原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
多孔质静压轴承静态特性预测研究
摘要：在多孔质静压轴承设计中，轴承设计参数是影响其静动态特性的关键因素之一，通常情况下，
要得到合适的轴承设计参数，需要多次重复建模和仿真，且由于轴承结构复杂，建模难度大，仿真时
间长，严重影响了轴承的设计效率。本文构建了一种基于遗传算法（Geneticalgorithm，GA）优化反
向传播（Backpropagation,BP）神经网络的轴承静态特性预测模型，采用拉丁超立方抽样方法在轴承
参数设计空间内采样，并进行Fluent流体仿真，将仿真数据用于GA-BP神经网络模型的训练与测
试，实现了对设计空间内任意设计参数下的多孔质静压轴承静态特性的预测。研究结果表明，训练
出的GA-BP神经网络模型能够准确预测多孔质静压轴承的静态特性，预测精度在95%以上，对多
孔质静压轴承的快速设计和参数优化具有重要意义。
关键词：多孔质静压轴承；静态特性；GA-BP神经网络；拉丁超立方抽样；预测
StudyonStaticCharacteristicsPredictionofPorousHydrostaticBearing
Abstract：Inthedesignofporoushydrostaticbearings,bearingsdesignparameterisoneofthekeyfactorsaffectingitsstaticand
dynamiccharacteristics.Normally,severalrepetitionsofmodelingandsimulationarerequiredtoobtainsuitablebearingdesign
parameters,andduetothecomplexbearingstructuremakesmodelingdifficultandsimulationtimelong,whichseriouslyaffectsthe
efficiencyofbearingdesign.Inthispaper,abearingstaticcharacteristicpredictionmodelbasedongeneticalgorithm(GA)
optimizedBP(BackPropagation)neuralnetworkisconstructed,Latinhypercubesamplingmethodisusedtosamplethebearing
parameterdesignspace,andperformFluentfluidsimulation.ThedataisusedforthetrainingandtestingoftheGA-BPneural
networkmodeltorealizethepredictionofstaticcharacteristicsofporoushydrostaticbearingunderanydesignparametersinthe
designspace.Theresearchresultss
您可能关注的文档
从事办公室文字工作，提供论文格式排版 、专业学术论文参考资料、文章写作、论文答辩PPT模板、会议筹备指导等服务，经验丰富，已从事七年。互相信任，保证质量，全程包修改，负责到通过。 微X号：lhg511823
文档评论（0）