基于神经网络的离心泵汽蚀性能预测
介绍了离心泵汽蚀性能预测的研究现状,分析了离心泵汽蚀性能预测的主要研究方法.根据设计流量下离心泵汽蚀余量的影响因素,确定人工神经网络的拓扑结构.应用MATLAB的神经网络工具箱,建立单级单吸离心泵汽蚀性能预测的BP神经网络(Back Propagation Neural Network)和RBF神经网络(Radial Basis Function Neural Network)两种人工神经网络模型.用工程实践中得到的57台离心泵几何参数和试验数据作为样本来训练建立好的网络,并用6台离心泵的数据来测试网络.预测值与试验值的相关性分析表明,BP和RBF网络的预测结果均较好,其中BP网络预测模型的平均相对偏差为5.69%,RBF网络预测模型的平均相对偏差为6.32%,可满足工程应用的要求.
离心泵、汽蚀性能、预测、神经网络、网络模型
26
TH311(泵)
国家自然科学基金资助项目50509009;国家"863"计划项目2006AA052250
2008-09-24（万方平台首次上网日期，不代表论文的发表时间）
共4页
15-18
