文献

J-GLOBAL ID：201902250629206450   整理番号：19A1662953

多層ニューラルネットワークを用いた遠心ポンプの非線形性能改善のためのマルチパラメータ最適化【JST・京大機械翻訳】

Multiparameter optimization for the nonlinear performance improvement of centrifugal pumps using a multilayer neural network

著者 (5件)： Pei Ji (National Research Center of Pumps, Jiangsu University, Zhenjiang, China) ,  Wang Wenjie (National Research Center of Pumps, Jiangsu University, Zhenjiang, China) ,  Osman Majeed Koranteng (National Research Center of Pumps, Jiangsu University, Zhenjiang, China) ,  Osman Majeed Koranteng (Mechanical Engineering Department, Wa Polytechnic, Wa, Ghana) ,  Gan Xingcheng (National Research Center of Pumps, Jiangsu University, Zhenjiang, China)
資料名： Journal of Mechanical Science and Technology  (Journal of Mechanical Science and Technology)
巻： 33  号： 6  ページ： 2681-2691  発行年： 2019年 
JST資料番号： W1151A  ISSN： 1738-494X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 遠心ポンプの設計点で効率を上げるために,本研究では,最適化目的とインペラの設計変数の間の正確な非線形関数の構築に人工ニューラルネットワークを採用した。改良粒子群最適化は,グローバルに数学モデルを改良するためにさらに適用した。200組の羽根車から成るデータベースを,ラテン超立方体サンプリング法から生成し,それらの対応する効率を数値シミュレーションから自動的に得た。設計変数はブレード角度の分布であり,結果は,数値性能曲線と実験結果の間の差異が許容できることを確立した。2層フィードフォワードネットワークによる最適化は,設計点でのポンプ効率を0.454%改善した。翼曲率が増加すると流れの複雑さが改善された。多層ニューラルネットワークの応用は,複雑で非線形のポンプ性能の単一および多目的最適化に対する意味のある参照を提供することができた。Copyright 2019 KSME & Springer Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *遠心ポンプ ,  *最適化 ,  数学モデル ,  *ニューラルネットワーク ,  曲率 ,  羽根車 ,  データベース
準シソーラス用語： 多目的最適化 ,  フィードフォワードニューラルネットワーク ,  二層 ,  数値シミュレーション ,  ハイパーキューブ ,  設計変数 ,  *パラメータ最適化 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工神経回路網 ,  遠心ポンプ ,  非線形近似関数 ,  数値シミュレーション ,  粒子群最適化

分類 (5件)： 弾性表面波デバイス  (NC03120T) ,  振動伝搬  (BB02040K) ,  その他の電子回路  (NC05090X) ,  磁性流体  (BM06090W) ,  半導体集積回路  (NC03162T)

タイトルに関連する用語 (6件)： 多層ニューラルネットワーク ,  遠心ポンプ ,  非線形 ,  性能改善 ,  マルチ ,  パラメータ最適化