文献

J-GLOBAL ID：202102226196229322   整理番号：21A1822969

BPニューラルネットワークに基づく大規模遠心ポンプにおける流れ誘起騒音の予測モデル【JST・京大機械翻訳】

Prediction Model of Flow-Induced Noise in Large-Scale Centrifugal Pumps Based on BP Neural Network

著者 (5件)： Guo Chang (Shandong University, Jinan, China) ,  Gao Ming (Shandong University, Jinan, China) ,  Dong Peixin (University of Queensland, Brisbane, Australia) ,  Shi Yuetao (Shandong University, Jinan, China) ,  Sun Fengzhong (Shandong University, Jinan, China)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： POWER2017-ICOPE-17  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 一種の重大な環境問題として,遠心ポンプにおける流れ誘起騒音は,作業環境を汚染し,ポンプの性能を悪化させ,一方,それは,種々の作動条件の下で常に劇的に変化する。その結果,実際の数学モデルによる種々の作動条件の下で,遠心ポンプの流動誘起騒音を予測することは,非常に重要であった。本論文では,3層逆伝搬(BP)ニューラルネットワークモデルを確立し,入力,隠れおよび出力層ノード数を,それぞれ3,6および1に設定した。比として,流量,回転速度および媒質温度を入力層として選択し,対応する流れ誘起騒音を出力層として全音圧レベル(A_TSPL)により評価した。さらに,タンシグ関数を用いて入力層と隠れ層の間の伝達関数として動作し,隠れ層と出力層の間に純粋リン関数を用いた。Levenberg-Marquardtアルゴリズムに基づく訓練関数を訓練機能として選択した。多数のサンプルデータを用いて,ネットワークモデルと予測研究の訓練を達成した。結果は,良い相関がサンプルデータの間で確立して,予測値はシミュレーションのものによって大きな一貫性を示して,その検証のプロセスにおけるA_TSPLの平均相対誤差は0.52%であった。モデルの精度は,関連研究と工学応用の要求を満たすことができた。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *騒音 ,  伝達関数 ,  流量 ,  *遠心ポンプ ,  数学モデル ,  媒質 ,  回転数 ,  作業環境 ,  音圧レベル ,  *予測モデル ,  前向きコホート研究
準シソーラス用語： 神経回路網モデル ,  ネットワークモデル ,  隠れ層 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (7件)： BPニューラルネットワーク ,  大規模 ,  遠心ポンプ ,  流れ ,  誘起 ,  騒音 ,  予測モデル