专利交易市场

本实用新型公开了一种便于安装的高精度变频恒压水泵，涉及水泵技术领域，包括水泵主体，所述水泵主体的顶部固定安装有控制模块，所述控制模块一端的顶部固定安装有连接线缆，所述连接线缆的另一端固定连接有变频器主体，所述变频器主体的底部固定安装有安装底板，所述安装底板的两侧固定安装有侧安装板，所述安装底板顶部的左端开设有安装槽。本实用新型通过推动块、推动板、调节滑轨、安装滑块、安装孔和橡胶垫相互配合，解决了变频恒压水泵的结构复杂，不利于装置便捷的安装和拆卸，从而影响工作人员后期拆卸维护的问题，达到便捷安装和拆卸的功能，调节安装滑块进行移动，方便水泵主体调节安装，有利于装置便捷的安装和拆卸。

一种基于改进Transformer模型的水泵设备剩余使用寿命预测方法，包括以下步骤：步骤S1采集数据并构建和预处理数据集，步骤S2将数据集按比例划分为训练集和验证集，步骤S3对数据集构建输入向量，并对输入向量进行步骤S4的编码、步骤S5的第一层改进的多头自注意力机制处理和步骤S6的第二层多头注意力机制处理得到输出向量，步骤S7通过非对称损失函数计算输出向量的损失值，步骤S8重复执行步骤S3至步骤S7对模型进行n轮训练，得到最优模型，步骤S9采集实时数据输入模型预测水泵设备的剩余使用寿命；本方法对多头注意力机制作出改进以筛选出重要注意力，提高模型的信息提取能力并减少模型参数，达到更好的预测效果。

一种基于改进粒子群优化BP神经网络的水泵设备状态预测方法，包括以下步骤：步骤1、使用五点三次平滑法对水泵设备驱动端轴承振动烈度数据进行降噪处理；步骤2、利用互信息法的Cao法计算振动烈度的延迟时间和嵌入维数，对振动烈度数据进行相空间重构；步骤3、划分输入集和输出集作为预测模型训练样本集；步骤4、使用改进的粒子群算法对三层BP神经网络中的权重进行寻优；步骤5、训练得到BP神经网络模型函数；步骤6、使用BP神经网络模型函数对未来一段时间的驱动端轴承振动烈度数据进行预测，得到预测集；步骤7、对预测集中的振动烈度进行分析，得到水泵设备在未来一段时间的运行状态。本发明最大限度保证水泵设备安全可靠运行。