亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于GA-BP網(wǎng)絡的漿體水平管道輸送系統(tǒng)摩阻損失的預測

        2015-03-09 05:45:28鄭峰峰王少一
        現(xiàn)代礦業(yè) 2015年3期
        關鍵詞:漿體遺傳算法神經(jīng)網(wǎng)絡

        李 陽 孫 萍 鄭峰峰 王少一

        (1.沈陽大學機械學院;2.遼寧省污染環(huán)境修復工程技術研究中心)

        基于GA-BP網(wǎng)絡的漿體水平管道輸送系統(tǒng)摩阻損失的預測

        李 陽1,2孫 萍1,2鄭峰峰1,2王少一1,2

        (1.沈陽大學機械學院;2.遼寧省污染環(huán)境修復工程技術研究中心)

        介紹了遺傳算法的基本思想和操作原理,重點分析了遺傳算法對神經(jīng)網(wǎng)絡的網(wǎng)絡權和閾值的優(yōu)化,將遺傳算法與神經(jīng)網(wǎng)絡相結合應用于漿體水平管道阻力特性的研究中,對管道內漿體摩阻損失進行擬合和預測,結果表明,預測漿體摩阻損失與實測漿體摩阻損失相吻合。

        漿體管道輸送 摩阻損失 BP神經(jīng)網(wǎng)絡 遺傳算法

        漿體管道輸送技術是指以液體為載體,通過管道輸送顆粒物料的輸送方式[1]。目前,由于漿體管道輸送系統(tǒng)的復雜性,在計算漿體管道輸送系統(tǒng)摩擦阻力損失的時候依然以經(jīng)驗公式為主。但是,摩阻損失是系統(tǒng)設計的相關參數(shù),是正確預測漿體摩阻損失系統(tǒng)設計的主要問題之一。將遺傳算法與神經(jīng)網(wǎng)絡相結合應用于水隔離泵漿體管道輸送系統(tǒng)的阻力特性研究中[2],該算法兼?zhèn)渖窠?jīng)網(wǎng)絡的學習能力和遺傳算法的全局搜索能力,可以快而準地預測系統(tǒng)摩阻損失。本文在前人工作的基礎上利用GA-BP網(wǎng)絡對漿體的摩阻損失進行研究,為管道輸送漿體摩阻損失的研究提供了一種新方法。

        1 漿體水平管道輸送系統(tǒng)摩阻損失的主要影響因素

        由于漿體管道輸送系統(tǒng)的復雜性,無法得到系統(tǒng)摩阻損失的解析公式,因此廣泛應用半理論半經(jīng)驗的摩阻損失計算公式。但是,這些經(jīng)驗公式僅僅適用于某些特定條件,而且有時實測值與計算值的誤差很大。近年來國內外專家提出了兩種理論:擴散理論與重力理論。然而這兩種理論都有其局限性:前者忽略了固體顆粒與液體質點擴散的區(qū)別以及它們之間的相互作用,因而僅僅適用于粒度、濃度較低的漿體管道輸送系統(tǒng)的摩阻損失預測;后者側重于考慮使固體不沉降所需的能量,忽略了固體顆粒在運動中的能量損失。能量理論則結合了上述兩種理論,其摩阻損失的基本形式為:

        (1)

        (2)

        式中,λ為漿體黏度;ε為管壁絕對粗糙度,m;Re為雷諾數(shù);v為漿體流速度;Sm為漿體物料密度;D為管徑;Δi為附加摩阻損失。

        由式(1)可以看出,影響漿體水平管道輸送系統(tǒng)的主要因素有:

        (1)流速v。漿體流速對系統(tǒng)摩阻損失的影響在主要經(jīng)驗計算模型中均有所體現(xiàn),漿體流動的平均速度不僅對其自身流態(tài)有影響,而且會影響速度的分布,即其各滑移層間的相對速度與剪切應力都會受到影響。

