本發(fā)明屬于再熱門閥殼數據獲取，具體為一種再熱門閥殼使用過程中數據評估方法。

背景技術：

1、再熱門閥(再熱汽閥)是用于控制再熱蒸汽流量進入汽輪機中壓缸，并能在需要時自動快速關閉及截斷進汽流量的閥門，是火力發(fā)電中再熱階段的重要零件。而再熱門閥殼，作為再熱汽閥的組成部分，主要起到保護和支撐閥體內部機構的作用。由于再熱門閥殼在使用過程中受到高壓作用(約為25mpa)，其安全性和可靠性在設計和使用中需要高度關注。

2、在日常生產中，再熱門閥殼主要關注在蒸汽壓力作用下的應力、應變和變形等情況，以此獲得使用過程再熱門閥殼的受力狀態(tài)?，F有的方法大體有兩種，1是在再熱門閥殼外殼體上安裝傳感器，通過傳感器實時采集的數據來評估再熱門閥殼的受力狀態(tài)。該方法準確可靠，但成本較高，且較難獲得其極限應力、應變和變形等參數；另一種方法是通過有限元方法進行模擬仿真得到相關的參數，但這種方法計算時間較長，且需要具備極強的專業(yè)知識與軟件操作能力。本專利基于有限元模擬方法和機器學習理論，在仿真獲得f195型再熱門閥殼的基礎上，結合現場實際測試數據構成理論計算與實際測試的數據庫，通過機器學習方法進行回歸，獲得面向f195型再熱門閥殼的使用壓力與閥體應力、應變和變形(包括最大值、最小值和平均值)間的映射關系，并以公式的形式體現。

3、再熱門閥(再熱汽閥)是用于控制再熱蒸汽流量進入汽輪機中壓缸，并能在需要時自動快速關閉及截斷進汽流量的閥門，是火力發(fā)電中再熱階段的重要零件。而再熱門閥殼，作為再熱汽閥的組成部分，主要起到保護和支撐閥體內部機構的作用。由于再熱門閥殼在使用過程中受到高壓作用(約為25mpa)，其安全性和可靠性在設計和使用中需要高度關注。

4、在日常生產中，再熱門閥殼主要關注在蒸汽壓力作用下的應力、應變和變形等情況，以此獲得使用過程再熱門閥殼的受力狀態(tài)。現有的方法大體有兩種，1是在再熱門閥殼外殼體上安裝傳感器，通過傳感器實時采集的數據來評估再熱門閥殼的受力狀態(tài)。該方法準確可靠，但成本較高，且較難獲得其極限應力、應變和變形等參數；另一種方法是通過有限元方法進行模擬仿真得到相關的參數，但這種方法計算時間較長，且需要具備極強的專業(yè)知識與軟件操作能力。

