基于模糊神經(jīng)網(wǎng)絡的離心壓縮機性能研究
【圖文】:
縮機高壓缸(型號7CK31)和三個段間冷卻器組成,它們與驅(qū)動透平安裝在同一個底座上。機組裝有調(diào)節(jié)、保安系統(tǒng)、潤滑油系統(tǒng)等以保證機組安全運轉(zhuǎn)和有效操作。機組配置圖如圖2一1所示。平衡管 }}}}}增增增增增 增 增!!!lll速速 速速速器 器器器 圖2一1機組配置圖機組的工藝性能及參數(shù)見下表。表2一1空氣壓縮機工藝性能及參數(shù)缸缸別 別低壓缸 (5CK57)))高壓缸 (7CK31)))段段別 別 lll222333444氣氣體性能能組分 分空氣 氣相 相相對濕度 度 80%%%分 分分子量 量 28.81~28.2111 KKKKK=CP/Cvvv1.39555壓 壓壓縮性系數(shù) 數(shù) 111氣 氣氣體常數(shù) 數(shù) 29.43~30.0666操操作條件件正常常入口溫度、℃ ℃ 37.88840.555540.55553555入 入 入入口壓力、kg/em, , 0.928882.18885.988814.3555出 出 出出口溫度、℃ ℃ 159991899916555157
用人工神經(jīng)網(wǎng)絡的自學習和泛化功能改善壓縮機的計算模型精度.改善模型的泛化性育琶。圖3一2是壓縮機理論模型與人工神經(jīng)網(wǎng)絡結(jié)合方式的示意圖.先利用壓縮機理論模型對取自學習樣本的輸入?yún)?shù)計算得到理論輸出,再將理論輸出和輸入?yún)?shù)標準化后一起作為神經(jīng)網(wǎng)絡的輸入值,將學習樣本中的實際輸出量數(shù)據(jù)作為神經(jīng)網(wǎng)絡的期望輸出值,對神經(jīng)網(wǎng)絡進行訓練,調(diào)整連接權(quán)值.訓練完畢后,利用壓縮機理論模型由輸入?yún)?shù)計算出理論輸出值,再將該理論輸出和輸入?yún)?shù)標準化后作為神經(jīng)網(wǎng)絡模型的輸入,,進而計算出神經(jīng)網(wǎng)絡模型的輸出,最后將其反標準化后即可得整個模型的實際輸出.壓壓縮機 機機機機機機理理論棋型型型神經(jīng)網(wǎng)網(wǎng)絡 絡絡絡棋型型圖3一2人工神經(jīng)網(wǎng)絡與壓縮機理論模型的結(jié)合方式 3.1.4模糊神經(jīng)網(wǎng)絡在壓縮機性能模型建立中的應用分析壓縮機一般是涉及機、液、電等多學科技術(shù)領(lǐng)域的綜合系統(tǒng),運行時壓縮機各組分運行參數(shù)相互影響
【學位授予單位】:昆明理工大學
【學位級別】:碩士
【學位授予年份】:2008
【分類號】:TH452
【相似文獻】
相關(guān)期刊論文 前10條
1 佟錚;張友鵬;;基于BP神經(jīng)網(wǎng)絡的機車輪對故障診斷系統(tǒng)研究[J];鐵路技術(shù)創(chuàng)新;2009年01期
2 黃蓮花;李光明;;神經(jīng)網(wǎng)絡數(shù)據(jù)融合在車用傳感器中的應用[J];裝備制造技術(shù);2011年08期
3 景利學;蘇宏升;謝明軍;冉鵬程;;電壓型BUCK變換器控制策略研究[J];電氣傳動自動化;2011年04期
4 姜平;黃志鵬;;基于神經(jīng)網(wǎng)絡的公交客流預測[J];交通標準化;2008年13期
5 尹駿暉;李伶;杜青;;基于神經(jīng)網(wǎng)絡和柔度曲率的簡支梁損傷識別[J];山西建筑;2011年21期
6 孫海龍;馮超;匙瑞堂;;滾動軸承狀態(tài)監(jiān)測[J];工業(yè)設計;2011年05期
7 楊鶴年;;機電一體化系統(tǒng)中的智能控制技術(shù)[J];煤炭技術(shù);2011年07期
8 許杰;程錦房;何光進;;一種基于艦船磁場的神經(jīng)網(wǎng)絡識別模型[J];船電技術(shù);2011年09期
9 蒯松巖;吳濤;代尚方;張旭隆;;基于RBF的無位置開關(guān)磁阻電機控制系統(tǒng)[J];電力電子技術(shù);2011年07期
10 張赫;王煒;劉瑩瑩;;神經(jīng)網(wǎng)絡在交通流信息融合中的應用[J];武漢理工大學學報(交通科學與工程版);2011年04期
相關(guān)會議論文 前10條
1 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡的調(diào)制識別算法的研究[A];武漢(南方九省)電工理論學會第22屆學術(shù)年會、河南省電工技術(shù)學會年會論文集[C];2010年
2 沈建榮;楊林泉;陳琳;;神經(jīng)網(wǎng)絡的穩(wěn)定性判據(jù)與區(qū)域經(jīng)濟結(jié)構(gòu)調(diào)整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學會第十屆年會論文集[C];1998年
3 石山銘;李富蘭;丁俊麗;;神經(jīng)網(wǎng)絡的知識獲取[A];全國青年管理科學與系統(tǒng)科學論文集(第1卷)[C];1991年
4 吳清烈;徐南榮;;基于神經(jīng)網(wǎng)絡的一種多目標決策方法[A];復雜巨系統(tǒng)理論·方法·應用——中國系統(tǒng)工程學會第八屆學術(shù)年會論文集[C];1994年
5 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡與模糊邏輯[A];中國系統(tǒng)工程學會模糊數(shù)學與模糊系統(tǒng)委員會第五屆年會論文選集[C];1990年
