基于神经网络的离心泵性能预测研究与实现-软件工程专业论文.docxVIP

RESEARCH AND IMPLEMENTATION OF PERFORMANCE PREDICTION OF CENTRIFUGAL PUMP BASED ON NEURAL NETWORK A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Master of Engineering Author: Ran Jun Advisor: Zhou Chuan School : School of Information and Software Engineering 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 作者签名： 日期： 年 月 日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名： 日期： 年 月 日 摘要 摘要 I I 摘要 泵的性能预测研究就是根据泵的叶轮、蜗壳、导叶等过流部件的几何参数， 分析内部流动特征，以此预测泵的性能，是在泵产品设计中必不可少的重要环节， 具有缩短研发周期、降低开发成本和提高产品设计质量等优点。因此开展泵的性 能预测研究一直都是从事泵领域研究专家学者一个十分重要的课题。但是，到目 前为止，泵的性能预测研究的结果还存在精度不高、不能满足工程实际需要的不 足。因此对离心泵的性能研究不但具有重要的学术价值和社会效益，而且对研究 其他泵的性能提供了可资借鉴的依据。本文的主要研究内容和成果有： (1)详细阐述了目前国内外针对泵性能预测研究的现状，重点描述了水力损失 法、流场计算法及神经网络法这三种泵性能预测的方法，根据这三种方法的优缺 点，确定本文里研究内容。 (2)通过对离心泵性能分析，阐述各参数对离心泵性能的影响，为后面的研究 打下基础； (3)介绍了离心泵性能预测的相关技术，即通过分析 Matlab 和 VC6.0 软件及其 神经网络工具在进行数据处理、非线性拟合、动态仿真等的巨大优势，因此本文 利用神经网络控制作为本课题的研究方向； (4)采用神经网络的两种算法：使用 VC6.0 实现了贝叶斯 BP 神经网络算法， 使用 Matlab 实现了 GA-RBF 算法，并分别对实现离心泵性能预测进行设计； (5)利用 GA-RBF 神经网络建立离心泵性能预测模型来实现离心泵的性能预 测，具体阐述了其实现过程，并根据选取的 57 组单级单吸离心泵的设计参数和试 验参数进行仿真验证，结果表明离心泵性能 GA-RBF 神经网络预测模型与原有的 离心泵性能 RBF 神经网络预测模型同样有效，并且设置参数更简单、更方便； (6)利用贝叶斯 BP 神经网络建立离心泵性能预测模型来实现离心泵的性能预 测，具体阐述实现过程，并根据选取的 57 组单级单吸离心泵的设计参数和试验参 数进行仿真验证，结果表明离心泵性能 BRBP 神经网络预测模型与原有的离心泵 性能 LMBP 神经网络预测模型和离心泵性能 RBF 神经网络预测模型同样有效，并 且设置参数更简单、更方便，是一种比较有前途的离心泵性能预测方法。 关键词：离心泵，GA-RBF 神经网络，BRBP 神经网络，性能预测 Ab Abstract II II ABSTRACT The research of pump performance prediction is based on the geometric parameters of pump impeller, volute, guide vanes in pumps to analyze the internal flow characteristics so as to predict the performance of pumps. It is an indispensable part of the pump design. This research can help to shorten development cycles, reduce devel