        (2)管徑D。主要經(jīng)驗公式及大量工程實踐表明,在漿體流動速度一定的情況下,管徑的大小與摩阻損失成負相關關系,即:隨著管徑尺寸的變化,系統(tǒng)摩阻損失呈反方向變化的趨勢。

        (3)漿體黏度λ。漿體在一定流速下的阻力損失與固體顆粒的運動形式密切相關[3]。漿體的黏度是影響系統(tǒng)摩阻損失的重要因素,主要經(jīng)驗公式及大量工程實踐表明,在漿體流動速度一定的條件下,其黏度的大小與摩阻損失成正相關關系,即:隨著管徑尺寸的變化,系統(tǒng)摩阻損失呈現(xiàn)同方向變化趨勢。

        (4)漿體濃度。隨著漿體濃度的增加,一方面使得顆粒間相互作用程度加大,另一方面使得水流支持顆粒懸浮的能量也加大,從而管道摩阻損失增加,管道摩阻損失與漿體濃度近似成正比。但也有一種情況是,隨著濃度的增加,導致固體顆粒對紊流脈動速度起到抑制作用,由于紊流而消耗的能量也會相應減小,從而使得管道阻力損失有可能降低。具體的情況也只能從這兩種解釋去做定性的分析,還不能做定量計算[4]。

        此外影響漿體水平管道輸送系統(tǒng)的主要因素還包括物料密度以及清水的水力坡度等。

        2 GA-BP網(wǎng)絡基本原理

        2.1 遺傳算法基本原理

        遺傳算法是借鑒生物界的進化規(guī)律演化而來的隨機化搜索方法,由美國J.Holland教授1975年首先提出。其主要特點是直接對結構對象進行操作,不存在求導和函數(shù)連續(xù)性的限定;具有內在的隱行性和更好的全局尋優(yōu)能力;采用概率化的尋優(yōu)方法,能自動獲取和指導優(yōu)化的搜索空間,自適應地調整搜索方向,不需要確定的規(guī)則。遺傳算法已廣泛地應用于組合優(yōu)化、機器學習、信號處理、自適應控制和人工生命等領域,是現(xiàn)代有關智能計算中的關鍵技術,具有高度的魯棒性和極佳的全局搜索能力[5],遺傳算法的實現(xiàn)步驟如圖1。

        2.2 BP神經(jīng)網(wǎng)絡基本原理

        如圖1所示拓撲結構的單隱層前饋網(wǎng)絡,一般稱為三層前饋網(wǎng)或三層感知器,即:輸入層、中間層(也稱隱層)和輸出層。其特點是:各層神經(jīng)元僅與相鄰層神經(jīng)元之間相互全連接,同層內神經(jīng)元間無連接,各層神經(jīng)元間無反饋連接,構成具有層次結構的前饋型神經(jīng)網(wǎng)絡系統(tǒng)。網(wǎng)絡學習過程是一個誤差邊向后傳播邊修正權值的過程[6]。單計算層前饋神經(jīng)網(wǎng)絡只能求解線性可分問題,能夠求解非線性問題的網(wǎng)絡必須是具有隱層的多層神經(jīng)網(wǎng)絡。標準BP算法如圖2所示。

        圖1 遺傳算法流程

        圖2 標準BP算法流程

        在解決具體問題時,首先需要利用神經(jīng)網(wǎng)絡分析求解問題的性質,然后根據(jù)問題特點確定網(wǎng)絡模型,最后通過對網(wǎng)絡進行訓練、仿真等,檢驗網(wǎng)絡的性能是否滿足要求。這一過程一般包括:確定信息表達方式、網(wǎng)絡模型的確定、網(wǎng)絡參數(shù)的選擇、網(wǎng)絡測試訓練模式的確定5個步驟(如圖1)。

