本發明屬于鍋爐煙氣和煤粉管道磨損領域，涉及一種空間組合彎頭磨損預測方法、系統、設備及介質。

背景技術：

1、為了降低燃料成本，火電廠多摻燒劣質煤，煤粉燃燒后產生大量飛灰顆粒。燃煤電廠鍋爐尾部煙道內的高溫煙氣和飛灰顆粒會形成氣固兩相流；隨著含灰煙氣流速和飛灰顆粒增多，對煙道和受熱管管壁、脫硝系統導流板、脫硝系統催化劑表面的磨損作用增強。。在燃煤機組煙風煤粉管道的布置過程中，往往需要進行空間轉彎，此時需將2個彎頭連接，形成特殊的空間組合彎頭結構。空間組合彎頭結構由于其彎頭間連接長度有限，導致彎頭間發生耦合作用，使空間組合彎頭內氣固兩相流動及磨損特性不同于單個彎頭部件。這些部件的磨損會影響電站鍋爐的正常運行，造成鍋爐維護成本大幅增加。

2、隨著能源行業對設備運行效率和安全性要求的提高，精確預測鍋爐管道磨損情況變得尤為重要。現有磨損預測結果多依賴于運行經驗模型和流場數值模擬計算，但上述預測方法存在一定的局限性：

3、1)當煤質、部件結構、運行參數變化時，需要進行大量的試驗測試，不同經驗模型的建立需要較大的研究成本；

4、2)研究表明通常采用計算流體動力學與離散元法(cfd-dem)耦合的方式進行氣固兩相流流動計算，采用cfd耦合dem方法對煙道與受熱面的磨損進行計算是較為精確的，但是鍋爐煙道及內部件較為復雜，對大量不同結構參數和運行參數物理模型進行建模計算成本較大，計算周期較長；

5、3)目前試驗獲取的磨損經驗模型較為完備，cfd-dem數值模擬計算精確度良好，機器學習預測方法被逐漸應用于工業生產中。其中高斯過程回歸(gpr)算法可以通過有限的數據集進行建模和預測，目前相關研究較少。

6、因此，根據氣-固流動模擬數據與gpr算法進行耦合來建立一個準確、可靠和快速的固體顆粒侵蝕預測模型是很有必要的，研發一種精確預測鍋爐煙道及內部件磨損的方法，對于提前采取維護措施、減少停機時間、降低經濟損失和防范安全事故具有重要意義。

技術實現思路

1、本發明的目的在于克服上述現有技術的缺點，提供了一種空間組合彎頭磨損預測方法、系統、設備及介質，該方法、系統、設備及介質能夠預測空間組合彎頭的磨損，且具有準確、可靠及快速的特點。

2、為達到上述目的，本發明公開了一種空間組合彎頭磨損預測方法，包括：

3、獲取彎頭的運行參數信息；

4、將所述彎頭的運行參數信息輸入到訓練后的gpr模型中，得到空間組合彎頭的磨損量，其中，所述gpr模型基于cfd-dem耦合模擬得到的數據集訓練而成。

5、進一步的，所述將所述彎頭的運行參數信息輸入到訓練后的gpr模型中之前還包括：

6、建立空間組合彎頭三維模型；

7、基于cfd-dem耦合進行模擬，根據模擬結果，構建樣本集；

8、構建gpr模型，基于樣本集對所述gpr模型進行訓練，得到訓練后的gpr模型。

9、進一步的，所述獲取彎頭的運行參數包括限不限于：彎頭內氣相和液相的表面流速、顆粒尺寸及液體粘度。

10、進一步的，基于樣本集，采用共軛梯度法對所述gpr模型進行訓練。

11、進一步的，所述基于樣本集對所述gpr模型進行訓練過程中，采用五折交叉驗證方法評估gpr模型的性能。

12、本發明公開了一種空間組合彎頭磨損預測系統，其特征在于，包括：

13、獲取模塊，用于獲取彎頭的運行參數信息；

14、預測模塊，用于將所述彎頭的運行參數信息輸入到訓練后的gpr模型中，得到空間組合彎頭的磨損量，其中，所述gpr模型基于cfd-dem耦合模擬得到的數據集訓練而成。

15、進一步的，還包括：

16、建立模塊，用于建立空間組合彎頭三維模型；

17、模擬模塊，用于基于cfd-dem耦合進行模擬，根據模擬結果，構建樣本集；

18、訓練模塊，用于構建gpr模型，基于樣本集對所述gpr模型進行訓練，得到訓練后的gpr模型。

19、進一步的，所述獲取彎頭的運行參數包括限不限于：彎頭內氣相和液相的表面流速、顆粒尺寸及液體粘度。

20、本發明公開了一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現所述空間組合彎頭磨損預測方法的步驟。

21、本發明公開了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現所述空間組合彎頭磨損預測方法的步驟。

22、本發明具有以下有益效果：

23、本發明所述的空間組合彎頭磨損預測方法、系統、設備及介質在具體操作時，將所述彎頭的運行參數信息輸入到訓練后的gpr模型中，得到空間組合彎頭的磨損量，以實現空間組合彎頭的磨損預測，準確性及可靠性較高，另外，本發明中所述gpr模型基于cfd-dem耦合模擬得到的數據集訓練而成，預測速度較快。

技術特征：

1.一種空間組合彎頭磨損預測方法，其特征在于，包括：

2.根據權利要求1所述的空間組合彎頭磨損預測方法，其特征在于，所述將所述彎頭的運行參數信息輸入到訓練后的gpr模型中之前還包括：

3.根據權利要求1所述的空間組合彎頭磨損預測方法，其特征在于，所述獲取彎頭的運行參數包括限不限于：彎頭內氣相和液相的表面流速、顆粒尺寸及液體粘度。

4.根據權利要求1所述的空間組合彎頭磨損預測方法，其特征在于，基于樣本集，采用共軛梯度法對所述gpr模型進行訓練。

5.根據權利要求1所述的空間組合彎頭磨損預測方法，其特征在于，所述基于樣本集對所述gpr模型進行訓練過程中，采用五折交叉驗證方法評估gpr模型的性能。

6.一種空間組合彎頭磨損預測系統，其特征在于，包括：

7.根據權利要求6所述的空間組合彎頭磨損預測系統，其特征在于，還包括：

8.根據權利要求7所述的空間組合彎頭磨損預測系統，其特征在于，所述獲取彎頭的運行參數包括限不限于：彎頭內氣相和液相的表面流速、顆粒尺寸及液體粘度。

9.一種計算機設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-5任一項所述空間組合彎頭磨損預測方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-5任一項所述空間組合彎頭磨損預測方法的步驟。

技術總結
本發明公開了一種空間組合彎頭磨損預測方法、系統、設備及介質，包括：獲取彎頭的運行參數信息；將所述彎頭的運行參數信息輸入到訓練后的GPR模型中，得到空間組合彎頭的磨損量，其中，所述GPR模型基于CFD?DEM耦合模擬得到的數據集訓練而成，該方法、系統、設備及介質能夠預測空間組合彎頭的磨損，且具有準確、可靠及快速的特點。

技術研發人員：宋士林,劉璽璞,劉逸蕓,蒙毅,王帥,趙越
受保護的技術使用者：西安西熱鍋爐環保工程有限公司
技術研發日：
技術公布日：2025/4/28