基于神经网络集成的离心压缩机迁移建模方法  

作　　者：贺安阳 

机构地区：[1]长安大学工程机械学院,陕西西安710064

出　　处：《设备管理与维修》2025年第5期56-59,共4页Plant Maintenance Engineering

摘　　要：传统的离心压缩机建模方法往往依赖于大量实验数据和复杂的物理模型,难以适应不同工况和设备配置的快速变化。综合考虑源域和目标域数据收集、建立源域神经网络模型、迁移目标域参数等,提出一种基于神经网络集成的离心压缩机迁移建模方法。测试实验表明,迁移后的模型在标准工况、变工况和轻载工况下的预测准确率均显著提高,特别是在变工况下预测精度的提升尤为明显,这表明迁移建模方法能够有效解决离心压缩机在不同工况下的性能预测问题,为设备的运行优化和故障预警提供有力支持,可促进工业生产的高效运行。

关 键 词：神经网络 目标域 Adam优化器 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]