典型文献
基于RBF神经网络和MIGA的液压锥阀降噪研究
文献摘要：
液压锥阀在气液两相流状态下工作时会产生剧烈的噪声,严重影响锥阀的工作性能及其工作环境,针对这一问题,提出了一种基于径向基函数(RBF)神经网络和多岛遗传算法(MIGA)的方法,对液压锥阀的结构参数进行了优化.首先,采用有限元软件分析了影响锥阀流场及声场的结构参数;然后,以阀芯半锥角角度、喉部长度和阀芯入口角度这3个参数为优化变量,以加权平均噪声最小和加权最大噪声最小为优化目标,通过最优拉丁超立方设计方法确定了样本数据;最后,采用了 RBF神经网络方法,建立了锥阀结构参数与噪声关系的近似模型,利用多岛遗传算法对近似模型进行了优化;根据得到的最优参数建立了锥阀优化模型,并进行了声学特性分析.研究结果表明:与原模型相比,优化模型的平均噪声降低23.846 dB,最大噪声降低5.092 dB;该结果验证了基于RBF神经网络和MIGA优化方法的有效性,可为液压锥阀的进一步降噪研究提供理论支持.
文献关键词：
液压控制阀;锥阀噪声抑制;径向基函数神经网络;多岛遗传算法;锥阀结构参数;声学特性分析;最优拉丁超立方
中图分类号：
作者姓名：
王华伟;周鑫;王博;胡溧
作者机构：
武汉科技大学汽车与交通工程学院,湖北武汉430000
文献出处：
引用格式：
[1]王华伟;周鑫;王博;胡溧-.基于RBF神经网络和MIGA的液压锥阀降噪研究)[J].机电工程,2022(11):1527-1534
A类：
锥阀结构参数,锥阀噪声抑制
B类：
RBF,MIGA,降噪研究,气液两相流,工作性能,多岛遗传算法,声场,阀芯,锥角,喉部,部长,口角,优化变量,加权平均,优化目标,最优拉丁超立方,神经网络方法,近似模型,最优参数,声学特性分析,dB,液压控制阀,径向基函数神经网络
AB值：
0.210293
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
