-
题名基于大流量止回阀实验系统的快速预测模型
被引量：2
- 1
-
-
作者
王江坤
赵晶
查洒洒
王剑
曲洺剑
张俊飞
-
机构
沈阳工业大学机械工程学院
沈阳盛世五寰科技有限公司
辽宁五寰特种材料与智能装备产业技术研究院
-
出处
《机电工程》
CAS
北大核心
2024年第4期659-665,共7页
-
基金
辽宁省海洋经济发展项目(2022-47-1-09)。
-
文摘
针对传感器在数据获取中的局限性和无法用于对实验系统进行全面的数据收集问题,对大流量止回阀实验系统的快速预测模型技术进行了研究,建立了实验系统的快速预测模型,进行了快速预测模型的结果分析。首先,搭建了实体模型,根据大流量止回阀实验系统的结构,结合实验系统的工作原理对其进行了简化,并进行了有限元分析;然后,利用快速预测模型的关键技术构建了实验系统数据库,进行了实验系统的样本采集;通过比对不同机器学习算法的预测准确率,选择了随机森林算法,并建立了实验系统内压与应力应变的关系;最后,进行了快速预测模型的结果分析,并完成了实验系统整体预测实验和实验系统部件单独预测实验。研究结果表明:采用随机森林(RF)算法建立的快速预测模型,拟合优度(R 2)达到了0.99,相较于深度神经网络(DNN)算法和梯度提升树(GBDT)算法,拟合优度(R 2)提高了68.97%和51.47%。实验系统整体预测与实验系统部件单独预测的对比试验结果表明:整体预测模型的预测速度更快,且精度可以达到97.43%。
-
关键词
大流量旋启式止回阀
单向阀
随机森林算法
响应时间
深度神经网络
梯度提升树
决定系数
-
Keywords
large flow swing check valve
non-return valve
random forest(RF)algorithm
response time
deep neural network(DNN)
gradient boosting tree(GBDT)
coefficient of determination(R2)
-
分类号
TH137.52
[机械工程—机械制造及自动化]
-
