基于小波神经网络的轴流泵性能预测.pdf

基于小波神经网络的轴流泵性能预测.pdf

ID:55975461

大小:1.48 MB

页数:7页

时间:2020-03-23

基于小波神经网络的轴流泵性能预测.pdf_第1页
基于小波神经网络的轴流泵性能预测.pdf_第2页
基于小波神经网络的轴流泵性能预测.pdf_第3页
基于小波神经网络的轴流泵性能预测.pdf_第4页
基于小波神经网络的轴流泵性能预测.pdf_第5页
资源描述:

《基于小波神经网络的轴流泵性能预测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第32卷2016拄第10期5月农业工程学报TransactionsoftheChineseSocietyofAgriculturalEn舀neefingV01.32No.10Mav201647基于小波神经网络的轴流泵性能预测李君l,2,陈佳文1’3,廖伟丽2,高传昌1(1.华北水利水电大学电力学院,郑州450045;2.西安理工大学水利水电学院,西安710048;3.河海大学能源与电气学院,南京211100)摘要:针对由轴流泵内部流动复杂性导致的性能曲线难易获取的问题,致力于经济、可靠的获取其基本性能曲线和预测其基本性能,以期产生缩短设计和制造周期、降低技术改造费用等

2、巨大的经济效益和社会效益。采用小波神经网络方法建立了轴流泵性能预测的数学模型,通过2个模型训练考查了其适应性、收敛性和精度,说明了其相对BP神经网络具有网络收敛速度大幅加快(由95缩短到15s)和精度大幅提高(期望误差由2.0xlO之减小到6.5x10。)的优点,经泵站工程改造过程中预测数据和实测数据的对比分析(扬程误差率均小于1.2%,效率误差率均小于1.5%),充分证明了小波神经网络预测模型的稳定性和实用性,据此获得的轴流泵基本性能曲线和实现的性能预测是经济的、可靠的。该研究可为轴流泵的设.计、制造和技术改造提供参考。关键词:泵;神经网络;模型;轴流泵;性能曲线;

3、性能预测doi:10.11975,j.issn.1002-6819.2016.10.007中图分类号:TH312文献标志码:A文章编号:1002—6819(2016)一10-0047—07李君,陈佳文,廖伟丽,高传昌.基:f:dx波神经网络的轴流泵性能预测【J】.农业工程学报,2016,32(10):47-53.doi:10.11975,j.issn.1002-6819.2016.10.007http://www.tcsae.orgLiJun,ChenJiawen,LiaoWeili,GaoChuanchang.Performancepredictionofaxial

4、pumpbasedonwaveletneuralnetwork【J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2016,32(10):47-53.(inChinesewithEnglishabstract)doi:10.11975,j.issn.1002—6819.2016.10.007http://www.tcsae.org0引言轴流泵广泛应用于农业、水利等国民经济的各个领域。泵站是保护和发展粮食生产的关键,提高水泵效率是设计、技术改造和运行中最基

5、本的问题,也与国家的可持续发展战略相统一⋯。中国的机电排灌事业起步晚,存在水泵效率低下、工程效益衰减、抗灾能力减弱等较多问题删。目前,人们还未完全掌握轴流泵内实际流动的复杂规律,预测其基本性能或掌握其基本性能曲线,将使设计、制造和技术改造的周期有效缩短,相关费用大幅降低。所以既经济又可靠地获得完整的性能曲线,是研究者长期以来追求的目标14l。目前可通过模型试验和相似换算的方法获取基本性能曲线,缺点是要么耗时长、费用高,要么过分依赖相似性假设的准确性及被满足的程度。综合文献『4—51等来看,水泵性能预测的方法主要有水力损失法、流场分析法和神经网络法。李君[61利用水力损

6、失法对轴流泵进行了性能预测,并开发了相应的程序,但精度不是很理想。沙毅等17】利用计算流体动力学方法预测的轴流泵性能虽具有一定的逼真度,但对小流量和二次回流的模拟不理想。张德胜等呀4用数值模拟方法研究收稿日期:2015—12—27修订日期:2016—02—16基金项目:国家自然科学基金项目(90410019);水利部公益性行业科研专项经费项目(201201085);河南省教育厅科学技术研究重点项目(12A570003)作者简介:李君,男,博士生,讲师,主要从事水利水电工程方面的教学与科研工作。郑州华北水利水电大学电力学院,450045。Email:uniqueliju

7、n@126.corn了不同湍流模型对轴流泵性能预测精度的影响,非设计工况下的误差较大。神经网络法省时省力的特点突出,但精度需要持续改进。小波神经网络如今已广泛应用于水利[9-12]、能源113-15]、电子[16-19]、航空航天rio-211、机械圈等领域。在神经网络预测领域,梁慧冰等[Z3l和曾光等【刎将人工神经网络和模糊推理方法有机结合成新的预测模型,成为今后预测方法的发展趋势。聂书彬等噌次将人工神经网络应用到离心泵性能预测中,证明了利用人工神经网络来预测离心泵性能的有效性和可行性。王丽春等p啁神经网络技术进行了离心压缩机的性能预测,并通过数值

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。