典型文献
基于参数灵敏度和神经网络的贯流风机风道设计
文献摘要：
对贯流风机流动机理进行了定性分析,得到了影响其风量的关键结构参数.采用参数灵敏度分析法,得到了各个参数对风量的影响程度和正负相关性.以关键结构参数为径向基(RBF)网络的输入参数,风量为输出参数,按影响程度分配参数权重,构建了 RBF神经网络,并对贯流风机的风量进行了预测、评估.结果表明:影响贯流风机风量的关键结构参数包括蜗喉倾斜度、蜗喉间隙、蜗舌间隙、吸气角、蜗舌长度、扩压角、进风口宽度;影响程度由强到弱依次为进风口宽度、蜗舌长度、扩压角、蜗喉倾斜度、蜗舌间隙、吸气角、蜗喉间隙,其中蜗喉间隙、吸气角、扩压角和进风口宽度与风量呈正相关,蜗喉倾斜度、蜗舌间隙和蜗舌长度与风量呈负相关;构建的RBF神经网络预测值与实际值最大相对误差为4.56％,平均相对误差为2.2％;使用该神经网络,可以对贯流风机风量进行快速评估.
文献关键词：
贯流风机;风量;参数灵敏度;神经网络;径向基;评估
中图分类号：
作者姓名：
曹睿;余杰彬;黄鑫
作者机构：
珠海格力电器股份有限公司,珠海
文献出处：
引用格式：
[1]曹睿;余杰彬;黄鑫-.基于参数灵敏度和神经网络的贯流风机风道设计)[J].暖通空调,2022(08):88-91
A类：
进风口宽度
B类：
贯流风机,风道设计,流动机理,风量,参数灵敏度分析,灵敏度分析法,正负,径向基,RBF,输入参数,输出参数,倾斜度,吸气,强到,神经网络预测,平均相对误差,快速评估
AB值：
0.194489
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。
