柱塞泵畢業(yè)設(shè)計(jì)外文文獻(xiàn)翻譯--利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軸向柱塞泵的性能譯文-wenkub
2023-05-18 13:43:48 本頁(yè)面
【正文】 神經(jīng)網(wǎng)絡(luò)建模程序。所得到的模型預(yù)測(cè)的目標(biāo)油井中的流量分配比傳統(tǒng)的以回歸為基礎(chǔ)的技術(shù)更準(zhǔn)確。其表現(xiàn)遠(yuǎn)遠(yuǎn)優(yōu)于常見(jiàn)的回歸模型或有限差分法。這種技術(shù)是模仿人腦獲取信息的功能。 Edge 和 Darling[2]研究了液壓軸向柱塞泵的缸體壓力和流量。 Harris 等人 [4]模擬和測(cè)量了軸向柱塞泵的缸體壓力和進(jìn)油流量脈動(dòng)。 人們?cè)谳S向柱塞泵領(lǐng)域已經(jīng)做了很多研究，但是本文將只論述一下少數(shù)幾人所做的貢獻(xiàn)。該模型能夠準(zhǔn)確地預(yù)測(cè)柱塞泵的動(dòng)態(tài)響應(yīng)。該模型采用的數(shù)據(jù)是由一個(gè)實(shí)驗(yàn)裝置獲得的。這個(gè)正在進(jìn)行的研究的目的是降低柱塞泵在高壓下工作時(shí)的能量損耗。 簡(jiǎn)介 可變排量軸向柱塞泵是在流體動(dòng)力系統(tǒng)中經(jīng)常要用到的重要設(shè)備 ，如液壓動(dòng)力供應(yīng)控制和靜液壓傳動(dòng)驅(qū)動(dòng)器的控制。 Kaliafetis 和 Costopoulos[5]用調(diào)壓器研究了軸向柱塞變量泵的靜態(tài)和動(dòng)態(tài)特性。 Kiyoshi 和 Masakasu[7]研究了斜盤(pán)式變量輸送的軸向柱塞泵在運(yùn)行時(shí)刻的實(shí)驗(yàn)上和理論上的靜態(tài)和動(dòng)態(tài)特性。這個(gè)得出的模型經(jīng)過(guò)了實(shí)驗(yàn)檢驗(yàn)。 Karkoub和 Elkamel[6]用神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)了一個(gè)長(zhǎng)方形的氣壓軸承的壓力分布。李等人 [8]用神經(jīng)網(wǎng)絡(luò)模型 NNS和鮑威爾優(yōu)化技術(shù)對(duì)單鏈路和雙鏈路的倒立擺進(jìn)行了建模和控制。 Aoyama 等人 [1]已經(jīng)推導(dǎo)出一個(gè)神經(jīng)網(wǎng)絡(luò)模型來(lái)預(yù)測(cè)非最小相系統(tǒng)的響應(yīng)。 實(shí)驗(yàn)裝置 實(shí)驗(yàn)數(shù)據(jù)是從這個(gè)將在本節(jié)中進(jìn)行討論的實(shí)驗(yàn)裝置上得到的。該泵由兩個(gè)主要部分組成。在運(yùn)行過(guò)程中，帶有柱塞的配流盤(pán)和缸體可以在一個(gè)球形的滑動(dòng)表面（ 36）上移動(dòng)。體積為 V 的泵出口腔與體積為 V1 和 V2的控制腔通過(guò)孔（ 45）和（ 46）分別連通。在體積為 V1 的腔體內(nèi)的高壓油就從開(kāi)口孔（ 47）流到了控制柱塞（ 37）的大端面上。 、數(shù)據(jù)測(cè)量裝置 利用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的模型必須要使用從上述系統(tǒng)獲得的一些實(shí)際數(shù)據(jù)進(jìn)行檢驗(yàn)。 圖 1 實(shí)驗(yàn)裝置的照片 圖 2 斜軸式軸向柱塞泵的示意圖 圖 3 柱塞泵的控制單元的示意圖 實(shí)驗(yàn)研究是在如圖 1所示的測(cè)試平臺(tái)上進(jìn)行的，液壓回路圖如圖 4所示。減壓閥（ 7）是用來(lái)保護(hù)增壓泵回路以避免其壓力 過(guò)高。試驗(yàn)泵的流速由數(shù)字式的流量計(jì)（ 20）顯示。 圖 4 液壓系統(tǒng)示意圖 在穩(wěn)態(tài)測(cè)量期間，當(dāng)開(kāi)關(guān)閥（ 30）完全關(guān)閉時(shí)供給壓力 P的變化是由控制閥（ 29） 調(diào)節(jié)的。 、泵的穩(wěn)態(tài)響應(yīng)的測(cè)量 所研究的泵的穩(wěn)態(tài)性能的實(shí)驗(yàn)測(cè)定是通過(guò)測(cè)量不同的供給壓力 P 下的泵的排出流量 Qp來(lái)進(jìn)行的。測(cè)量時(shí)預(yù)設(shè)壓力相同而泵的轉(zhuǎn)速不同，泵的轉(zhuǎn)速分別為 550、 800和 1000 rpm。 α max 缸體最大傾斜角 23176。這些傳感器都是壓阻式的，可以測(cè)量的壓力范圍為 400bar之間。轉(zhuǎn)換時(shí)間為 12μ s 的 12位逐次逼近轉(zhuǎn)換器的數(shù)據(jù)采集板能實(shí)現(xiàn) 70 kHz 的最大吞吐率。這樣設(shè)置試驗(yàn)臺(tái)就能使電磁閥中的電流能觸發(fā)數(shù)據(jù)采集系統(tǒng)，從 而拾取瞬間變化的壓力 P P P3和 P 的值。這些網(wǎng)絡(luò)都只是一些相互聯(lián)接在一起的被稱(chēng)為神經(jīng)元的元素。人們就能以這種方式建立每個(gè)模式或輸入的具體路線(xiàn)圖。在我們的研究中所選用的是 S型函數(shù)： 該函數(shù)以能 得到理想的結(jié)果而著名，特別是對(duì)于給定的輸入其輸出是已知的情況。輸出層的輸出是網(wǎng)絡(luò)中所有神經(jīng)元的組合效果的結(jié)果。每一個(gè)神經(jīng)元的每一個(gè)輸入的權(quán)重都是從輸出層和工作反饋開(kāi)始連續(xù)變化更新的。這種算法是在著名的梯度下降算法（見(jiàn)附錄）和高斯 牛頓算 法之間進(jìn)行切換。然而，獲得一個(gè)能描述系統(tǒng)的所有方面的數(shù)據(jù)集并不是一件容易的事。 假設(shè)在輸入向量 M下我們有一個(gè)數(shù)據(jù)集 f（ x， t）。每個(gè)輸入矢量的能量可以定義如下： 現(xiàn)在，計(jì)算坐標(biāo) ai 如下： 如果輸入矢量的能量非常小，那么該點(diǎn)就沒(méi)有與系統(tǒng)相關(guān)的額外的信息。因此，應(yīng)制定一個(gè)機(jī)制，以
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1