导致管道故障诊断的准确性和可靠性较低的技术问题。
2、本发明实施例的第一方面,提出了一种管道数字孪生故障诊断方法,包括:
3、s1:构建管道沿线的数字孪生模型;
4、s2:通过数字孪生模型,计算各个空间采样点的理论值;
5、s3:根据理论值,构建白化残差张量;
6、s4:对白化残差张量进行残差张量重排和多尺度补丁嵌入处理,得到各个尺度对应的token序列;
7、s5:对各个尺度对应的token序列进行交叉注意力融合,得到多尺度融合特征序列;
8、s6:根据多尺度融合特征序列,通过transformer编码器,得到全局特征表示向量;
9、s7:通过单层线性分类器,将全局特征表示向量映射到类别空间,并确定管道沿线的故障诊断结果。
10、本发明实施例的第二方面,提出了一种管道数字孪生故障诊断系统,包括:处理器和存储器;
11、所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的管道数字孪生故障诊断方法的步骤。
12、本发明实施例的第三方面,提出了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的管道数字孪生故障诊断方法的步骤。
13、本发明实施例提供的技术方案带来的有益效果至少包括:
14、在本发明实施例中,通过数字孪生模型计算管道沿线各空间采样点的理论值,并根据所述理论值构建白化残差张量,以减小不同物理场数据之间的量纲差异及相关性对诊断特征的干扰,降低正常运行状态变化被误识别为故障的可能性;对所述白化残差张量进行残差张量重排和多尺度补丁嵌入处理,得到各尺度对应的token序列,并对各尺度对应的token序列进行交叉注意力融合,再通过transformer编码器提取全局特征表示向量,最终利用单层线性分类器确定管道沿线的故障诊断结果,由此能够综合提取不同时间尺度下的故障特征,提高管道故障诊断的准确性和可靠性。
1.一种管道数字孪生故障诊断方法,其特征在于,包括:
2.根据权利要求1所述的管道数字孪生故障诊断方法,其特征在于,所述数字孪生模型具体包括:温度场模型、应变场模型以及振动场模型。
3.根据权利要求1所述的管道数字孪生故障诊断方法,其特征在于,所述理论值具体包括:管道温度理论值、管道应变理论值以及管道振动理论值。
4.根据权利要求1所述的管道数字孪生故障诊断方法,其特征在于,所述s3具体包括:
5.根据权利要求1所述的管道数字孪生故障诊断方法,其特征在于,所述s4具体包括:
6.根据权利要求5所述的管道数字孪生故障诊断方法,其特征在于,在所述s404之后,还包括:
7.根据权利要求1所述的管道数字孪生故障诊断方法,其特征在于,所述s6具体包括:
8.根据权利要求1所述的管道数字孪生故障诊断方法,其特征在于,所述s7具体包括:
9.一种管道数字孪生故障诊断系统,其特征在于,包括:处理器和存储器;
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至8任一项所述的管道数字孪生故障诊断方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com