性能预测

摘要： 空气炸锅内部流场特性对食物加工至关重要。但是受限于空气炸锅内部复杂结构,难以对流场分布进行准确测量和预测。基于雷诺时均方程与k-ε湍流模型,应用Fluent软件对某款空气炸锅内部流场进行三维数值模拟获得了炸锅内部速度、湍流动能和涡量分布的详细信息,模拟结果揭示了空气炸锅内部的流场运动规律与漩涡结构的产生和发展过程,以及炸锅内部结构对流场的影响。分析结果对空气炸锅相关结构的设计与加热系统设计具有指导作用,对相关小型家电的设计和发展也具有一定的借鉴意义。

摘要： 螺旋桨式水下推进器推力的大小决定着水下机器人的水动性能。为快速准确预测螺旋桨的敞水性能,建立一种RBF神经网络螺旋桨敞水性能估计器模型。利用几种型号螺旋桨敞水仿真值作为训练样本,对网络规模进行调整。在此基础上,广义逆动态地调整各网络间的连接权重,进行网络参数的优化。通过不断地迭代优化达到学习精度要求,最终得到一种高维优化的神经网络敞水性能估计器。同时,利用CFD仿真软件对螺旋桨进行模拟仿真和数值计算。对比分析RBF神经网络螺旋桨敞水性能估计器模型预测的敞水系数与CDF仿真的敞水系数,结果表明两者之间的差距较小,故RBF神经网络敞水性能估计器模型满足准确预测和快速性的要求,能够作为螺旋桨敞水系数的有效预测方式之一。

摘要： 原油石化装置的换热器常受到结垢影响,导致换热器性能衰退严重,换热网络性能也会随之衰退,同时换热器之间的耦合关系,导致不同换热器的性能衰退对换热网络整体性能变化的影响不同。以往的清洗决策主要是根据单台换热器性能衰退到一定程度来制定的,这会导致换热网络整体可能处在较差的运行状态。因此,本文提出一种基于智能预测和机理模型的换热网络清洗决策方法,基于换热器的运行数据建立智能预测模型,获得换热器性能变化趋势,结合换热网络的性能模拟模型,进一步获得换热网络的性能变化趋势,从而从换热网络整体性能变化的角度来制定清洗方案。研究表明,对收集到的原油换热器运行数据,建立神经网络预测模型,具有较好的预测精度。通过对原油精馏装置换热网络的案例分析,当HE1、HE2和HE5三台换热器同时发生性能衰退时,换热网络年度公用工程能耗费用将增加12.1%。与传统基于单台换热器性能衰退情况制定的清洗方案相比,从换热网络整体性能衰退角度制定的清洗方案,年度额外公用工程费用减少13.1%,损失费用减少14.1%,年度总费用减少13.8%,而清洗次数仅增加3台次。

摘要： 根据对多变量灰色预测模型应用方法的研究,将多变量灰色模型拓展到吸附法油气回收装置的性能预测领域,通过筛选关键的性能变量,收集装置特定工况下的多组关键变量的历史数据,构建了一阶多变量灰色预测模型,并利用该模型对油气回收装置未来时间段内的装置性能进行分析预测,模型的预测精度经过了工程项目的使用并验证,具有较好的预测效果,为吸附法油气回收装置活性炭更换的时间节点提供有效借鉴。

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%。

摘要： 针对目前机械结构优化中建立预测模型代价较高的问题,提出了一种基于数据学习的结构静力学性能预测方法。以悬臂梁为研究对象,建立有限元仿真模型以获取位移场数据,构建边界条件-位移场代理模型,预测结果表明位移场分布趋势与实际一致,载荷为1000 N和1600 N时最大位移相对误差分别为-0.02%和-0.47%。文中讨论了均布力大小和集中力作用位置对位移场预测结果的影响,结果表明,随着载荷幅值增加,预测误差有所增加。相比均布力,集中力载荷下的预测误差更大,且加载位置靠近边缘处的误差更大。反演问题分别将位移场作为输入,将均布力大小和集中力位置作为输出构建位移场-边界条件代理模型,载荷为1000 N和1600 N时的预测误差分别为0.15%和-0.48%,在5 mm和10 mm处的载荷位置预测误差分别为0.38%和-1.84%,实现了对力边界条件的高精度预测。所提方法从数据学习角度出发,可为机械结构的静力学性能预测提供一种新的思路。

