无传感技术＋智能控制，吴登昊道离心泵的“改良”之路！

离心泵，广泛应用于各种不同领域的流体设备之一。无论是污水处理、净水系统还是区域能源、供暖系统都是离心泵的“攻略地”。紧随社会的发展，离心泵的应用面正在不断扩张，市场规模也在不断加大，转型升级成了行业发展的主旋律。

当前，整个社会都在朝着数字化的方向“转型升级”，谁也不想“屈居人后”，离心泵也就逐步开启了产业数字化的攻坚之路。而目前，“双碳”战略目标也已高悬，节能减排路线也已强势并进行业发展。数智化+节能减排“双目标”已率先提出，离心泵设备如何跟进？

2022视环会-秋季展的流体低碳智能技术高峰论坛上，工学博士、中国计量大学副教授、硕士生导师吴登昊已经分享了他的“改良”研究。

现下，离心泵设备升级所面临的问题主要集中在：总体能耗高（离心泵运行能耗占全球用电量的15%）；依托智能传感技术的离心泵传感器成本高、故障率高、安装不便；无传感的智能控制方法精度不高、预测误差较大。

吴登昊指出，积极开展无传感智能控制技术的研究有望通过离心泵运行工矿与系统所需工矿的自动匹配，降低能耗、实现节能减排；通过基于功率与转速的数字模型，实现无传感控制；通过引入双神经网络控制模型，提升控制精度。

以变频离心泵为研究对象，在离心泵无传感预测模型方面，吴登昊研究团队从损失较大的变频器、绕组、电磁及风摩出发，确定了离心泵机组损失模型，并引入双神经网络算法，进一步建立了离心泵性能预测模型，奠定了后期工作基础。

而后，团队借助离心泵闭式试验台开展预测模型的验证，不同的测试样本及频率下，结果均具有较好的一致性。综合来看，BRBP神经网络预测模型表现如下

以集中供热系统为研究对象，吴登昊还分享了离心泵的智能控制模型，通过不断的实践，模型优化后能够达到智能控制效果，显著降低了离心泵系统的能耗。该模型经过实际应用后与常规控制方法对比发现，其能耗节约水平大致在14%左右，温度偏差降低近20%。

基于以上研究，吴登昊还总结了三点内容：

一是，目前针对无传感运行状态的预测及算法的方面，模型还未能在存有磨损老化的状态下进行及时更新，如何根据机组实时运行状态做到模型的动态更新值得进一步研究；

二是，基于多样化的离心泵应用，提出一种普适性的控制策略值得深入思考；

三是，智能化是传统机电设备未来的不变趋势，在数字化进程中，数据的互联互通是基础，未来如何加快数据的互联互通也将是离心泵更加智能化的重要破题点。