基于BP训练数据选取的压气机特性曲线计算

基于BP神经网络方法,研究了压气机特性曲线的拟合及BP神经网络结构设计。对不同训练数据选取方法和比例情况下的BP神经网络进行了计算,分析BP神经网络数据选取与网络泛化能力之间的关系。分析结果表明,均匀顺序选择的BP神经网络在压气机特性曲线仿真上具有更优的泛化能力。     

基于BP神经网络的涡轮增压机组压气机特性计算

在涡轮增压机组变工况热力计算中,因为涉及到需要依据输入数据反复计算压气机特性参数的问题,使得整个计算过程复杂繁琐、效率低下。应用BP神经网络求出压气机特性曲线的函数关系,并将其引入到Excel中,可以实现机组的变工况热力计算。实例表明,该计算表格的查值效率较高、通用性较好,可推广至其它涉及到压气机特性计算的地方。     

雨滴对多级轴流压气机特性的影响

为了深入研究水滴对发动机性能的影响和提高发动机性能仿真的精确,采用逐级计算的加法进行多级轴流压气机吸雨性能计算。通过将压气机各级计算模型拆分为“干压气机模型”和“湿压气机模型”,利用交叉计算得到压气机各级的性能参数,然后逐级计算得到整体压气机的性能。针对某10级轴流式压气机,采用上述方法对压气机在吸雨条件下的性能进行仿真,计算得到该压气机在不同吸雨状态下的特性,温度和压力分布等性能参数,对于1%和2%吸雨量压气机出口的温度降低了6.9%和11.2%,水气比分别为2%、1%和0.5%,压气机出口压力分别增加了7.4%、5.3%和4.4%。为发动机在吸雨状态下的性能仿真和参数预测提供支撑。     

压气机特性的模糊辨识

由于压气机特殊的背景、工作条件和其特性的高度非线性,使得压气机特性对象在许多情况下很难用精确的数学模型来表达.通过熵聚类和竞争学习算法确定输入数据向量的分区情况,以最小二乘法辨识算法、模糊规则模型对输入参数进行计算和辨识.通过对某压气机特性对象进行辨识,验证了基于模糊规则的辨识方法对压气机的特性图进行拟合的可行性.辨识的模型有不但精度高而且得到了线性的数学模型,使压气机特性图的拟合方法得以简化,方法实用.     

基于大规模训练神经网络的微小故障在线检测

神经网络已经广泛应用于系统建模和模式识别领域。但为了逼近未知的参数或者系统动态,需要大量的神经元达到足够的逼近精度,因此导致了计算负荷的增大。运算量制约着大规模神经网络计算,无法使其应用到实际的在线系统中。CPU处理无法保证在线数据的同步运算,需要借助图形处理单元GPU(Graphic Processing Unit)来解决实时性同步运算问题。首先,利用RBF神经网络的持续激励PE(Persistent Excitation)特性对系统输入进行分析,减少神经元的数目且优化设计算法,从而提高逼近精度。其次,基于LabVIEW平台,利用LabVIEW的GPU高性能分析工具包实现神经网络算法和并行计算。最后,在一台航空低速轴流压气机中开发基于大规模训练神经网络的LabVIEW系统。实验结果表明,提出的方法可以实现对系统的在线实时运行,满足航空失速检测的要求。     

基于特性方程的离心压气机的性能仿真

详细分析了空气在离心压气机中的流动机理,基于特性方程建立了一种能够达到设计精度要求的快速简单的离心压气机数学模型,模型中计及离心压气机内出现的各种损失。性能仿真模型具有速度快,适用于大量计算等优点。用Modelica语言和Dymola编译器实现了离心压气机的性能仿真。采用建立的数学模型对Chevis离心压气机的性能进行了模拟,并把仿真结果同实际性能曲线进行了比较。结果表明,采用建立的性能仿真数学模型能够模拟离心压气机性能,并能够实现非设计转速小流量工况下的性能仿真,为设计离心压气机提供了一个有力的工具,具有重要的参考价值。     