摘要： 基于改良的Andreasen&Andersen颗粒堆积模型优化设计了超高性能混凝土(UHPC)的基础配合比,研究了钢纤维的形状、含量及混杂钢纤维对UHPC湿堆积密实度的影响。然后采用D-最优设计(DOD)方法,预测和评估混杂钢纤维对UHPC湿堆积密实度的影响,并基于DOD模型优化设计了UHPC的最佳钢纤维掺量。结果表明,长直纤维、短直纤维、端钩纤维的掺入会对UHPC堆积体系、密实度带来不同程度的影响,其中端钩纤维对UHPC密实度的降低程度最大。此外,钢纤维掺量与UHPC堆积体系也有一定关系,当纤维掺量超过2.0%(体积分数,下同)时,UHPC的密实度急剧下降,造成UHPC堆积体系的显著破坏;基于建立的DOD优化模型分析得出,0.9%的长直纤维与1.1%端钩纤维为最佳纤维混杂方式,可使得钢纤维对UHPC堆积体系的扰乱作用最小化。

摘要： 电气附件是航空发动机重要组成部分,包括电磁活门、作动器、传感器等,其结构复杂,种类庞多,还因振动、疲劳、应力等原因性能衰减,导致信号错误或控制失灵,严重时造成发动机空中停车,直接影响到飞机飞行安全。对此设计开发一套发动机电气附件性能预测系统,通过长短期记忆神经网络(Long Short-Term Memory Network,LSTM)构建基于数据驱动的电气附件静态性能预测模型,通过机器的训练与学习,预测分析电气附件的性能衰减状况,为发动机的维修提供有力的技术支持。

摘要： 为了快速预测螺旋桨的敞水性能,提出了一种基于神经网络的螺旋桨敞水性能预测方法。首先,采用CFD软件进行螺旋桨敞水性能数值计算;然后,将计算所得的42组数据作为学习样本,随机选择其中的80%作为误差反向传播算法(BP)神经网络模型的训练集,其余20%作为验证集;最后,通过数值实验来研究神经网络的隐含层节点数、学习精度和神经网络模型准确性之间的关系,以获取准确性最高的神经网络模型。以AU型5叶螺旋桨的敞水效率实验结果来验证神经网络预测结果的准确性,结果表明:神经网络预测值的平均相对误差为2.8%,可满足快速、准确预测敞水性能的要求。

摘要： 为了解决强降雨对沥青路面造成的公路损害问题,在商洛地区路面受损情况调查的基础上,通过建立路面养护应急管理系统,采集历年强降雨环境下路面性能实测数据,针对常用路面性能预测模型对比分析,选择马尔可夫模型与衰变模型组合模型进行改良及组合开发,构建马尔科夫预测模型与衰变模型的组合模型作为路面性能预测模型。研究结果表明:使用该模型可有效节省养护费用以及缩短维修时间,为强降雨后的公路路面养护部门工作提供依据。

摘要： 航空发动机在高温、高负荷状态下工作,出厂后发动机的性能将会不可避免地出现退化,基于部件特性建立的性能仿真模型精度也会逐渐降低.而基于数据驱动的建模方法通过分析发动机在运行过程中的历史参数变化来预测发动机的未来性能趋势,能用于发动机性能保持、延寿和全寿命周期的设计优化,对于发动机的运行维护具有重要意义.本文以发动机历史气动热力学测量参数数据为基础,利用扩张卷积和因果卷积建立了一个时序卷积神经网络,挖掘各测量参数之间的隐藏关系,实现对关键性能的预测.该预测模型可根据需求灵活地设置预测参数及预测周期数,基于发动机长试数据来验证模型的准确度,在实际发动机数据来源台份不足时,通过仿真拟合的方法来补充数据集.结果表明,无论是实测参数还是仿真参数,该模型均具有较高的预测精度,为发动机的性能预测提供了一种有效的方法.

