基于改进BP神经网络的离心泵性能预测

被引：12

作者：

丛小青 ^{[1
]}

袁寿其 ^{[2
]}

袁丹青 ^{[3
]}

张兵 ^{[4
]}

机构：

[1] 江苏大学流体机械工程技术研究中心

[2] 江苏大学

[3] 江苏大学能源与动力工程学院

[4] 常州工学院电子信息与电气工程学院

来源：

关键词：

离心泵; 性能预测; BP神经网络; 贝叶斯正则化算法;

D O I：

暂无

中图分类号：

TH311 [离心泵];

学科分类号：

摘要：

采用改进神经网络(贝叶斯正则化算法)对IB型单级离心泵水力模型的性能进行了预测,通过工程实践中得到的100组离心泵最优几何尺寸来训练网络,并用训练好的网络对需生产的水泵进行工况预测。结果显示,用改进神经网络来预测单级离心泵的性能,预测误差不超过6%。

引用

页码：56 / 59

页数：4