發(fā)布時(shí)間：2020-06-08 01:36

【摘要】： 離心式壓縮機(jī)是工業(yè)上廣泛應(yīng)用的高速大型設(shè)備,運(yùn)行性能與實(shí)際生產(chǎn)關(guān)系密切,其實(shí)際工作狀態(tài)與其設(shè)計(jì)工作條件往往存在某種差異,需要根據(jù)機(jī)組的實(shí)際條件對(duì)性能曲線進(jìn)行重新計(jì)算和評(píng)價(jià)。傳統(tǒng)理論計(jì)算模型不是需要依賴于相似性假設(shè)的準(zhǔn)確性及其被滿足的程度,就是需要經(jīng)驗(yàn)公式,或者建立非常復(fù)雜的流體力學(xué)數(shù)學(xué)模型。但離心式壓縮機(jī)影響因素眾多,采用傳統(tǒng)方法建模往往精度低、通用性差。本論文將模糊神經(jīng)網(wǎng)絡(luò)用于離心式壓縮機(jī)性能模型的建立,其本身所特有的優(yōu)點(diǎn)有利于解決上述問(wèn)題。論文探討采用以模糊神經(jīng)網(wǎng)絡(luò)為核心及其應(yīng)用中的相關(guān)問(wèn)題,建立了離心式壓縮機(jī)性能的模糊神經(jīng)網(wǎng)絡(luò)模型,為離心式壓縮機(jī)的性能預(yù)測(cè)和控制提供更好的模型。 建立了Elman動(dòng)態(tài)遞歸人工神經(jīng)網(wǎng)絡(luò)的壓縮機(jī)性能模型,計(jì)算結(jié)果顯示:輸出為二時(shí),當(dāng)隱含層和結(jié)構(gòu)層節(jié)點(diǎn)個(gè)數(shù)為四時(shí),檢驗(yàn)誤差取得最小,訓(xùn)練誤差為3.12201,檢驗(yàn)誤差為0.5906,基本能夠反映系統(tǒng)的運(yùn)行狀況,但模型精度不夠高。 建立了基于Takagi-Sugeno模糊推理的具有自適應(yīng)功能的模糊神經(jīng)網(wǎng)絡(luò)模型,模糊聚類(lèi)算法采用MMC算法,計(jì)算結(jié)果顯示,當(dāng)潛能半徑r_a取0.6而r_b取1.1時(shí),網(wǎng)絡(luò)有較佳的性能。訓(xùn)練誤差為0.52844,檢驗(yàn)誤差為0.59579,生成的模糊規(guī)則數(shù)少,精度更高,計(jì)算量更少。 通過(guò)采用模糊C均值聚類(lèi)建立了能夠反映壓縮機(jī)基本運(yùn)行趨勢(shì)的主模型,再利用模糊主控制模型的輸出與其他輸入向量通過(guò)最速梯度下降法訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò),初始值不再選取為隨機(jī)數(shù),極大地改善了網(wǎng)絡(luò)的訓(xùn)練時(shí)間或陷入非要求的局部極小值的問(wèn)題。計(jì)算結(jié)果顯示,模型能夠反映壓縮機(jī)的運(yùn)行狀況,整個(gè)網(wǎng)絡(luò)對(duì)訓(xùn)練樣本的誤差為0.2618,對(duì)檢驗(yàn)樣本的誤差為0.3622,結(jié)果令人滿意。 本文將透平與離心式壓縮機(jī)看作一體,簡(jiǎn)化為一階慣性系統(tǒng),將此一階慣性系統(tǒng)疊加到模糊神經(jīng)網(wǎng)絡(luò)模型中,建立模糊控制模型,分析計(jì)算顯示:(1)單獨(dú)調(diào)整偏差量化因子或偏差變化量化因子,系統(tǒng)的響應(yīng)性能都不夠理想。而綜合調(diào)整二者的值,在一定范圍內(nèi),系統(tǒng)響應(yīng)時(shí)間和超調(diào)逐步改善,性能較優(yōu);(2)增大控制增量的比例因子,或增加規(guī)則表對(duì)偏差變化的敏感程度,響應(yīng)時(shí)間減少,響應(yīng)過(guò)程超調(diào)增加,收斂時(shí)間變長(zhǎng);(3)調(diào)整各變量的隸屬函數(shù)向中間收縮,響應(yīng)時(shí)間變長(zhǎng),超調(diào)減少,系統(tǒng)收斂時(shí)間變長(zhǎng)。 本文在基本模糊控制器的基礎(chǔ)上,加入一積分因子自調(diào)整機(jī)構(gòu),仿真結(jié)果顯示,被控對(duì)象能夠迅速響應(yīng)期望值的變化,整個(gè)過(guò)程響應(yīng)時(shí)間幾乎不超過(guò)5秒,且到達(dá)期望值以后,迅速穩(wěn)定下來(lái)。
【圖文】：