基于人工神经网络的轴流压气机可调导叶系统辨识

本文针对低速轴流压气机,采用神经网络方法辨识不同导叶角度时流量与压气机效率之间的关系,给出了详细的辨识过程,采用神经网络BP算法辨识出流量和效率的关系,结果表明,辨识效果良好,能够很好的获得相同转速下不同流量时最大效率所对应的最优导叶角度,而且不同导叶角度时,流量的范围也不同,为实现在线闭环控制提供解决思路。     

基于网格的神经网络计算平台的架构

介绍了神经网络计算平台在网格上的架构。由于神经网络应用环境的复杂性及要求处理大量数据的问题,从而神经网络计算需要超强的计算能力,因此在神经网络计算平台中引入了网格的思想,力图建立一个基于网格的神经网络计算平台。平台使用Globus工具,采用了统一控制和完全托管的思想。鉴于神经网络算法的复杂性和大数据量,神经计算算法在网格上进行适合各自特性的分解。     

压气机三维流场数值仿真及湍流模型研究

本文利用商用CFD软件对压气机转子通流部分建立了一个三维的数值模拟计算平台.对NASA Rotor 37跨音速压气机转子全工况特性进行了计算,与NASA Rotor37的实验结果对比表明,本文的网格生成技术和数值模拟方法都是比较成功的,满足一定的数值求解精度,具有工程技术应用价值.在湍流模型方面引入Baldwin-Lonax(B-L)湍流模型和Spalart-All-maras(S-A)湍流模型,并对模拟结果进行了分析对比研究.对跨音速压气机转子内流场的数值模拟结果表明:S-A湍流模型对跨音速压气机转子的模拟能力优于B-L湍流模型.     

基于数据驱动模型的轴流式压气机性能分析

轴流式压气机性能分析通常采用气路分析方法或实验方法进行研究,但是以北京某燃机电厂为例,机组大多在部分负荷下工作,因此采用数学模型法难以准确预测压气机的性能。本文提出基于运行数据驱动,折合到标准工况下,进行修正出力和热耗率的计算,获得压气机的状态。同时基于进气端颗粒物浓度监测装置,计算压气机吸尘量和颗粒物分布,结合已有文献中CFD仿真结果,建立压气机性能分析方法,从而对压气机的健康状态进行全面评估。     

网络电子地图的应用及其实现

提高电子地图的速度是所有同类产品要解决的共同问题。通过对电子地图本身进行分析,认为海量的数据处理和网络带宽的限制是影响其速度的主要因素,这两个因素造成的主要影响是数据检索和计算速度慢,地图显示速度慢以及网络传输时延长。提出了相应的解决办法和整套系统的实现构架,整个系统取得了令人满意的响应时间。     

基于径向基函数神经网络的多级离心压缩机混合模型

大型离心压缩机作为多影响因素和强非线性的复杂系统,其性能的准确预测难以实现.针对这一问题,结合径向基函数(RBF)神经网络,本文建立了多级离心压缩机性能预测的混合模型.首先基于热力学第一定律和压缩机能量损失机理建立了多级离心压缩机性能预测的机理模型.该模型无需任何实验确定的性能曲线,完全由压缩机的几何结构参数预测出压缩机在设计工况和非设计工况下的性能.然后利用RBF神经网络修正机理模型的误差,并通过对RBF神经网络的不断更新,进一步提高了模型的预测精度和适用性.将所建立的混合模型应用于实际的离心压缩机,结果表明该方法具有良好的预测性能.     

Fuzzy-Bayesian network for refrigeration compressor performance prediction and test time reduction

A typical characteristic of refrigeration compressor performance tests is their long duration. A reduction in the time periods related to this activity can be achieved using unsteady-state data analysis. This paper presents an original approach to predicting compressor performance using Bayesian networks and a hybrid Fuzzy-Bayesian network. All analysis was performed using real test data.     

