基于径向基函数神经网络的多级离心压缩机混合模型
褚菲1
王福利1
王小刚2
张淑宁1
1.东北大学流程工业综合自动化国家重点实验室,辽宁沈阳,1108192.东北大学流程工业综合自动化国家重点实验室,辽宁沈阳110819;东北大学信息科学与工程学院,辽宁沈阳110819
摘要：大型离心压缩机作为多影响因素和强非线性的复杂系统,其性能的准确预测难以实现.针对这一问题,结合径向基函数(RBF)神经网络,本文建立了多级离心压缩机性能预测的混合模型.首先基于热力学第一定律和压缩机能量损失机理建立了多级离心压缩机性能预测的机理模型.该模型无需任何实验确定的性能曲线,完全由压缩机的几何结构参数预测出压缩机在设计工况和非设计工况下的性能.然后利用RBF神经网络修正机理模型的误差,并通过对RBF神经网络的不断更新,进一步提高了模型的预测精度和适用性.将所建立的混合模型应用于实际的离心压缩机,结果表明该方法具有良好的预测性能.
关键词：离心压缩机性能预测混合模型径向基函数神经网络非线性能量损失机理
分类号：TP452(自动化技术、计算机技术)
资助基金：国家自然科学基金(61074074,61174130,61004083)国家高技术研究发展计划（863计划）(863;2011AA060204)国家重点基础研究发展计划（973计划）(973;2009CB320601)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1205-1210 )
英文信息