《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：陈晓
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

基于大流量止回阀实验系统的快速预测模型

作者：王江坤,赵晶,查洒洒,等. 日期：2024-04-24/span> 浏览：1096 查看PDF文档

基于大流量止回阀实验系统的快速预测模型*

王江坤1,赵晶1,3*,查洒洒1,王剑2,曲洺剑1,3,张俊飞2

(1.沈阳工业大学机械工程学院,辽宁沈阳 110870;2.沈阳盛世五寰科技有限公司,辽宁抚顺 110172;

3.辽宁五寰特种材料与智能装备产业技术研究院,辽宁沈阳 118015)

摘要:针对传感器在数据获取中的局限性和无法用于对实验系统进行全面的数据收集问题,对大流量止回阀实验系统的快速预测模型技术进行了研究,建立了实验系统的快速预测模型,进行了快速预测模型的结果分析。首先,搭建了实体模型,根据大流量止回阀实验系统的结构,结合实验系统的工作原理对其进行了简化,并进行了有限元分析;然后,利用快速预测模型的关键技术构建了实验系统数据库,进行了实验系统的样本采集;通过比对不同机器学习算法的预测准确率,选择了随机森林算法,并建立了实验系统内压与应力应变的关系;最后,进行了快速预测模型的结果分析,并完成了实验系统整体预测实验和实验系统部件单独预测实验。研究结果表明:采用随机森林(RF)算法建立的快速预测模型,拟合优度(R2)达到了0.99,相较于深度神经网络(DNN)算法和梯度提升树(GBDT)算法,拟合优度(R2)提高了68.97%和51.47%。实验系统整体预测与实验系统部件单独预测的对比试验结果表明:整体预测模型的预测速度更快,且精度可以达到97.43%。

关键词:大流量旋启式止回阀;单向阀;随机森林算法;响应时间;深度神经网络;梯度提升树;决定系数

中图分类号:TH137.52文献标识码:A文章编号:1001-4551(2024)04-0659-07

本文引用格式:

王江坤,赵晶,查洒洒,等.基于大流量止回阀实验系统的快速预测模型［J］.机电工程,2024,41(4):659-665.

WANG Jiangkun, ZHAO Jing, ZHA Sasa, et al. Fast prediction model based on high flow check valve experimental system［J］.Journal of Mechanical & Electrical Engineering, 2024,41(4):659-665.