基于混合神经网络的风机性能监测模型

• 作者: 侯军虎 安连锁 王松岭 胡海燕
• 来源期刊: 华北电力大学学报
• 学科: 工学
• 关键词: 离心风机 RBF神经网络 数学模型 混合模型 性能监测 曲线拟合
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 控制与动力工程
• 页码范围: 61-63
• 页数: 3页
• 分类号: TH43
• 字数: 1940字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2691.2003.02.014

摘要

针对传统的RBF神经网络泛化能力差的缺点,利用RBF神经网络强大的非线性逼近能力和数学模型良好的外推能力,提出了一种将传统的RBF神经网络和用偏最小二乘法建立的通风机性能数学模型相结合的混合神经网络模型,并将该模型用于通风机的重要性能参数--流量的监测上.以实验室4-73No.8D离心风机为研究对象,用不同导流器开度下的实验数据进行拟合,研究结果表明,混合神经网络模型的泛化能力强,精度高,各项模型评价参数均优于传统的RBF神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王松岭	华北电力大学动力工程系	210	2360	25.0	36.0
2	侯军虎	华北电力大学动力工程系	18	138	9.0	11.0
3	安连锁	华北电力大学动力工程系	187	2175	24.0	35.0
4	胡海燕	华北电力大学动力工程系	3	38	3.0	3.0