[发明专利]一种基于改进人工神经网络的离心泵作透平性能预测方法

权利要求书

1.一种基于改进人工神经网络的离心泵作透平性能预测方法，其特征在于，其包括：

步骤一：分段计算每个比转速下泵作透平的最佳工况点的扬程H_BEP,T、流量Q_BEP,T；

其中，N_s,T为透平状态下比转速，N_s,T=0.9237N_s,P-2.6588；N_s,P为泵送状态下的比转速；H_BEP,T为透平状态下最佳工况点的扬程，Q_BEP,T为透平状态下最佳工况点的流量，Q_BEP,P为泵送状态下最佳工况点的流量，H_BEP,P为泵送状态下的最佳工况点的扬程，n为泵的转速；η_p为泵送状态下的效率；ω为叶轮角速度，g为重力常数，D₀为叶轮出口直径；

步骤二：选取透平状态下各个工况点的流量Q_i，计算Q_i与Q_BEP,T的比值a和Q_i对应的H_i与H_BEP,T的比值的平方根b；

步骤三：构建训练集，所述训练集包括多台离心泵在透平状态下的运行数据，每个训练样本包括离心泵的几何参数、流量、a、b和透平状态下的每个流量对应的扬程、效率；

步骤四：构建人工神经网络，对人工神经网络同时进行L1+L2正则化；采用所述训练集对所述人工神经网络进行训练；

步骤五：将待预测的离心泵的几何参数、流量、a、b输入训练后的人工神经网络，输出每个流量工况对应的扬程和效率。

2.根据权利要求1所述的基于改进人工神经网络的离心泵作透平性能预测方法，其特征在于，所述人工神经网络包括一个输入层、两个隐藏层和一个输出层，所述输入层包括10个神经元，分别对应离心泵泵送状态下的比转速、每个工况下的流量、叶片数、叶轮进口直径、叶轮出口直径、蜗壳进口直径、蜗壳出口直径、叶轮出口宽度、a和b；所述输出层包括两个神经元，分别为输入层输入的流量对应的扬程、效率；两个隐藏层的神经元个数满足如下公式：

其中，m为输入层神经元个数，n为输出层神经元个数，k为当前隐藏层神经元个数，L为隐藏层层数，表示向上取整。

3.根据权利要求1所述的基于改进人工神经网络的离心泵作透平性能预测方法，其特征在于，所述人工神经网络训练时采用的激活函数为LeakyReLU函数，其表达式如下：

其中，a_i为(1,+∞)内的固定参数，1/a_i为负斜率系数，取值为0.01；x_i表示上一层神经元的输入量，y_i表示当前层神经元的输出量。

4.根据权利要求1所述的基于改进人工神经网络的离心泵作透平性能预测方法，其特征在于，采用L1+L2正则化方法对人工神经网络进行正则化，计算公式如下：

其中，和分别为L1和L2的正则化项，λ₁为L1正则化系数，λ₂为L2正则化系数，w为输入与输出间的权重矩阵，N为输出个数；T表示矩阵转置。