[發(fā)明專利]一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的離心泵性能參數(shù)預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202010891239.8
• 申請日: 2020-08-30
• 公開（公告）號(hào): CN111985725A
• 公開（公告）日: 2020-11-24
• 發(fā)明（設(shè)計(jì)）人: 顏朝壽;史棋棋;黃斌;李亞飛;夏軻;蔡姚杰
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06N3/08;G06N3/04;G06K9/62
• 代理公司: 杭州浙科專利事務(wù)所(普通合伙) 33213
• 代理人: 周紅芳;朱盈盈

一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的離心泵性能參數(shù)預(yù)測方法，屬于離心泵性能預(yù)測技術(shù)領(lǐng)域。它包括以下步驟：一、確認(rèn)輸入、輸出參數(shù)個(gè)數(shù)，建立離心泵參數(shù)訓(xùn)練樣本；二、根據(jù)經(jīng)驗(yàn)公式結(jié)合試湊法確定BP網(wǎng)絡(luò)結(jié)構(gòu)；三、輸入訓(xùn)練樣本對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練；四、采集離心泵的實(shí)測數(shù)據(jù)，按步驟一將數(shù)據(jù)進(jìn)行歸一化處理，然后再將處理數(shù)據(jù)輸入到步驟三中已完成的訓(xùn)練的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)中，得到輸出值并對(duì)其進(jìn)行反歸一化處理即可。本發(fā)明采用與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的離心泵性能預(yù)測方法，使得離心泵的性能參數(shù)預(yù)測更加快速，精度更高，為離心泵的工程應(yīng)用以及理論設(shè)計(jì)提供更準(zhǔn)確高效的數(shù)據(jù)基礎(chǔ)；解決了目前離心泵性能測試的費(fèi)時(shí)費(fèi)力以及數(shù)值模擬計(jì)算精度不高問題。

技術(shù)領(lǐng)域

本發(fā)明屬于離心泵性能預(yù)測技術(shù)領(lǐng)域，具體涉及一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的離心泵性能參數(shù)預(yù)測方法。

背景技術(shù)

離心泵是一種流體機(jī)械，在國民的生產(chǎn)生活中扮演著重要角色，因此對(duì)于離心泵性能的預(yù)測，在工作過程與理論設(shè)計(jì)中都是關(guān)鍵環(huán)節(jié)，直接實(shí)測的方法會(huì)消耗大量時(shí)間與人力，尤其對(duì)于大型離心泵的實(shí)測對(duì)實(shí)驗(yàn)要求更加苛刻。

水力能量損失法和流場數(shù)值模擬法是常用的預(yù)測方法，但它們計(jì)算過程復(fù)雜、精度有待提高；而將神經(jīng)網(wǎng)絡(luò)應(yīng)用于離心泵的性能預(yù)測，可以簡化其內(nèi)部復(fù)雜的流場運(yùn)動(dòng)，實(shí)現(xiàn)快速精確的計(jì)算。

BP神經(jīng)網(wǎng)絡(luò)是一種采用誤差反向傳播算法的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)模型之一，具有較強(qiáng)的非線性映射能力。傳統(tǒng)BP在用梯度下降法對(duì)權(quán)重進(jìn)行更新時(shí)，可能會(huì)存在局部最優(yōu)問題，且學(xué)習(xí)速率慢。在眾多梯度下降算法中，Adam算法是一種較好的算法，Adam通過計(jì)算梯度的一階矩估計(jì)和二階矩估計(jì)而為不同的參數(shù)設(shè)計(jì)獨(dú)立的自適應(yīng)性學(xué)習(xí)率，它的收斂速度更快、學(xué)習(xí)效果更好。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明的目的在于提供一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)來預(yù)測離心泵的性能參數(shù)的方法，能夠快速準(zhǔn)確的預(yù)測待測離心泵的目標(biāo)性能，收斂速度更快，提高預(yù)測效率和精度，有效解決傳統(tǒng)方法誤差較大的問題，提高預(yù)測精度。

本發(fā)明提供如下技術(shù)方案：一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的離心泵性能參數(shù)預(yù)測方法，其特征在于包括以下步驟：

步驟一：確認(rèn)輸入、輸出參數(shù)的個(gè)數(shù)，建立離心泵參數(shù)訓(xùn)練樣本，將訓(xùn)練數(shù)據(jù)歸一化處理；

步驟二：根據(jù)經(jīng)驗(yàn)公式結(jié)合試湊法確定BP網(wǎng)絡(luò)結(jié)構(gòu)；

步驟三：輸入訓(xùn)練樣本對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練；

步驟四：采集離心泵的實(shí)測數(shù)據(jù)，按步驟一將數(shù)據(jù)進(jìn)行歸一化處理，然后再將歸一化處理后的數(shù)據(jù)輸入到步驟三中已完成的訓(xùn)練的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)中，得到輸出值并對(duì)其進(jìn)行反歸一化處理，即得到預(yù)測的離心泵性能參數(shù)。

所述的一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的離心泵性能參數(shù)預(yù)測方法，其特征在于所述步驟一中，為加快神經(jīng)網(wǎng)絡(luò)的收斂和減少訓(xùn)練時(shí)間，將訓(xùn)練數(shù)據(jù)歸一化，使其在[0,1]之間，公式如下：

其中，x′為歸一化后的數(shù)據(jù)，x為被訓(xùn)練數(shù)據(jù)，x_min為訓(xùn)練數(shù)據(jù)中的最小值，x_max為訓(xùn)練數(shù)據(jù)中最大值。

所述的一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的離心泵性能參數(shù)預(yù)測方法，其特征在于所述步驟二中，經(jīng)驗(yàn)公式如下所示：

其中，l為輸入層神經(jīng)元個(gè)數(shù)，即輸入的個(gè)數(shù)，m為輸出層神經(jīng)元個(gè)數(shù)，即輸出的個(gè)數(shù)，隱含層數(shù)為一層，神經(jīng)元個(gè)數(shù)為a，將各個(gè)層的連接權(quán)值閾值隨機(jī)初始化，用w_ij，w_jk表示，i，j，k分別表示輸入、隱含、輸出層的神經(jīng)元。

所述的一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的離心泵性能參數(shù)預(yù)測方法，其特征在于所述步驟三中，計(jì)算過程如下：