基于遗传-支持向量回归的离心泵性能曲线预测

摘要

针对离心泵多工况下性能预测不准确的问题,提出了一种基于遗传算法和支持向量回归的离心泵多工况性能预测模型。从35组离心泵性能曲线中提取673组多工况性能数据作为本次试验的样本,选择其中538个样本作为训练数据,135个样本为测试数据。选取比转速为32.2、47.2、58.7、92.8、128.2的5台离心泵,分别对其6个不同工况下的扬程和效率进行预测,最后与试验结果进行对比。对比结果表明,所提出的遗传-支持向量回归模型能有效的预测离心泵不同工况下的性能。其中,5台离心泵的扬程和效率的平均相对误差分别为0.49%、3.76%,而神经网络模型预测的扬程和效率的平均相对误差分别为1.12%、4.66%,平均相对误差同比上升128.57%、23.94%。