期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于LSTM循环神经网络的汽轮机转子表面应力预测模型 被引量:30
1
作者 唐成顺 孙丹 +3 位作者 唐威 曹世裕 李剑钊 荆建平 《中国电机工程学报》 EI CSCD 北大核心 2021年第2期451-460,共10页
汽轮机转子启动过程中的寿命管理与评估问题非常关注转子表面应力,而应用有限元计算应力时间代价较大,循环神经网络(recurrent neural network,RNN)可快速准确地计算预测汽轮机启动过程中转子表面应力,大大提高在线评估效率。然而传统RN... 汽轮机转子启动过程中的寿命管理与评估问题非常关注转子表面应力,而应用有限元计算应力时间代价较大,循环神经网络(recurrent neural network,RNN)可快速准确地计算预测汽轮机启动过程中转子表面应力,大大提高在线评估效率。然而传统RNN神经网络存在梯度消失或爆炸以及无法解决长时依赖的问题,影响其实际应用。针对该问题,建立了基于长短期记忆(longshort-termmemory,LSTM)循环神经网络的汽轮机转子表面应力预测模型。在超参数的多组实验中,发现时间步长为3、dropout比例为0.2、隐藏层单元数为6时预测精度达到最佳,验证了预测模型的合理性。通过预测模型与有限元计算模型的耗时对比,发现预测模型耗时大大缩短,验证了预测模型的高效性。对预测模型的普适性分析表明:预测模型可拓展应用于类似时序序列问题的预测中。 展开更多
关键词 有限元方法 转子表面应力 循环神经网络 长短期记忆 超参数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部