縮機(jī)高壓缸(型號(hào)7CK31)和三個(gè)段間冷卻器組成，它們與驅(qū)動(dòng)透平安裝在同一個(gè)底座上。機(jī)組裝有調(diào)節(jié)、保安系統(tǒng)、潤(rùn)滑油系統(tǒng)等以保證機(jī)組安全運(yùn)轉(zhuǎn)和有效操作。機(jī)組配置圖如圖2一1所示。平衡管 }}}}}增增增增增 增 增!!!lll速速 速速速器 器器器 圖2一1機(jī)組配置圖機(jī)組的工藝性能及參數(shù)見(jiàn)下表。表2一1空氣壓縮機(jī)工藝性能及參數(shù)缸缸別 別低壓缸 (5CK57)))高壓缸 (7CK31)))段段別 別 lll222333444氣氣體性能能組分 分空氣 氣相 相相對(duì)濕度 度 80%%%分 分分子量 量 28.81~28.2111 KKKKK=CP/Cvvv1.39555壓 壓壓縮性系數(shù) 數(shù) 111氣 氣氣體常數(shù) 數(shù) 29.43~30.0666操操作條件件正常常入口溫度、℃ ℃ 37.88840.555540.55553555入 入 入入口壓力、kg/em， ， 0.928882.18885.988814.3555出 出 出出口溫度、℃ ℃ 159991899916555157

用人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和泛化功能改善壓縮機(jī)的計(jì)算模型精度.改善模型的泛化性育琶。圖3一2是壓縮機(jī)理論模型與人工神經(jīng)網(wǎng)絡(luò)結(jié)合方式的示意圖.先利用壓縮機(jī)理論模型對(duì)取自學(xué)習(xí)樣本的輸入?yún)��?shù)計(jì)算得到理論輸出，再將理論輸出和輸入?yún)��?shù)標(biāo)準(zhǔn)化后一起作為神經(jīng)網(wǎng)絡(luò)的輸入值，將學(xué)習(xí)樣本中的實(shí)際輸出量數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的期望輸出值，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，調(diào)整連接權(quán)值.訓(xùn)練完畢后，利用壓縮機(jī)理論模型由輸入?yún)��?shù)計(jì)算出理論輸出值，再將該理論輸出和輸入?yún)��?shù)標(biāo)準(zhǔn)化后作為神經(jīng)網(wǎng)絡(luò)模型的輸入，，進(jìn)而計(jì)算出神經(jīng)網(wǎng)絡(luò)模型的輸出，最后將其反標(biāo)準(zhǔn)化后即可得整個(gè)模型的實(shí)際輸出.壓壓縮機(jī) 機(jī)機(jī)機(jī)機(jī)機(jī)機(jī)理理論棋型型型神經(jīng)網(wǎng)網(wǎng)絡(luò) 絡(luò)絡(luò)絡(luò)棋型型圖3一2人工神經(jīng)網(wǎng)絡(luò)與壓縮機(jī)理論模型的結(jié)合方式 3.1.4模糊神經(jīng)網(wǎng)絡(luò)在壓縮機(jī)性能模型建立中的應(yīng)用分析壓縮機(jī)一般是涉及機(jī)、液、電等多學(xué)科技術(shù)領(lǐng)域的綜合系統(tǒng)，運(yùn)行時(shí)壓縮機(jī)各組分運(yùn)行參數(shù)相互影響
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類(lèi)號(hào)】：TH452

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 佟錚;張友鵬;;基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)車(chē)輪對(duì)故障診斷系統(tǒng)研究[J];鐵路技術(shù)創(chuàng)新;2009年01期

2 黃蓮花;李光明;;神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合在車(chē)用傳感器中的應(yīng)用[J];裝備制造技術(shù);2011年08期

