应用神经网络技术实现阀门设计中的数据处理.pdfVIP

2007 年第 4 期 　　　　　　　　　　　　　　　　　阀　　　门　　　　　　　　　　　　　　　　　　　　 —31 — 文章编号 : (2007) 应用神经网络技术实现阀门设计中的数据处理 王素芬 (沈阳工程学院 , 辽宁 沈阳 110136) 　　摘要 　提出了应用神经网络技术处理阀门设计中非线性数据的方法 , 设计了相应的BP 神经 网络模型和算法 , 提高了产品设计计算的效率和精度 。 关键词 　神经网络 ; 阀门; 设计 ; 数据处理 　　 　　中图分类号 : TP18 　　　　文献标识码 : A Completing data processing in valve design by means of NN technology WAN G Sufen ( Shenyang Institute of Engineering , Shenyang 110136 , China) Abstract : In this paper , the author suggested an approach to process nonlinear data in valve design by using NN technology , and designed corresponding BPNN model and algorithm , and improved the calculating precision and efficiency in manufacture design. Key words : NN ; valve ; design ; data processing 1 　引言 随着计算机技术的发展 , 神经网络技术的研究 取得了巨大的成果 , 并得到了广泛的应用 。神经网 络是模仿和延伸人脑智能、思维和意识等功能的非 线性自适应动力学系统 , 它所具有的学习算法能使 其对事物和环境具有很强的自学习、自适应和自组 织能力 , 它可 以模仿人脑处理不完整的、不准确 的、甚至处理非常模糊的信息 , 并能联想记忆 , 从 部分信息中获得全部信息 。本文应用神经网络技术 快速而准确地解决了阀门设计过程中大量的非线性 数据处理问题 。 2 　分析 阀门设计过程中要用到大量非线性设计参数, 例如在进行楔形弹性闸板厚度计算时, 需要用到系 数 K 1 、K2 、K3 和 K4 等, 它们需要从 4 个 图、 36 条曲线中查取 8 个点, 通过插值法确定 4 个值 。 图 1 为 K 1 的曲线图。设计时需通过计算 D/ 2 h 值 图 1 　K 1 曲线 和D/ d 值查取 K 1 值, 由于 K 1 值曲线的数量是有 3 　处理阀门设计参数的神经网络模型 限的, 如果计算出的 D/ 2 h 和 D/ d 的值不在这几 神经网络的推理过程是一种典型的并行推理 , 条曲线中, 则需通过插值法求得, 这样做效率和精 速度很快 , 它只与网络自身的参数有关 , 其参数又 度都相对较低 。 可通过学习算法进行自适应训练 。在工程设计中只 作者简介 : 王素芬 ( 1963 - ) , 女 , 天津市人 , 讲师 , 从事计算机软件开发及应用/ 计算机教学工作 。 © 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. 　　　　　　　　　　　　　　　　　　　　阀　　　门