[發明專利]一種基于改進人工神經網絡的離心泵作透平性能預測方法

有效

• 申請號: 202210426339.2
• 申請日: 2022-04-22
• 公開（公告）號: CN114547987B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 周佩劍;余文進;牟介剛
• 申請（專利權）人: 中國計量大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08;G06F111/06;G06F113/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 賈玉霞

1.一種基于改進人工神經網絡的離心泵作透平性能預測方法，其特征在于，其包括：

步驟一：分段計算每個比轉速下泵作透平的最佳工況點的揚程H_BEP,T、流量Q_BEP,T；

其中，N_s,T為透平狀態下比轉速，N_s,T=0.9237N_s,P-2.6588；N_s,P為泵送狀態下的比轉速；H_BEP,T為透平狀態下最佳工況點的揚程，Q_BEP,T為透平狀態下最佳工況點的流量，Q_BEP,P為泵送狀態下最佳工況點的流量，H_BEP,P為泵送狀態下的最佳工況點的揚程，n為泵的轉速；η_p為泵送狀態下的效率；ω為葉輪角速度，g為重力常數，D₀為葉輪出口直徑；

步驟二：選取透平狀態下各個工況點的流量Q_i，計算Q_i與Q_BEP,T的比值a和Q_i對應的H_i與H_BEP,T的比值的平方根b；

步驟三：構建訓練集，所述訓練集包括多臺離心泵在透平狀態下的運行數據，每個訓練樣本包括離心泵的幾何參數、流量、a、b和透平狀態下的每個流量對應的揚程、效率；

步驟四：構建人工神經網絡，對人工神經網絡同時進行L1+L2正則化；采用所述訓練集對所述人工神經網絡進行訓練；

步驟五：將待預測的離心泵的幾何參數、流量、a、b輸入訓練后的人工神經網絡，輸出每個流量工況對應的揚程和效率。

2.根據權利要求1所述的基于改進人工神經網絡的離心泵作透平性能預測方法，其特征在于，所述人工神經網絡包括一個輸入層、兩個隱藏層和一個輸出層，所述輸入層包括10個神經元，分別對應離心泵泵送狀態下的比轉速、每個工況下的流量、葉片數、葉輪進口直徑、葉輪出口直徑、蝸殼進口直徑、蝸殼出口直徑、葉輪出口寬度、a和b；所述輸出層包括兩個神經元，分別為輸入層輸入的流量對應的揚程、效率；兩個隱藏層的神經元個數滿足如下公式：

其中，m為輸入層神經元個數，n為輸出層神經元個數，k為當前隱藏層神經元個數，L為隱藏層層數，表示向上取整。

3.根據權利要求1所述的基于改進人工神經網絡的離心泵作透平性能預測方法，其特征在于，所述人工神經網絡訓練時采用的激活函數為LeakyReLU函數，其表達式如下：

其中，a_i為(1,+∞)內的固定參數，1/a_i為負斜率系數，取值為0.01；x_i表示上一層神經元的輸入量，y_i表示當前層神經元的輸出量。

4.根據權利要求1所述的基于改進人工神經網絡的離心泵作透平性能預測方法，其特征在于，采用L1+L2正則化方法對人工神經網絡進行正則化，計算公式如下：

其中，和分別為L1和L2的正則化項，λ₁為L1正則化系數，λ₂為L2正則化系數，w為輸入與輸出間的權重矩陣，N為輸出個數；T表示矩陣轉置。