3 景利學(xué);蘇宏升;謝明軍;冉鵬程;;電壓型BUCK變換器控制策略研究[J];電氣傳動(dòng)自動(dòng)化;2011年04期

4 姜平;黃志鵬;;基于神經(jīng)網(wǎng)絡(luò)的公交客流預(yù)測(cè)[J];交通標(biāo)準(zhǔn)化;2008年13期

5 尹駿暉;李伶;杜青;;基于神經(jīng)網(wǎng)絡(luò)和柔度曲率的簡(jiǎn)支梁損傷識(shí)別[J];山西建筑;2011年21期

6 孫海龍;馮超;匙瑞堂;;滾動(dòng)軸承狀態(tài)監(jiān)測(cè)[J];工業(yè)設(shè)計(jì);2011年05期

7 楊鶴年;;機(jī)電一體化系統(tǒng)中的智能控制技術(shù)[J];煤炭技術(shù);2011年07期

8 許杰;程錦房;何光進(jìn);;一種基于艦船磁場(chǎng)的神經(jīng)網(wǎng)絡(luò)識(shí)別模型[J];船電技術(shù);2011年09期

9 蒯松巖;吳濤;代尚方;張旭隆;;基于RBF的無(wú)位置開(kāi)關(guān)磁阻電機(jī)控制系統(tǒng)[J];電力電子技術(shù);2011年07期

10 張赫;王煒;劉瑩瑩;;神經(jīng)網(wǎng)絡(luò)在交通流信息融合中的應(yīng)用[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2011年04期

相關(guān)會(huì)議論文 前10條

1 侯艷芳;馮紅梅;;基于神經(jīng)網(wǎng)絡(luò)的調(diào)制識(shí)別算法的研究[A];武漢(南方九省)電工理論學(xué)會(huì)第22屆學(xué)術(shù)年會(huì)、河南省電工技術(shù)學(xué)會(huì)年會(huì)論文集[C];2010年

2 沈建榮;楊林泉;陳琳;;神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性判據(jù)與區(qū)域經(jīng)濟(jì)結(jié)構(gòu)調(diào)整[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國(guó)系統(tǒng)工程學(xué)會(huì)第十屆年會(huì)論文集[C];1998年

3 石山銘;李富蘭;丁俊麗;;神經(jīng)網(wǎng)絡(luò)的知識(shí)獲取[A];全國(guó)青年管理科學(xué)與系統(tǒng)科學(xué)論文集（第1卷）[C];1991年

4 吳清烈;徐南榮;;基于神經(jīng)網(wǎng)絡(luò)的一種多目標(biāo)決策方法[A];復(fù)雜巨系統(tǒng)理論·方法·應(yīng)用——中國(guó)系統(tǒng)工程學(xué)會(huì)第八屆學(xué)術(shù)年會(huì)論文集[C];1994年

5 李曉鐘;汪培莊;羅承忠;;神經(jīng)網(wǎng)絡(luò)與模糊邏輯[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第五屆年會(huì)論文選集[C];1990年

6 房育棟;余英林;;高階自組織映射及其學(xué)習(xí)算法[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

7 王曉曄;杜朝輝;呂德忠;劉建峰;;神經(jīng)網(wǎng)絡(luò)模糊控制在溫度控制系統(tǒng)中的應(yīng)用[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

8 金龍;吳建生;;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)短期氣候預(yù)測(cè)模型(摘要)[A];新世紀(jì)氣象科技創(chuàng)新與大氣科學(xué)發(fā)展——中國(guó)氣象學(xué)會(huì)2003年年會(huì)“氣候系統(tǒng)與氣候變化”分會(huì)論文集[C];2003年

9 申偉;張?jiān)��?;基于MATLAB的自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊系統(tǒng)(ANFIS)的應(yīng)用[A];《制造業(yè)自動(dòng)化與網(wǎng)絡(luò)化制造》學(xué)術(shù)交流會(huì)論文集[C];2004年

10 田艷兵;;BP算法和PSO算法在神經(jīng)網(wǎng)絡(luò)中的研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 記者 陳青　通訊員 孫國(guó)根;揭示神經(jīng)網(wǎng)絡(luò)形成新機(jī)制[N];文匯報(bào);2011年

2 于翔;數(shù)字神經(jīng)網(wǎng)絡(luò)中的協(xié)同應(yīng)用[N];網(wǎng)絡(luò)世界;2009年

3 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

4 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)首席記者 任荃　實(shí)習(xí)生 史博臻;軌交“神經(jīng)網(wǎng)絡(luò)”觸動(dòng)創(chuàng)新神經(jīng)[N];文匯報(bào);2011年