摘要： 本文比较三种非线性滤波器(扩展卡尔曼滤波、无味卡尔曼滤波和容积卡尔曼滤波)在联邦滤波结构下对航空发动机的性能预测的能力.对于航空发动机这一复杂非线性系统,相对于线性卡尔曼滤波,非线性滤波器可以直接用于发动机的性能预测,避免了对模型的线性化过程,受到的参数耦合性影响较小.联邦滤波采用信息分配的原理,各子滤波器独立设计,并行运算,其具有避免大矩阵运算,对传感器故障的容错性能好等优点.本文通过一个双转子涡扇发动机模型进行仿真验证,比较三种非线性联邦滤波的精度和计算量大小.其中联邦无味卡尔曼滤波精度最高,但其计算量最大.联邦扩展卡尔曼滤波计算量最小,精度也最低.联邦容积卡尔曼滤波精度介于两者之间,计算量略低于联邦无味卡尔曼滤波.仿真中也可以得出,联邦容积卡尔曼滤波相对于集中式容积卡尔曼滤波存在精度较低的问题.

摘要： 鉴于轴流风机系列化后试验重复性工作量大、任务繁琐、周期长且成本高,为此本文基于神经网络处理非线性系统映射的优越性,建立了系列化轴流风机的效率和全压的BP神经网络预测模型.用43组样本点试验数据对构建的网络进行多次训练选取较好的网络模型,最后选取了5组样本之外的数据进行性能预测仿真.预测结果表明:预测值与试验值的平均相对误差不超过5％,验证了神经网络实现对轴流风机的性能预测是可行的.

摘要： 本文快速准确的建立了共模扼流圈的有限元模型,研究了差模电流激励下共模扼流圈的饱和效应,提出了一种简单方便的将近场耦合效应与传导电磁干扰(Electromagnetic Interference,EMI)滤波性能有机结合的建模方式;并在此基础上,通过分析无源器件的高频等效电路和电路板布局布线的寄生参数,建立了完整的差模滤波电路的性能预测模型,最终经过与测试对比验证了模型的可靠性.此模型有助于实现在产品设计初期进行EMI预测,从而为快速解决电力电子设备的电磁干扰问题提供新的思路.

摘要： 国家“一带一路”以及“智能制造”等战略实施推动了为国内物流行业的快速发展,现代物流仓储设备轻量化、自动化、智能化、集成化趋势明显.有数据显示,在自动化立体仓库等核心仓储设备需求量迅猛增长的同时,对于钢结构货架等大型基础设施的可靠性设计提出了更高的要求.主要承重件具有轻质高强、异型多孔、延性较低、截面开口等技术特征使得传统的稳定性解析式模型的建立十分困难,工程技术人员对于薄壁型钢结构设计更多地停留在经验类比基础上,难以满足复杂工况下大规模超高层钢结构使役性能的需要.制造大数据以及人工智能技术的出现为薄壁多孔稳定性设计提供了新的方法与手段。

摘要： 提出了一种利用离群数据分析方法识别柴油机气缸间的性能差异,并基于灰色模型预测性能劣化趋势的柴油机整机诊断方法.首先将柴油机内配置的多个结构和功能相同的气缸抽象成气缸"群体",单个气缸则看作是独立"个体",通过监测柴油机气缸的运行参数获得"个体"的属性特征,基于蚁群聚类算法实现"个体"依据其属性特征的自组织横向比较,自动分离出性能异常或故障气缸,然后引入"离群因子"作为特征量描述异常气缸的劣化程度,结合灰色GM模型预测其性能劣化趋势.利用TBD234V12柴油机GT-power模型,分别模拟气缸供油不足、喷油角改变等柴油机故障模式,对文中所述诊断算法的有效性进行了验证.

摘要： 喷射式制冷技术作为重要的节能技术,对其关键部件喷射器性能的预测具有重要且深远的意义.现有的喷射器预测技术难以满足预测要求,BP神经网络由于具有较好的非线性映射能力以及强大的自学习能力等优点已被应用于类似预测模型的建立,然而传统BP神经网络由于过拟合以及易陷入局部极小值的缺点限制了这种方法的应用,因而本文提出了结合遗传算法(Genetic Algorithm)改进的BP-GA神经网络用于喷射器性能的预测.通过与传统方法计算的结果进行对比后发现,改进后人工神经网络的预测精度得到显著提高.

