蒸汽喷射器人工神经网络建模

摘要：

为了改进蒸汽喷射器的设计方法,针对非能动应急喷射冷却系统的核心设备射气抽水式蒸汽喷射器建立了人工神经网络模型,并分析对比了不同训练算法对模型预测效果的影响.结果表明,文中采用的莱文贝格-马夸特算法(Levenberg?Marquardt?algorithm,LM)、弹性反向传播(Resilient?Back?Propagation,RBP)和量化共轭梯度(Scaled?Conjugate?Gradient,SCG)?3种人工神经网络模型对试验数据的拟合效果和预测效果均优于传统蒸汽喷射器计算公式,其中以莱文贝格-马夸特算法得到的效果最好,其对试验数据的拟合效果提升了68％,预测结果误差均在15％以内.该文建立的人工神经网络模型为蒸汽喷射器效率提升提供了更精确的方法.

关键词：蒸汽喷射器、人工神经网络、训练算法

所属期刊栏目：51

分类号：TH451(气体压缩与输送机械)

资助基金：四川省杰出青年科技人才基金项目;大连市科技创新基金项目

在线出版日期：2023-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：99-104