基于RBFNN建模的动态流量软测量方法研究

摘要：

本文通过对粘性流体在圆管中的层流和湍流流量方程对比研究发现,动态流量主要与管道中摩擦导致的压头损失、管道中最大的流速、流体温度变化有关,依据这一原理设计了基于径向基函数人工神经网络(RBFNN)的软测量模型.在伺服阀动态性能实验台上构建了数据采集系统,在新型动态流量测量管上安装超声波、压差、温度传感器来采集各种信息,其中流速信息采用一种新颖的超声波类时差法获取,用于标定的实际流量由无载液压缸的速度传感器获取.基于NeuroSolution软件中的RBF网络模块组成软测量RBFNN,选用部分采集数据作为学习样本对RBFNN进行训练,建立了动态流量的软测量模型.利用采集的数据的测试样本对RBFNN进行测试,通过流量预测曲线和实际曲线的对比,验证了该软测量模型具有很高的逼近精度.该软测量方法为动态流量的测量提供了一条新的途径.

关键词：软测量、动态流量、RBF神经网络、超声波榆测、类时差法

所属期刊栏目：29

分类号：TH814

资助基金：国家自然科学基金60374042

在线出版日期：2008-12-08（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：1888-1893