显著性引导及不确定性监督的深度编解码网络

基于U-Net的编码-解码网络及其变体网络在医学图像语义分割任务中取得了卓越的分割性能.然而,网络在特征提取过程中丢失了部分空间细节信息,影响了分割精度.另一方面,在多模态的医学图像语义分割任务中,这些模型的泛化能力和鲁棒性不理想.针对以上问题,本文提出一种显著性引导及不确定性监督的深度卷积编解码网络,以解决多模态医学图像语义分割问题.该算法将初始生成的显著图和不确定概率图作为监督信息来优化语义分割网络的参数.首先,通过显著性检测网络生成显著图,初步定位图像中的目标区域;然后,根据显著图计算不确定分类的像素点集合,生成不确定概率图;最后,将显著图和不确定概率图与原图像一同送入多尺度特征融合网络,引导网络关注目标区域特征的学习,同时增强网络对不确定分类区域和复杂边界的表征能力,以提升网络的分割性能.实验结果表明,本文算法能够捕获更多的语义信息,在多模态医学图像语义分割任务中优于其他的语义分割算法,并具有较好的泛化能力和鲁棒性.     

SOM神经网络在树叶形状分类中的应用

使用目前较常用的自组织映射神经网络 (SOM神经网络 ) ,以几类比较多树叶图片的样本为基础 ,提取树叶形状特征值作为神经网络的输入 ,选适当的输出结点 ,应用自组织特征映射网络对各样本进行竞争学习 ,自动形成不同的输出值对应于该类别 ,从而得到分类结果 ,分类正确率达 86 .6 7%。     

基于BP神经网络与专家系统的故障诊断系统

针对目前国内油田压缩机故障诊断存在的效率低、自动化程度不高的问题,设计了一种基于BP神经网络和专家系统的油田压缩机故障诊断系统,利用专家先验知识和神经网络的数值推理、自学习能力,对油田压缩机的故障进行分析处理,与以往油田压缩机故障诊断方法相比,该系统自动化程度高,诊断可靠准确。     

基于新道路发现的GIS地图更新算法

针对导航系统中电子地图的更新代价大、耗时长的问题,结合浮动车的历史GPS轨迹信息匹配到当前电子地图中时匹配时效的情形,提出了一种基于失效数据筛选的新道路判定和电子地图更新算法。首先,通过计算全部失效点的横纵跨度判断行驶轨迹的主方向。其次,通过飘逸筛选,剔除可能由于车载GPS采集设备因故障而产生的定位失准数据点组;利用基于直线的最小二乘法,对匹配失效的异常轨迹进行线性拟合,以确定轨迹的位置和方向;通过角度筛选,剔除误差较大的定位数据点组。最后,将筛选所得新道路的轨迹数据进行融合并排序,结合电子地图的路网结构,根据新道路的路段端点的匹配结果,将新道路插入到当前GIS电子地图的路网中。通过在某城市局部区域的电子地图路网数据上进行实验,结果表明该方法能够准确地判定和筛选新增道路,并将其正确地插入到电子地图的当前路网结构中。     

基于模糊神经网络火灾探测信号处理方法

针对火灾探测信号的特点,建立了火灾探测系统模型及用于处理火灾信号的模糊神经网络计算模型.利用神经网络构造模糊系统,用神经网络的自学习和自适应能力自动调整模糊系统参数,用改进的BP算法对网络进行学习和训练.根据国家标准试验火数据进行网络的学习和测试,系统误差小于试验火标准误差要求,表明了算法的有效性和可行性.     

Bifurcation control of rotating stall with actuator magnitude and rate limits: Part II—control synthesis and comparison with experiments

Operability enhancement is defined as the extension of operating range for which fully developed rotating stall is avoided. It is proved that the rate-saturated control law is the optimal control that maximizes the operability enhancement. For the controlled system with the rate-saturated controller, analytic formulas are derived for the operability enhancement as a function of noise level, actuator saturation limits, and the shape of the compressor characteristic, which is the major nonlinearity in the model. The shape of the compressor characteristic, especially the unstable part, is critical to the rate required for robust operability near the peak for the closed-loop system. Experiments are carried out on a single-stage low-speed axial compressor using different levels of steady air injections to generate compressor characteristics with different shapes. The rate requirement predicted by the theoretical formulas agrees qualitatively with experiments and simulations of a higher order model (37 states).