下载文档原格式
基于ＢＰ神经网络的离心泵的性能预测＊姚一富１江亲瑜１何荣国１徐万平２（１大连大学机械工程学院，大连１１６６２２）（２大连鸿泽泵业有限公司，大连１１６０３１）ＰｒｅｄｉｃｔｉｎｇｃｅｎｔｒｉｆｕｇａｌｐｕｍｐｐｅｒｆｏｒｍａｎｃｅｕｓｉｎｇＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｓＹＡＯＹｉ－ｆｕ１，ＪＩＡＮＧＱｉｎ－ｙｕ１，ＨＥＲｏｎｇ－ｇｕｏ１，ＸＵＷａｎ－ｐｉｎｇ２（１ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ１１６６２２，Ｃｈｉｎａ）（２ＤａｌｉａｎＨｏｎｇｚｅＰｕｍｐＣｏ．Ｌｔｄ，Ｄａｌｉａｎ１１６０３１，Ｃｈｉｎａ）文章编号：１００１－３９９７（２００８）１０－００７３－０２【摘要】针对离心泵性能实测过程繁琐费用昂贵以及鉴于神经网络在非线性系统映射的优越性，提出利用神经网络中的ＢＰ网络模型来预测离心泵的性能，并用Ｍａｔｌａｂ７对一系列的离心泵进行性能预测。
预测结果表明：神经网络可以实现对离心泵性能的精确预测并用于实际应用。
关键词：离心泵；神经网络；ＢＰ网络模型；性能预测【Ａｂｓｔｒａｃｔ】Ａｉｍｅｄａｔｔｈｅｃｏｓｔｌｉｎｅｓｓａｎｄｔｈｅｃｏｍｐｌｅｘｐｒｏｃｅｓｓｏｆｃｅｎｔｒｉｆｕｇａｌｐｕｍｐｐｅｒｆｏｒｍａｎｃｅｔｅｓｔａｎｄｉｎｖｉｅｗｏｆｔｈｅｎｏｎ－ｌｉｎｅａｒａｄｖａｎｔａｇｅａｂｏｕｔｎｅｕｒａｌｎｅｔｗｏｒｋ，ｉｔｂｒｉｎｇｓｆｏｒｗａｒｄｐｒｅｄｉｃｔｉｎｇｃｅｎｔｒｉｆｕｇａｌｐｕｍｐｐｅｒｆｏｒｍａｎｃｅｕｓｉｎｇＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｓ．Ｍｅａｎｗｈｉｌｅ，ｐｒｅｄｉｃｔｉｎｇｐｕｍｐｐｅｒｆｏｒｍａｎｃｅｉｓｐｕｔｉｎｔｏｐｒａｃｔｉｃｅｕｓｉｎｇＭＡＴＬＡＢ．Ｅｘｐｅｒｉｍｅｎｔａｔｉｏｎｉｎｄｉｃａｔｅｄｔｈａｔｔｈｅｐｒｅｄｉｃｔｉｎｇｐｒｅｃｉｓｉｏｎｃｏｎｔｅｎｔｅｄｔｏｔｈｅｎｅｅｄｏｆｐｒｏｊｅｃｔ．Ｋｅｙｗｏｒｄ：Ｃｅｎｔｒｉｆｕｇａｌｐｕｍｐ；Ｎｅｕｒａｌｎｅｔｗｏｒｋ；ＢＰｎｅｔｗｏｒｋｍｏｄｅｌ；Ｐｅｒｆｏｒｍａｎｃｅｐｒｅｄｉｃｔｉｏｎ!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"!!!!!!!!!!!!!"!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!"!!!!!!!!!!!!!"＊来稿日期：２００７－１２－１７＊基金项目：大连市科技计划资助项目（２００５Ａ１０ＧＸ１０８）中图分类号：ＴＨ３１１文献标识码：Ａｘ１ｘ２ｘｎｙ１ｙ２ｙｍ………………………泵内的实际流动规律很复杂，远没有被人们所认识［１］。
利用神经网络模拟泵特性曲线
郑承震;梁永图;宫敬
【期刊名称】《油气田地面工程》
【年(卷),期】2008(027)010
【摘要】现代输油管道大多采用密闭输送方式,离心泵能很好地适应这种输油方式.在进行管道水力计算时需要描述过泵流量和泵输出扬程之间的数量关系,通常采用最小二乘的方法将离散数据对进行拟合,得出流量和扬程的数学解析式.但这种拟合处理方式对解析式中拟合指数的选取比较敏感,有时得出的表达式不能很好地反映泵的流量扬程特性.而采用BP神经网络对已知的流量与扬程数据对进行学习,用训练后的神经网络作为数学模型映射流量与扬程之间的非线性关系,可获得较高的精度.
