典型文献
基于深度学习的空气动压轴承涡轮冷却器起浮压力预测
文献摘要：
为提高对空气动压轴承涡轮冷却器起浮压力预测的准确性,提出基于深度学习的空气动压轴承涡轮冷却器起浮压力预测方法.先构建空气动压轴承涡轮冷却器起浮的动力学模型,然后采用非线性接触力神经网络模型获取起浮压力数据集参数,以剪应力、流体力学和速度梯度参数融合分析方法建立起浮压力预测的约束指标参数分配集,构建空气动压轴承涡轮冷却器的承载力、刚度及动态刚度拟合模型,最后基于深度学习完成冷却器起浮压力预测过程指标参数的寻优,以此提升空气动压轴承涡轮冷却器起浮压力的准确预测.仿真测试结果证实,该方法对空气动压轴承涡轮冷却器起浮压力预测的可靠性较好,预测误差较低,迭代100次以后误差仅为0.01 kPa,优于对比方法,具有较大的应用价值,为实现对空气动压轴承涡轮冷却器的承载设计奠定理论和模型基础.
文献关键词：
空气动压轴承;涡轮冷却器;起浮压力;预测;刚度拟合
中图分类号：
作者姓名：
肖云峰;马思瑜;王云燕;孔祥雨;邓瑞洋
作者机构：
北京石油化工学院,北京大兴102617
文献出处：
引用格式：
[1]肖云峰;马思瑜;王云燕;孔祥雨;邓瑞洋-.基于深度学习的空气动压轴承涡轮冷却器起浮压力预测)[J].自动化与仪器仪表,2022(12):60-63,68
A类：
空气动压轴承,涡轮冷却器,起浮压力,刚度拟合
B类：
压力预测,非线性接触,接触力,剪应力,流体力学,速度梯度,参数融合,融合分析,指标参数,动态刚度,拟合模型,过程指标,准确预测,仿真测试,预测误差,kPa,比方,理论和模型
AB值：
0.094303
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。
