基于改进神经网络的离心泵性能预测模型构建

摘要

针对当前离心泵运转中存在效率低以及容易出现驼峰等现象,进而造成离心泵运行不稳定的问题,结合当前的智能算法,提出一种基于改进BP算法的离心泵性能预测方法.对此,首先就离心泵的主要性能参数进行了分析,从而为后续的研究奠定基础理论知识;其次,对当前的BP神经网络算法进行分析,并结合遗传算法在全局搜索方面的优势,对改进算法的步骤进行设计;最后,以52组离心泵运转数据作为训练样本,以5组数据作为测试样本,并设定9组输入参数,以扬程和效率作为输出,对上述的模型进行验证.结果表明,无论是在预测趋势,还是在迭代次数和收敛方面,设计的算法都具有很强的优势,进而验证了改进算法的有效性.