?

?

《機電工程》雜志,月刊( 詳細... )

中國標準連續出版物號 ISSN 1001-4551 CN 33-1088/TH
主辦單位浙江省機電集團有限公司
浙江大學
主編陳 曉
副 主 編唐任仲、羅向陽(執行主編)
總 經 理羅向陽
出 版浙江《機電工程》雜志社有限公司
地 址杭州市上城區延安路95號浙江省機電集團大樓二樓211、212室
電話Tel+86-571-87041360、87239525
E-mailmeem_contribute@163.com
國外發行中國國際圖書貿易總公司
訂閱全國各地郵局   國外代號M3135
國內發行浙江省報刊發行局
郵發代號32-68
廣告發布登記證:杭上市管廣發G-001號

在線雜志

當前位置: 機電工程 >>在線雜志

基于大流量止回閥實驗系統的快速預測模型

作者:王江坤,趙晶,查灑灑,等. 日期:2024-04-24/span> 瀏覽:1176 查看PDF文檔

基于大流量止回閥實驗系統的快速預測模型*
王江坤1,趙晶1,3*,查灑灑1,王劍2,曲洺劍1,3,張俊飛2

(1.沈陽工業大學 機械工程學院,遼寧 沈陽 110870;2.沈陽盛世五寰科技有限公司,遼寧 撫順 110172;
3.遼寧五寰特種材料與智能裝備產業技術研究院,遼寧 沈陽 118015)


摘要:針對傳感器在數據獲取中的局限性和無法用于對實驗系統進行全面的數據收集問題,對大流量止回閥實驗系統的快速預測模型技術進行了研究,建立了實驗系統的快速預測模型,進行了快速預測模型的結果分析。首先,搭建了實體模型,根據大流量止回閥實驗系統的結構,結合實驗系統的工作原理對其進行了簡化,并進行了有限元分析;然后,利用快速預測模型的關鍵技術構建了實驗系統數據庫,進行了實驗系統的樣本采集;通過比對不同機器學習算法的預測準確率,選擇了隨機森林算法,并建立了實驗系統內壓與應力應變的關系;最后,進行了快速預測模型的結果分析,并完成了實驗系統整體預測實驗和實驗系統部件單獨預測實驗。研究結果表明:采用隨機森林(RF)算法建立的快速預測模型,擬合優度(R2)達到了0.99,相較于深度神經網絡(DNN)算法和梯度提升樹(GBDT)算法,擬合優度(R2)提高了68.97%和51.47%。實驗系統整體預測與實驗系統部件單獨預測的對比試驗結果表明:整體預測模型的預測速度更快,且精度可以達到97.43%。

關鍵詞:大流量旋啟式止回閥;單向閥;隨機森林算法;響應時間;深度神經網絡;梯度提升樹;決定系數

中圖分類號:TH137.52文獻標識碼:A文章編號:1001-4551(2024)04-0659-07

本文引用格式:

王江坤,趙晶,查灑灑,等.基于大流量止回閥實驗系統的快速預測模型[J].機電工程,2024,41(4):659-665.

WANG Jiangkun, ZHAO Jing, ZHA Sasa, et al. Fast prediction model based on high flow check valve experimental system[J].Journal of Mechanical & Electrical Engineering, 2024,41(4):659-665.



?

友情鏈接

浙江機械信息網