        2.3 遺傳算法用于神經(jīng)網(wǎng)絡權值、閾值的優(yōu)化

        3 仿真實驗

        采用韓旭等人對銅鉛鋅鐵尾礦等3種漿體進行的摩阻損失試驗研究數(shù)據(jù)(見表1),利用環(huán)管實驗的24組實驗數(shù)據(jù)作為神經(jīng)網(wǎng)絡的訓練數(shù)據(jù),另取6組作為測試樣本,對訓練好的網(wǎng)絡進行實際性能測試,根據(jù)實際情況和實驗要求,神經(jīng)網(wǎng)絡采用3層MTP結構(如圖3),即:1個隱含層結構的BP神經(jīng)網(wǎng)絡,輸入層神經(jīng)元數(shù)為6,隱含層神經(jīng)元數(shù)為10個,輸出層神經(jīng)元數(shù)為 1,每層的傳遞函數(shù)均是S型函數(shù)logisic,訓練目標精度為0.01,經(jīng)訓練后得到的誤差曲線如圖4所示。基于遺傳算法對神經(jīng)網(wǎng)絡的權值和閾值進行優(yōu)化,在梯度下降最快的方向優(yōu)化神經(jīng)網(wǎng)絡的權值和閾值,訓練后得到的誤差曲線如圖5所示。

        表1 銅鉛鋅鐵尾礦等3種漿體摩阻損失的實驗數(shù)據(jù)

        注:漿體輸送管徑D=53 mm.

        圖3 3層MTP感知器結構

        圖4 BP網(wǎng)絡訓練后的誤差曲線

        圖5 遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡訓練曲線

        由圖4可以看出,BP算法經(jīng)2164次的訓練,網(wǎng)絡達到預期的精度要求。從圖5中可以看出,遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡后經(jīng)663次訓練就達到了訓練要求的精度。經(jīng)遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡對管道數(shù)據(jù)的分析基本滿足期望輸出,可以很好地反應漿體水平管道輸送系統(tǒng)摩阻損失的情況。從表1可以看出,計算值與實測值誤差很小,基本符合實際摩阻損失情況。

        4 結 語

        筆者利用遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡,對漿體水平管道輸送系統(tǒng)摩阻損失的預測進行研究,避免了單一BP神經(jīng)網(wǎng)絡誤差收斂速度慢和容易陷入局部極小值的缺陷,加快了收斂速度。對銅鉛鋅鐵尾礦3種漿體進行了摩阻損失試驗研究,在前人試驗結果的基礎上,利用遺傳算法優(yōu)化的人工神經(jīng)網(wǎng)絡法對管道內非均勻懸浮狀態(tài)漿體的摩阻損失建立了網(wǎng)絡模型。計算結果表明,所建立的網(wǎng)絡模型是可行的。

        [1] 王紹周,王維春.粒狀物料的漿體管道輸送[M].北京:海洋出版社,1998.

        [2] 邱躍琴.漿體管道輸送中兩種阻力損失計算方法的分析[J].貴州工業(yè)大學學報:自然科學版,1999(5):31-35.

        [3] 高憲軍,張 杰,洪 俞,等.基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的技術研究[J].裝備制造技術,2010(2):8-10.

        [4] 王鳳琴,高 穎,趙 軍.基于遺傳算法的神經(jīng)網(wǎng)絡優(yōu)化[J].燕山大學學報,2001(3):234-238.

        [5] 吳德勝,梁 樑.遺傳算法優(yōu)化神經(jīng)網(wǎng)絡及信用評價研究[J].中國管理科學,2004(1):69-75.

        [6] 羅文輝.遺傳算法在神經(jīng)網(wǎng)絡優(yōu)化中的應用[J].控制工程,2003(5):401-403.

        [7] 趙 斌,孫 兵.數(shù)控機床的故障診斷技術及維護[J].現(xiàn)代機械,2003(3):85-86,93.

        [8] 李 曄.基于一種改進遺傳算法的神經(jīng)網(wǎng)絡[D].太原:太原理工大學,2007.

