基于PCA-IPSO-INN的离心风机噪声预测

• 作者: 张长伟 蒋淑霞 隆波 刘文 刘梦安
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 声学 离心风机 主成分分析 改进粒子群算法 噪声预测 改进神经网络
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 振动理论与数值解法
• 页码范围: 73-78,84
• 页数: 7页
• 分类号: TH432
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2022.02.012

摘要

因离心风机噪声超限造成返厂,会影响用户体验,同时增加制造成本,故提出一种新的分析方法,旨在生产前对离心风机噪声进行智能预测.首先基于相关性分析和主成分分析法(Principal Component Analysis,PCA)对风机15个性能和几何参数进行降维处理,然后提出一种具有非线性惯性权重的粒子群算法,并用于优化反向传播(Back Propagation,BP)神经网络的初始权值和阈值,最后寻找最佳隐层,确定BP神经网络4×8×1的结构,从而简化网络结构,提高收敛速度和预测精度.经实验验证,该方法较其他方法预测精度更高,平均误差仅为0.76％,且在生产企业得到很好应用,在工程实践中具有实际意义.