基于迁移学习的离心式水泵扬程性能预测

摘要：

离心式水泵作为工业领域常见的抽水机械,一直有着广泛的应用.然而在其性能指标预测过程中,理论模型难以达到高精度要求,而机器学习模型难以应用于多工况环境.本文提出了一个最小二乘归纳式迁移学习(LSITL)方法,该方法利用离心式水泵扬程性能曲线特征,通过最小二乘方式提取迁移知识,并利用归纳法建立多工况下的迁移模型,再通过最小二乘支持向量机(LSSVM)方法的反向求解实现对离心式水泵的性能预测.本文通过与机理建模方法和传统机器学习方法的对比,表明了本文中方法具有准确性高,适用范围广的优势,可以实际应用到离心式水泵性能指标的预测当中.

关键词：离心式水泵;迁移学习;神经网络预测;最小二乘归纳式迁移学习

所属期刊栏目：38

资助基金：国家重点研发计划项目;国家自然科学基金项目

在线出版日期：2021-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：615-622