GARBF网络法预测水泵全特性曲线

摘要

水泵应用于国民经济和社会发展的各个领域,其技术性能的好坏影响着应用效果的可靠性,故获得水泵的各种性能参数是很有必要的。在一般含泵装置的工程应用中,通过水泵的性能曲线来研究水泵的运行情况,但在泵系统的水力过渡过程(如水锤的计算及分析)的研究中,就需要用能反映在任意可能运行条件下的泵运行特性的全特性曲线。虽然有很多研究人员做过对水泵全特性曲线的预测工作,但结果还不够精确,不能满足某些实际工程应用的需要,且没有较实用的泵全特性预测软件。所以对水泵全特性曲线资料的预测在理论研究和实际工程应用价值方面均具有重要意义。本文的研究内容和成果有:
　　 1、对水泵全特性曲线的几种表现方法进行研究分析后,发现x～WH及x～WM坐标水泵全面特性曲线在运用中广泛使用。对比几种神经网络模型和算法,提出遗传算法和径向基函数神经网络相结合的GARBF神经网络模型。
　　 2、运用GARBF神经网络模型,开发出以MATLAB为设计平台的预测水泵全特性曲线的工程软件。以已知的几个比转数的水泵全特性曲线资料做为样本,进行训练预测,可以得到任意比转数泵的全特性曲线资料(以x～WH及x～WM曲线资料为表现方法)。
　　 3、提出比较水泵全特性曲线的几种预测方法的评价系统,并运用相关系数等评价指标对用GARBF神经网络法的预测结果与已知样本资料进行拟合度判断。结果显示该方法的预测效果较好。并利用该评价系统对用GARBF网络法与四项式拟合,及BP神经网络法预测的水泵全特性曲线资料进行拟合度判断,结果表明在预测水泵全特性曲线资料(尤其对离心泵)方面,GARBF网络法比其他预测法准确度高。