摘要： 本文采用专业的运动机械CFD仿真软件PumpLinx对包含压缩腔、气动阀门在内的滚动转子压缩机整机进行了瞬态仿真分析,通过软件内置的转子模块和阀门模块快速实现了压缩机整机的网格划分和动网格设置.通过仿真获得了压缩机流量、温度、COP、压力以及阀门运动情况,并将出口流量和温度与试验结果进行了对比,吻合良好,为滚动转子压缩机的整机性能预测和优化设计提供了依据.

摘要： 容量损失成为一个至关重要的问题,尤其是对于地源热泵系统(GSHPS)的长期使用.因此,对每单位钻孔长度的传热速率(单位HTR值)的长期预测是一个重要问题,用来可靠地确定一个项目的钻孔数量.在本次研究中考虑恒温热响应试验(TRT),因为它比起恒定热通量有一些优点.利用热响应试验测试值开发分析模型用来确定土地的热扩散率和热导率.在开发模式中利用热响应测试收集的试验数据预测钻孔的长期(3～6个月)HTR值.对热响应测试持续时间对长期预测的影响进行了分析.使用热响应测试持续时间对供暖/制冷期末热响应试验值的预测变化进行检验.确定最佳热响应测试持续时间.结果可用于长期性能的预测和热响应测试持续时间的优化.这个模型也可用于估计钻孔的有效寿命.

摘要： 为了提高循环流化床锅炉热(CFBB)效率和控制循环流化床锅炉污染物排放量.以某电厂循环流化床锅炉运行数据为样本,应用最小二乘支持向量机(LSSVM)建立了以锅炉部分运行参数为输入量,以锅炉效率、NOx排放量和SO2排放量为输出的综合模型.由于LSSVM模型精度受其参数影响,故将果蝇优化算法(FOA)运用到模型参数寻优过程中,获得了锅炉燃烧系统的最优模型(FOA-LSSVM);并利用不同工况下的样本数据检验了模型的预测性能,并将该模型分别与遗传算法(GA)和粒子群算法(PSO)优化的LSSVM模型进行比较,仿真实验表明FOA-LSSVM模型的辨识能力较高,泛化能力较强.

摘要： 在使用有限元分析法来预测表示橡胶制品的变形行为的弹性响应性能的弹性响应性能预测方法中，使用表示橡胶制品的应变能量的温度和应变依赖性且加入了使用表示拉伸结晶化的参数来表示的交联点之间的统计分子链的链节数的结构方程式，来预测橡胶制品的弹性响应性能。

摘要： 在使用有限元分析法来预测表示橡胶制品的变形行为的弹性响应性能的弹性响应性能预测方法中，利用使用表示分子间的相互作用的参数来表示橡胶制品的应变能量的温度和应变依赖性的结构方程式，来预测橡胶制品的弹性响应性能。

摘要： 本发明为改善聚合物性能预测的方法和具有改善的聚合物性能预测能力的系统。本发明的改善聚合物性能预测的方法包括下述步骤：(1)提供聚合物；(2)提供预测模型；(3)利用所述预测模型限定平均聚合物性能预测值；(4)确定适用范围；(5)测量所述聚合物的一种或多种性能；(6)确定所述一种或多种实测聚合物性能是否落在所述适用范围内；(7)如果所述一种或多种实测聚合物性能落在所述适用范围内则使所述一种或多种实测聚合物性能有效，或者如果所述一种或多种实测聚合物性能落在所述适用范围以外则使所述一种或多种实测聚合物性能无效；(8)任选地校正所述预测模型；(9)重复前述步骤至少一次或多次；和(10)从而改善所述聚合物性能的预测。本发明的具有改善的聚合物性能预测能力的聚合系统包括：至少一个聚合反应器；自动预测模型；用于测量一种或多种聚合物性能的装置；用于检测一种或多种错误实测聚合物性能的装置；和用于校正所述自动预测模型的装置。