【总页数】2页(P14-15)
【作者】郑承震;梁永图;宫敬
【作者单位】中国石油大学(北京)城市油气输配技术北京市重点实验室;中国石油大学(北京)城市油气输配技术北京市重点实验室;中国石油大学(北京)城市油气输配技术北京市重点实验室
【正文语种】中文
【中图分类】TE4
【相关文献】
1.利用MATLAB—cflool绘制离心泵特性曲线 [J], 纪宇亮
2.离心泵特性曲线和管路特性曲线确定最佳工作点的方法在何家岩金矿排水系统中的应用 [J], 杨文国
3.利用神经网络绘制电机特性曲线 [J], 武卫东;李杰
4.关于斜流泵的开发与研究──斜流泵理论特性曲线的预测和与实验特性曲线的比较 [J], 钱晓;徐天茂;张赛珍;王煜
5.利用径向基函数神经网络处理水轮机综合特性曲线 [J], 黄贤荣;刘德有
因版权原因，仅展示原文概要，查看原文内容请购买。
基于神经网络的曲线拟合技术研究曲线拟合是计算机图形学、计算机视觉、自然语言处理等领域中的一项重要技术。
它将给定的离散数据拟合成一个连续的函数。
曲线拟合技术在实际应用中非常广泛。
比如，在计算机辅助设计中，它可以用来拟合工件的形状，实现三维造型；在机器视觉中，它可以用来识别和跟踪目标；在自然语言处理中，它可以用来提取语言模型等。
本文将介绍一种基于神经网络的曲线拟合技术。
一、神经网络神经网络是一种模仿人类神经网络的学习算法。
在神经网络中，每个神经元与其他神经元相连形成大量节点。
当刺激信号通过神经元时，节点将进行加权，并将输出传递给其他神经元。
根据不同的神经网络模型，神经元之间的连接权重可以用来表示不同的影响程度。
神经网络模型主要由输入层、输出层和隐藏层组成。
输入层接收输入数据并将其传递到网络的隐藏层。
隐藏层处理数据，其中包括激活函数、偏差和加权值。
输出层将摘要结果返回给用户或下一个处理步骤。
二、曲线拟合曲线拟合的目标是找到一种函数$f(x)$，它可以恰当地逼近一组给定的数据点$(x_i, y_i)$，并且可以在处理新数据时进行插值或外推。
传统的曲线拟合方法，例如多项式拟合、指数拟合和幂拟合，通常具有一定的局限性。
这些方法可能会导致过度拟合，而过度拟合对未知数据的预测效果非常不好。
基于神经网络的曲线拟合技术可以解决传统曲线拟合方法面临的挑战。
这种方法使用具有反向传播算法的神经网络进行训练，将给定的数据点转换成模型的参数。
然后，网络将生成新的数据点，以适应未来未知数据的预测需求。
这种方法的优点在于它可以调整线性组合的权重，因此可以灵活地适应不同的形状和趋势。
同时，神经网络也有自适应的特性，使其可以自动进行学习和调整。
三、神经网络曲线拟合技术的应用神经网络曲线拟合技术在实际应用中具有广泛的应用。
具体应用场景包括：1. 图像处理神经网络曲线拟合技术可以用于图像分析和处理。
将曲线拟合用于细节提取、轮廓识别和图像分割等操作中，能够获得更准确的结果和更好的鲁棒性。
基于BP神经网络和EKF神经网络在曲线拟合性能上的对比分析研究张彬;陈晓宁;赵金龙;黄立洋【摘要】本文首先介绍了曲线拟合的相关含义,接着讨论了BP神经网络和EKF神经网络的原理,研究对比分析了BP神经网络和EKF神经网络在曲线拟合性能,通过Matlab仿真实验表明,EKF算法能更好的对系统进行辨识,具有较高的收敛性.【期刊名称】《电气技术》【年(卷),期】2014(000)007【总页数】3页(P15-17)【关键词】BP神经网络;EKF神经网络;曲线拟合;Matlab仿真【作者】张彬;陈晓宁;赵金龙;黄立洋【作者单位】中国人民解放军理工大学国防工程学院,南京 210007;中国人民解放军理工大学国防工程学院,南京 210007;中国人民解放军理工大学国防工程学院,南京 210007;中国人民解放军理工大学国防工程学院,南京 210007【正文语种】中文在工程实际中为了描述不同变量之间的关系，在给定一组样本的情况下，需要求得自变量x和因变量y之间的函数关系 y=f(x)。
曲线拟合就是用连续平滑的曲线近似的表达平面上离散点组所表示的坐标之间的函数关系的一种数据处理方法。
人工神经网络是模拟生物神经网络进行信息处理的一种数学模型，它以对大脑的生理研究成果为基础，其目的在于模拟人脑的某些机理与机制，实现一些特定的功能，其具有很强的自学习自适应等优点，在函数逼近、数字信号处理、模式识别、数据分类方面得到广泛的应用[1-3]。
1 BP神经网络BP（Back Propagation）网络是依据误差逆传播算法训练的具有多层前馈的一种网络。
BP网络能吸收和储存很多的输入-输出模式的映射关系，并不需要事先揭示和描述这种存在的关系方程。
权值与阈值是不断通过神经网络的反方向传递，最终使得误差的平方和在网络中达到最小值。
BP神经网络在进行数据拟合时拥有精度高、误差小等优点[4-7]。
BP神经网络的结构模型包括三层，分别为输入层、隐含层和输出层。
基于BP网络的曲线拟合法的线图处理
杨小安
【期刊名称】《现代制造工程》
【年(卷),期】2003(000)008
【摘要】通过实例验证BP神经网络对解析曲线及非解析曲线都非常有效,供开发面向对象的参数化CAD系统时参考.