6 房育棟;余英林;;高階自組織映射及其學習算法[A];1995年中國控制會議論文集(上)[C];1995年
7 王曉曄;杜朝輝;呂德忠;劉建峰;;神經(jīng)網(wǎng)絡模糊控制在溫度控制系統(tǒng)中的應用[A];1997中國控制與決策學術(shù)年會論文集[C];1997年
8 金龍;吳建生;;基于遺傳算法的神經(jīng)網(wǎng)絡短期氣候預測模型(摘要)[A];新世紀氣象科技創(chuàng)新與大氣科學發(fā)展——中國氣象學會2003年年會“氣候系統(tǒng)與氣候變化”分會論文集[C];2003年
9 申偉;張元培;;基于MATLAB的自適應神經(jīng)網(wǎng)絡模糊系統(tǒng)(ANFIS)的應用[A];《制造業(yè)自動化與網(wǎng)絡化制造》學術(shù)交流會論文集[C];2004年
10 田艷兵;;BP算法和PSO算法在神經(jīng)網(wǎng)絡中的研究[A];第二十九屆中國控制會議論文集[C];2010年
相關(guān)重要報紙文章 前10條
1 記者 陳青 通訊員 孫國根;揭示神經(jīng)網(wǎng)絡形成新機制[N];文匯報;2011年
2 于翔;數(shù)字神經(jīng)網(wǎng)絡中的協(xié)同應用[N];網(wǎng)絡世界;2009年
3 健康時報特約記者 張獻懷;干細胞移植:修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年
4 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年
5 記者 孫剛;“神經(jīng)網(wǎng)絡”:打開復雜工藝“黑箱”[N];解放日報;2007年
6 本報首席記者 任荃 實習生 史博臻;軌交“神經(jīng)網(wǎng)絡”觸動創(chuàng)新神經(jīng)[N];文匯報;2011年
7 計算機世界實驗室 韓勖;當布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡[N];計算機世界;2009年
8 曹建兵 李祖兵 特約記者 何天進 本報記者 于莘明;給導彈植入“神經(jīng)網(wǎng)絡”[N];科技日報;2005年
9 譚薇;“潮濕計算機”:擁有人類智慧的超級大腦[N];第一財經(jīng)日報;2010年
10 韓婷婷;ICT強壯奧運“神經(jīng)網(wǎng)絡”[N];通信產(chǎn)業(yè)報;2007年
相關(guān)博士學位論文 前10條
1 劉志祥;深部開采高階段尾砂充填體力學與非線性優(yōu)化設計[D];中南大學;2005年
2 戴雪龍;PET探測器神經(jīng)網(wǎng)絡定位方法研究[D];中國科學技術(shù)大學;2006年
3 馬戎;智能控制技術(shù)在煉鋼電弧爐中的應用研究[D];西北工業(yè)大學;2006年
4 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡的智能控制研究[D];中南大學;2001年
5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡的橋梁結(jié)構(gòu)健康監(jiān)測系統(tǒng)研究[D];西南交通大學;2003年
6 杜文斌;基于神經(jīng)網(wǎng)絡的冠心病證候診斷標準與藥效評價模型研究[D];遼寧中醫(yī)學院;2004年
7 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡及在植物病害預測的應用[D];南京農(nóng)業(yè)大學;2004年
8 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運行與應用研究[D];東北大學;2005年
9 王承;基于神經(jīng)網(wǎng)絡的模擬電路故障診斷方法研究[D];電子科技大學;2005年
10 譚陽紅;基于小波和神經(jīng)網(wǎng)絡的大規(guī)模模擬電路故障診斷研究[D];湖南大學;2005年
相關(guān)碩士學位論文 前10條
1 廖犬發(fā);一種配電網(wǎng)故障區(qū)間診斷系統(tǒng)的研究[D];武漢大學;2004年
2 陳燕;基于粒計算——神經(jīng)網(wǎng)絡的故障診斷方法與應用[D];太原理工大學;2011年
3 魏秀;文化算法優(yōu)化RBF神經(jīng)網(wǎng)絡及應用研究[D];太原理工大學;2011年
4 王晶;基于神經(jīng)網(wǎng)絡理論實現(xiàn)混沌系統(tǒng)控制與同步研究[D];鄭州大學;2002年
5 易江義;神經(jīng)網(wǎng)絡PID控制在汽車發(fā)電機性能自動測試系統(tǒng)的應用[D];中南大學;2004年
6 張霞;GIS內(nèi)部信號識別的神經(jīng)網(wǎng)絡建模及小波算法實現(xiàn)[D];天津大學;2003年
7 仲京臣;基于小波神經(jīng)網(wǎng)絡的故障診斷研究[D];中國海洋大學;2004年
8 任子武;基于神經(jīng)網(wǎng)絡的參數(shù)自整定PID控制算法研究[D];哈爾濱理工大學;2004年
9 高玉萍;基于專家系統(tǒng)與神經(jīng)網(wǎng)絡相結(jié)合的電力變壓器故障診斷[D];西安理工大學;2005年
10 姆斯塔法;基于神經(jīng)網(wǎng)絡的二關(guān)節(jié)機器人協(xié)調(diào)控制[D];湖南大學;2005年
本文編號:2702321
本文鏈接:http://www.lk138.cn/kejilunwen/jixiegongcheng/2702321.html