基于PCA-IPSO-INN的离心风机噪声预测

摘要

因离心风机噪声超限造成返厂,会影响用户体验,同时增加制造成本,故提出一种新的分析方法,旨在生产前对离心风机噪声进行智能预测。首先基于相关性分析和主成分分析法(Principal Component Analysis,PCA)对风机15个性能和几何参数进行降维处理,然后提出一种具有非线性惯性权重的粒子群算法,并用于优化反向传播(Back Propagation,BP)神经网络的初始权值和阈值,最后寻找最佳隐层,确定BP神经网络4×8×1的结构,从而简化网络结构,提高收敛速度和预测精度。经实验验证,该方法较其他方法预测精度更高,平均误差仅为0.76%,且在生产企业得到很好应用,在工程实践中具有实际意义。