【总页数】2页(P33-34)
【作者】杨小安
【作者单位】西宁市长安大学322信箱,710064
【正文语种】中文
【中图分类】TH132.413
【相关文献】
1.应用BP神经网络实现基于等高线图像的CFD地形网格 [J], 甘勇;刘新新;郑远攀
2.基于流水线图像处理结构的多层模板相关神经元网络 [J], 安向京;常文森
3.BP神经网络在机械零件曲线图处理中的应用 [J], 宗望远;王巧华;朱松德
4.基于神经网络的线图数据处理模型 [J], 陈东
5.基于改进粒子群算法优化BP神经网络的废水处理软测量模型 [J], 何丹;林来鹏;李小勇;牛国强;易晓辉;黄明智
因版权原因，仅展示原文概要，查看原文内容请购买。
BP神经网络在曲线拟合中的应用盛仲飙;同晓荣【期刊名称】《科学技术与工程》【年(卷),期】2011(011)028【摘要】首先介绍了曲线拟合的原理及其在曲线拟合中的应用.接着讨论了BP神经网络的原理,研究了非线性拟合的仿真过程.通过比较可以看出利用神经网络进行非线性拟合具有拟合速度快、拟合精度高的特点.%The rules of curve fitting law and the appliance of curve fitting are first introduced, then discussed the principle of BP neural networks, and nonlinear simulation based Matlab are researched. By comparing, nonlinear fitting of BP neural networks have the advantage of rapid rate, and the accuracy can be ensured with less required work.【总页数】3页(P6998-7000)【作者】盛仲飙;同晓荣【作者单位】渭南师范学院计算机科学系,渭南714000;渭南师范学院计算机科学系,渭南714000【正文语种】中文【中图分类】TP391.75【相关文献】1.DPS 软件在中绥12杨光响应曲线拟合中的应用 [J], 李晓宇;杨成超;于雷;彭建东;韩兆伟2.分段二次曲线拟合法在联网高速测量中的应用 [J], 浮寸萍; 胡帅朋3.超载预压卸荷沉降速率研究中双曲线拟合法的应用探讨 [J], 刘平4.基于最小二乘法的曲线拟合及其在Matlab中的应用研究 [J], 程良萍;万美华5.基于马尔科夫链的曲线拟合法在尾矿坝沉降预测中的应用 [J], 汪宏宇;龚循强;鲁铁定;陈志平因版权原因，仅展示原文概要，查看原文内容请购买。
基于BP和RBF神经网络的水轮机综合特性曲线的拟合黄山【摘要】关于大波动过渡过程中水轮机特性曲线的处理有很多种方法,其中有用神经网络方法来训练相关数据形成网络从而预测待求数据点,其中BP和RBF两种网络为较为常用的神经网络方法.本文通过学习Matlab中神经网络工具箱的调用,比较分析了BP和RBF两种神经网络在水轮机特性曲线拟合上的区别,试图找出BP 网络隐含层神经元个数对其拟合精度的影响,以及随着其神经元个数增加而拟合度增加的情况.【期刊名称】《东北水利水电》【年(卷),期】2015(033)012【总页数】4页(P59-62)【关键词】BP与RBF神经网络;数据拟合;综合特性曲线;水轮机【作者】黄山【作者单位】吉林省水利水电勘测设计研究院,吉林长春130021【正文语种】中文【中图分类】TV734.1由于输水道和调压室结构参数、水轮发电机组参数、导叶关闭规律等的选择都将受到输水系统水锤波的严重影响，而水电站大波动过渡过程数值计算可以很好地模拟瞬变流过渡过程中水锤波对整个输水系统的主要作用，因此水电站设计较大程度上将受到水电站大波动过渡过程数值计算分析结果的影响。
同时，该计算分析结果也为水轮机机组的安全稳定运行提供了可靠的前提条件。
在水轮机调节系统大波动过渡过程计算中，需要知道水轮机的流量特性和力矩特性。
而这两种特性往往是根据厂家提供的模型综合特性曲线和飞逸特性曲线转换获得。
但综合特性曲线只提供高效率区附近的特性，而飞逸特性只提供空载工况的特性，这只能提供过渡过程计算中流量变化区域内一小部分的水轮机特性值，是远远不够的。
因此，对水轮机综合特性曲线的数据进行处理是开展水电站过渡过程数值计算前期的基础性工作之一，从而求解出其在各个工况下（特别是在小开度和转速时）的流量和力矩特性。
对水轮机模型综合特性曲线进行处理从而获取相应信息的方法有好几种。
例如，传统的人工经验延伸法、最小二乘法拟合、二次或三次样条插值法、人工神经网络等方法。