技術實現思路

1、本發(fā)明的提供了一種再熱門閥殼使用過程中數據評估方法，解決了再熱門閥殼成本較高數據獲取困難的問題。

2、為實現上述目的，本發(fā)明提供如下技術方案：

3、一種再熱門閥殼使用過程中數據評估方法，包括：

4、建立再熱門閥殼的幾何模型；

5、對再熱門閥殼的幾何模型進行網格劃分；

6、在網格劃分后的再熱門閥殼中輸入外部載荷工況條件；

7、根據工況條件計算獲得應力、應變和變形數據，并進行數據提取；

8、采用機器學習的方法對提取后的數據進行擬合，獲取計算結果與已知條件的映射關系，獲取再熱門閥殼的服役特征。

9、優(yōu)選地，根據工況條件計算獲得應力數據具體為：

10、y＝c0+c1x1+c2x2+...+cixi+...+ckxk

11、其中，y為再熱門閥殼應力、應變或變形數據；x為工況參數；ci為第i項工況參數的權重系數，i∈[0,k]；k為工況參數的總個數。

12、優(yōu)選地，采用機器學習的方法對提取后的數據進行擬合，獲取計算結果與已知條件的映射關系的步驟具體為：

13、首先獲取各提取數據的權重系數，根據權重系數和提取數據判斷映射關系是否合適，如果不合適則重新訓練權重系數，直至滿足要求。

14、優(yōu)選地，各提取數據的權重系數的獲取具體為：

15、

16、式中，β為計算率；n為實驗樣本個數；上角標j代表實驗樣本數據中的第j個數據，j∈[1,n]；y為再熱門閥殼的應力、應變或變形在實驗過程中的數據。

17、優(yōu)選地，重新訓練權重系數的方法具體為：

18、

19、式中，ε為判定結果。

20、優(yōu)選地，數據提取的數據類型包括最大應力、平均應力、最大應變、平均應變、最大變形和平均變形。

21、優(yōu)選地，對再熱門閥殼進行網格劃分，再熱門閥殼彎曲部分的網格密度大于其他部分。

22、一種再熱門閥殼使用過程中數據評估系統(tǒng)，包括：

23、模型建立模塊：用于建立再熱門閥殼的幾何模型；

24、網格劃分模塊：用于對再熱門閥殼的幾何模型進行網格劃分；

25、數據輸入模塊：用于在網格劃分后的再熱門閥殼中輸入外部載荷工況條件；

26、數據提取模塊：用于根據工況條件計算獲得應力、應變和變形數據，并進行數據提??；

27、實際位姿獲取模塊：用于采用機器學習的方法對提取后的數據進行擬合，獲取計算結果與已知條件的映射關系，獲取再熱門閥殼的服役特征。

28、優(yōu)選地，根據工況條件計算獲得應力數據具體為：

29、y＝c0+c1x1+c2x2+...+cixi+...+ckxk

30、其中，y為再熱門閥殼的應力、應變或變形數據；x為工況參數；ci為第i項工況參數的權重系數，i∈[0,k]；k為工況參數的總個數。

31、優(yōu)選地，采用機器學習的方法對提取后的數據進行擬合，獲取計算結果與已知條件的映射關系的步驟具體為：

32、首先獲取各提取數據的權重系數，根據權重系數和提取數據判斷映射關系是否合適，如果不合適則重新訓練權重系數，直至滿足要求。

33、優(yōu)選地，各提取數據的權重系數的獲取具體為：

34、

35、式中，β為計算率；n為實驗樣本個數；上角標j代表實驗樣本數據中的第j個數據，j∈[1,n]；y為再熱門閥殼的應力、應變或變形在實驗測試過程中的數據。

36、優(yōu)選地，重新訓練權重系數的方法具體為：

37、

38、式中，ε為判定結果。

39、優(yōu)選地，數據提取的數據類型包括最大應力、平均應力、最大應變、平均應變、最大變形和平均變形。

40、優(yōu)選地，對再熱門閥殼進行網格劃分，再熱門閥殼彎曲部分的網格密度大于其他部分。

41、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(zhí)行所述計算機程序時實現一種再熱門閥殼使用過程中數據評估方法的步驟。

42、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(zhí)行時實現一種再熱門閥殼使用過程中數據評估方法的步驟。

43、與現有技術相比，本發(fā)明具有以下有益效果：本發(fā)明提供了一種再熱門閥殼使用過程中數據評估方法，通過建立再熱門閥殼的幾何模型，對再熱門閥殼的幾何模型進行網格劃分，在網格劃分后的再熱門閥殼中輸入外部載荷工況條件，根據工況條件計算獲得應力、應變和變形數據，并進行數據提取，采用機器學習的方法對提取后的數據進行擬合，獲取計算結果與已知條件的映射關系，獲取實際再熱門閥殼的應力/應變/變形等服役特征參數在仿真獲得f195型再熱門閥殼的基礎上，結合現場實際測試數據構成理論計算與實際測試的數據庫，通過機器學習方法進行回歸，獲得面向f195型再熱門閥殼的使用壓力與閥體應力、應變和變形(包括最大值、最小值和平均值)間的映射關系，并以公式的形式體現。本專利可以解決上述方法在使用上的不足，為評估f195型再熱門閥殼在使用過程中的受力情況提供依據。