基于径向基神经网络的螺杆泵转速设定方法

摘要：

为了研究受多种因素影响的螺杆泵转速控制系统,提出一种基于径向基神经网络的螺杆泵转速设定方法.利用径向基函数(RBF)神经网络对螺杆泵转速进行分析及预测,通过对螺杆泵的历史数据分析处理,得到螺杆泵转速的时间序列.将时间序列视为一个从输入到输出的非线性映射,并引入RBF神经网络来进行非线性映射的逼近.通过对网络进行学习与训练仿真实验,并与BP神经网络预测结果对比,表明应用RBF神经网络对螺杆泵转速进行短期预测精度更高、效果更好.该神经网络结构简单,非线性逼近能力强,通过对非样本点数据的实验验证,证明了该系统的可行性,具有一定的实用价值.

关键词：神经网络、螺杆泵转速、非线性映射、预测模型、RBF算法、BP算法、Matlab仿真

所属期刊栏目：35

分类号：TH327(泵)

资助基金：国家自然科学基金资助项目50875178

在线出版日期：2013-07-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：176-180