柱塞泵畢業(yè)設(shè)計(jì)外文文獻(xiàn)翻譯--利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軸向柱塞泵的性能（譯文）

1、中文 中文 6200 6200 字出處： 出處：Mechanism and Machine Theory 34 (1999) 1211-1226利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軸向柱塞泵的性能 利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)軸向柱塞泵的性能Mansour A Karkouba, Osama E Gada, Mahmoud G Rabieba--就讀于科威特的科威特大學(xué)工程與石油學(xué)院b--就讀于埃及開(kāi)羅的軍事科技大學(xué)摘要 摘要本文推導(dǎo)了應(yīng)用于軸向柱塞泵（斜軸式）的神經(jīng)

2、網(wǎng)絡(luò)模型。該模型采用的數(shù)據(jù)是由一個(gè)實(shí)驗(yàn)裝置獲得的。這個(gè)正在進(jìn)行的研究的目的是降低柱塞泵在高壓下工作時(shí)的能量損耗。然而，在最初我們要做一些研究來(lái)預(yù)測(cè)當(dāng)前所設(shè)計(jì)的泵的響應(yīng)。神經(jīng)網(wǎng)絡(luò)模型具有前反饋的結(jié)構(gòu)，并在測(cè)驗(yàn)過(guò)程中使用 Levenberg-Marquardt 優(yōu)化技術(shù)。該模型能夠準(zhǔn)確地預(yù)測(cè)柱塞泵的動(dòng)態(tài)響應(yīng)。1、簡(jiǎn)介 簡(jiǎn)介可變排量軸向柱塞泵是在流體動(dòng)力系統(tǒng)中經(jīng)常要用到的重要設(shè)備，如液壓動(dòng)力供應(yīng)控制和靜液壓傳動(dòng)驅(qū)動(dòng)器的控制。本裝置具有變量機(jī)制

3、和功率-重量比特性，使其最適合于高功率電平的控制。所設(shè)計(jì)的這種軸向柱塞泵擁有可靠性和簡(jiǎn)便的特點(diǎn)，然而其最重要的特征是可以變量輸出。人們?cè)谳S向柱塞泵領(lǐng)域已經(jīng)做了很多研究，但是本文將只論述一下少數(shù)幾人所做的貢獻(xiàn)。 Kaliafetis 和 Costopoulos[5]用調(diào)壓器研究了軸向柱塞變量泵的靜態(tài)和動(dòng)態(tài)特性。所提出的模型的精確度依賴于制造商提供的動(dòng)態(tài)運(yùn)行曲線等數(shù)據(jù)。他們得出結(jié)論，運(yùn)行條件對(duì)泵的動(dòng)態(tài)行為是非常關(guān)鍵的，而泵的動(dòng)態(tài) 行為可以通

4、過(guò)減小壓力設(shè)定值進(jìn)行改善。Harris 等人[4]模擬和測(cè)量了軸向柱塞泵的缸體壓力和進(jìn)油流量脈動(dòng)。Kiyoshi 和 Masakasu[7]研究了斜盤(pán)式變量輸送的軸向柱塞泵在運(yùn)行時(shí)刻的實(shí)驗(yàn)上和理論上的靜態(tài)和動(dòng)態(tài)特性。并提出了一種 新的方法來(lái)預(yù)測(cè)泵在運(yùn)行過(guò)程中的響應(yīng)。也對(duì)研究泵特性的新方法的有效性進(jìn)行了實(shí)驗(yàn)驗(yàn)證，實(shí)驗(yàn)中使用了一個(gè)有寬、短而深的凹槽的配流盤(pán)。Edge 和 Darling[2]研究了液壓軸向柱塞泵的缸體壓力和流量。這個(gè)得出的模

5、型經(jīng)過(guò)了實(shí)驗(yàn)檢驗(yàn)。對(duì)于配流盤(pán)、缸體上設(shè)計(jì)的退刀槽和泵的流量脈動(dòng)對(duì)泵特性的影響都 進(jìn)行了驗(yàn)證。人們已證實(shí)了一種可替代的建模技術(shù)——神經(jīng)網(wǎng)絡(luò)（NN）能取得良好的效 果，特別是對(duì)于高度非線性的系統(tǒng)。這種技術(shù)是模仿人腦獲取信息的功能。Karkoub 和 Elkamel[6]用神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)了一個(gè)長(zhǎng)方形的氣壓軸承的壓力分 布。所設(shè)計(jì)的這種模型在預(yù)測(cè)壓力分布和承載能力方面比其他可用的工具更加精確。Gharbi 等人[3]利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)了突破采油

6、。其表現(xiàn)遠(yuǎn)遠(yuǎn)優(yōu)于常見(jiàn)的回 歸模型或有限差分法。李等人[8]用神經(jīng)網(wǎng)絡(luò)模型 NNS 和鮑威爾優(yōu)化技術(shù)對(duì)單鏈 路和雙鏈路的倒立擺進(jìn)行了建模和控制。研究者們?nèi)〉昧死硐氲慕Y(jié)果。Panda等人[9]應(yīng)用 NNS 在普拉德霍灣油田對(duì)流體接觸進(jìn)行了建模。所得到的模型預(yù)測(cè) 的目標(biāo)油井中的流量分配比傳統(tǒng)的以回歸為基礎(chǔ)的技術(shù)更準(zhǔn)確。Aoyama 等人[1]已經(jīng)推導(dǎo)出一個(gè)神經(jīng)網(wǎng)絡(luò)模型來(lái)預(yù)測(cè)非最小相系統(tǒng)的響應(yīng)。所開(kāi)發(fā)出的的模型 被應(yīng)用于 Van de Vu