7 計(jì)算機(jī)世界實(shí)驗(yàn)室 韓勖;當(dāng)布線系統(tǒng)遭遇神經(jīng)網(wǎng)絡(luò)[N];計(jì)算機(jī)世界;2009年

8 曹建兵 李祖兵 特約記者 何天進(jìn) 本報(bào)記者 于莘明;給導(dǎo)彈植入“神經(jīng)網(wǎng)絡(luò)”[N];科技日?qǐng)?bào);2005年

9 譚薇;“潮濕計(jì)算機(jī)”：擁有人類(lèi)智慧的超級(jí)大腦[N];第一財(cái)經(jīng)日?qǐng)?bào);2010年

10 韓婷婷;ICT強(qiáng)壯奧運(yùn)“神經(jīng)網(wǎng)絡(luò)”[N];通信產(chǎn)業(yè)報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 劉志祥;深部開(kāi)采高階段尾砂充填體力學(xué)與非線性優(yōu)化設(shè)計(jì)[D];中南大學(xué);2005年

2 戴雪龍;PET探測(cè)器神經(jīng)網(wǎng)絡(luò)定位方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

3 馬戎;智能控制技術(shù)在煉鋼電弧爐中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

4 文敦偉;面向多智能體和神經(jīng)網(wǎng)絡(luò)的智能控制研究[D];中南大學(xué);2001年

5 吳大宏;基于遺傳算法與神經(jīng)網(wǎng)絡(luò)的橋梁結(jié)構(gòu)健康監(jiān)測(cè)系統(tǒng)研究[D];西南交通大學(xué);2003年

6 杜文斌;基于神經(jīng)網(wǎng)絡(luò)的冠心病證候診斷標(biāo)準(zhǔn)與藥效評(píng)價(jià)模型研究[D];遼寧中醫(yī)學(xué)院;2004年

7 熊雪梅;參數(shù)化模糊遺傳神經(jīng)網(wǎng)絡(luò)及在植物病害預(yù)測(cè)的應(yīng)用[D];南京農(nóng)業(yè)大學(xué);2004年

8 李智;電站鍋爐燃燒系統(tǒng)優(yōu)化運(yùn)行與應(yīng)用研究[D];東北大學(xué);2005年

9 王承;基于神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷方法研究[D];電子科技大學(xué);2005年

10 譚陽(yáng)紅;基于小波和神經(jīng)網(wǎng)絡(luò)的大規(guī)模模擬電路故障診斷研究[D];湖南大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 廖犬發(fā);一種配電網(wǎng)故障區(qū)間診斷系統(tǒng)的研究[D];武漢大學(xué);2004年

2 陳燕;基于粒計(jì)算——神經(jīng)網(wǎng)絡(luò)的故障診斷方法與應(yīng)用[D];太原理工大學(xué);2011年

3 魏秀;文化算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)及應(yīng)用研究[D];太原理工大學(xué);2011年

4 王晶;基于神經(jīng)網(wǎng)絡(luò)理論實(shí)現(xiàn)混沌系統(tǒng)控制與同步研究[D];鄭州大學(xué);2002年

5 易江義;神經(jīng)網(wǎng)絡(luò)PID控制在汽車(chē)發(fā)電機(jī)性能自動(dòng)測(cè)試系統(tǒng)的應(yīng)用[D];中南大學(xué);2004年

6 張霞;GIS內(nèi)部信號(hào)識(shí)別的神經(jīng)網(wǎng)絡(luò)建模及小波算法實(shí)現(xiàn)[D];天津大學(xué);2003年

7 仲京臣;基于小波神經(jīng)網(wǎng)絡(luò)的故障診斷研究[D];中國(guó)海洋大學(xué);2004年

8 任子武;基于神經(jīng)網(wǎng)絡(luò)的參數(shù)自整定PID控制算法研究[D];哈爾濱理工大學(xué);2004年

9 高玉萍;基于專(zhuān)家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的電力變壓器故障診斷[D];西安理工大學(xué);2005年

10 姆斯塔法;基于神經(jīng)網(wǎng)絡(luò)的二關(guān)節(jié)機(jī)器人協(xié)調(diào)控制[D];湖南大學(xué);2005年

本文編號(hào)：2702321