基于SWLSTM的换热器在线性能预测

换热器是一种把热量从一种介质传递到另一种介质的装置。由于换热表面污垢的存在，换热器的性能随着时间的推移而恶化。为了保持换热器的高效率，有必要定期对换热器的性能进行评估，在线监测的工艺参数能够帮助对换热器换热性能进行预测。本文利用温度和流量等参数计算表征换热器性能相关的指标，并基于共享权重长短时记忆网络（SWLSTM）建立预测模型，利用历史运行数据对其进行训练。通过与验证数据比较，验证了所建立模型预测的高精度和快速性；同时与传统神经网络模型进行比较，可见本模型在预测精度的优越性。通过换热性能参数的预测，能够合理规划停机清洗时间，降低成本。