利用神经网络模拟泵特性曲线

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.