摘要： 本发明提供一种产品性能预测模型的建立方法和装置、产品性能预测方法、产品性能预测系统、计算机设备及存储介质，其中该方法包括：获取第一样本数据，该第一样本数据包括设备生产产品过程中产生的设备异常数据；获取该设备所在的生产线配置仿真参数，以及生产线所生产的产品的产品信息；选择仿真模型对该产品的性能进行仿真测试，得到产品性能仿真数据；将设备异常数据、生产线配置仿真参数、产品信息以及产品性能仿真数据输入机器学习模型进行机器学习训练，得到产品性能预测模型。上述产品性能预测模型的建立方法和装置、产品性能预测方法、产品性能预测系统、计算机设备及存储介质，可以在设备出现异常时能够对产品性能进行准确的预测。

摘要： 本申请涉及人工智能领域，具体涉及一种网络性能预测方法，网络性能预测模型的训练方法及相关装置。其中，预测包括：针对目标网络获取当前时刻的异构关系图及当前时刻的异构关系图的第一状态信息；通过目标网络的网络性能预测模型对当前时刻的异构关系图及当前时刻的异构关系图的第一状态信息进行处理，得到当前时刻的异构关系图的第二状态信息，第二状态信息包括目标网络的当前时刻的性能指标；基于第二状态信息和当前时刻的异构关系图的第一状态信息确定当前时刻的异构关系图在下一时刻的第一状态信息。采用本申请的实施例不仅可以准确预测网络的性能指标，还可以得到随时间变化的性能指标。

摘要： 除菌性能预测系统(100)具备：存储部(130)，其存储将菌的种类与除菌指标值进行了关联的CT值数据库(131)，该除菌指标值是除菌所需要的药剂浓度与时间之积；以及控制部(120)，其中，控制部(120)具备：浓度估计部(121)，其计算散布药剂(20)的空间(10)内的规定位置处的药剂浓度；以及预测部(122)，其基于计算出的药剂浓度、作为除菌对象的菌(30)的种类以及表示空间(10)内的环境的环境信息，参照CT值数据库(131)，来预测出规定位置处的菌的生存状态。

摘要： 本申请公开了一种质子交换膜燃料电池的性能预测方法及性能预测系统，所述质子交换膜燃料电池的性能预测方法通过综合考虑质子交换膜燃料电池的运行工况和过去性能表现的方式，将与运行工况相关的第一预测电压和与过去性能表现相关的第二预测电压进行融合得到最终的性能预测结果，大大提高了对质子交换膜燃料电池性能预测的准确性。

摘要： 在使用有限元分析法来预测表示橡胶制品的变形行为的弹性响应性能的弹性响应性能预测方法中，使用表示橡胶制品的应变能量的温度和应变依赖性且加入了使用表示拉伸结晶化的参数来表示的交联点之间的统计分子链的链节数的结构方程式，来预测橡胶制品的弹性响应性能。

摘要： 在使用有限元分析法来预测表示橡胶制品的变形行为的弹性响应性能的弹性响应性能预测方法中，利用使用表示分子间的相互作用的参数来表示橡胶制品的应变能量的温度和应变依赖性的结构方程式，来预测橡胶制品的弹性响应性能。

摘要： 本发明为改善聚合物性能预测的方法和具有改善的聚合物性能预测能力的系统。本发明的改善聚合物性能预测的方法包括下述步骤：(1)提供聚合物；(2)提供预测模型；(3)利用所述预测模型限定平均聚合物性能预测值；(4)确定适用范围；(5)测量所述聚合物的一种或多种性能；(6)确定所述一种或多种实测聚合物性能是否落在所述适用范围内；(7)如果所述一种或多种实测聚合物性能落在所述适用范围内则使所述一种或多种实测聚合物性能有效，或者如果所述一种或多种实测聚合物性能落在所述适用范围以外则使所述一种或多种实测聚合物性能无效；(8)任选地校正所述预测模型；(9)重复前述步骤至少一次或多次；和(10)从而改善所述聚合物性能的预测。本发明的具有改善的聚合物性能预测能力的聚合系统包括：至少一个聚合反应器；自动预测模型；用于测量一种或多种聚合物性能的装置；用于检测一种或多种错误实测聚合物性能的装置；和用于校正所述自动预测模型的装置。