        [9] 季偉東.進化計算優(yōu)化前向神經(jīng)網(wǎng)絡的學習方法研究[D].哈爾濱:東北林業(yè)大學,2013.

        [10] 葛繼科,邱玉輝,吳春明,等.遺傳算法研究綜述[J].計算機應用研究,2008(10):2911-2916.

        Prediction on the Friction Loss of the Level of Slurry Pipeline Transport System Based on GA-BP Network

        Li Yang1,2Sun Ping1,2Zheng Fengfeng1,2Wang Shaoyi1,2

        (1. Shenyang University; 2. Remediation of Contaminated Environment Engineering Technology Research Center of Liao Ning Province)

        The basic idea and operating principle of genetic algorithm are introduced, the process of genetic algorithm to optimize the weight and threshold values of neural network is analyzed in detail, the genetic algorithm and neural network are combined with each other to analyze the resistance characteristics of slurry horizontal line so as to conduct fitting and prediction of the friction loss of pipe slurry. The results show that, the prediction of friction loss of slurry friction is consistence to the measured friction loss of slurry friction.

        Slurry pipeline transport system, Friction loss, BP neural network, Gentic algorithm

        2014-09-16)

        李 陽(1988—),男,碩士研究生,110044 遼寧省沈陽市望花南街21號。

        猜你喜歡
        漿體遺傳算法神經(jīng)網(wǎng)絡
        漿體輸送中彎管磨損原因分析及預防措施
        昆鋼科技(2020年5期)2021-01-04 01:41:24
        神經(jīng)網(wǎng)絡抑制無線通信干擾探究
        電子制作(2019年19期)2019-11-23 08:42:00
        基于自適應遺傳算法的CSAMT一維反演
        一種基于遺傳算法的聚類分析方法在DNA序列比較中的應用
        基于遺傳算法和LS-SVM的財務危機預測
        K+和Na+在C3S-納米SiO2漿體上的吸附和脫附特性
        硅酸鹽通報(2016年9期)2016-11-10 10:30:37
        長距離漿體管道正排量泵智能協(xié)同系統(tǒng)的設計
        基于神經(jīng)網(wǎng)絡的拉矯機控制模型建立
        重型機械(2016年1期)2016-03-01 03:42:04
        基于改進的遺傳算法的模糊聚類算法
        復數(shù)神經(jīng)網(wǎng)絡在基于WiFi的室內LBS應用
        国产极品美女高潮无套在线观看| 加勒比东京热一区二区| 巨爆中文字幕巨爆区爆乳| 和外国人做人爱视频| 久久无码一二三四| 女同av免费在线播放| 国产精品国产三级国产av18| 欧美私人情侣网站| 在线综合网| 中文字幕高清一区二区| 91九色成人蝌蚪首页| 中文字幕免费不卡二区| 亚洲国产成人AV人片久久网站| 成人av在线免费播放| 国产区女主播在线观看| 一本色道久久99一综合| 国产高清在线精品一区αpp| 九九久久精品一区二区三区av| 成人无码av免费网站| 四房播播在线电影| av天堂线上| 美女脱了内裤洗澡视频| 久久综合亚洲色hezyo国产| 奇米狠狠色| 国产自产在线视频一区| 亚洲av无码乱码精品国产| 理论片午午伦夜理片影院| 综合久久久久6亚洲综合| 九七青青草视频在线观看| 丰满岳乱妇一区二区三区| 国产亚洲精品看片在线观看| 一本久道在线视频播放| 激情综合色综合啪啪开心| 竹菊影视欧美日韩一区二区三区四区五区| 日韩欧美精品有码在线观看| 在线国人免费视频播放| 午夜性无码专区| 欧美日韩亚洲一区二区精品| 久久免费精品日本久久中文字幕| 精品乱码一区内射人妻无码| 亚洲精品中文字幕无乱码麻豆 |