摘要
本发明提供一种考虑服役性能退化的液压泵输出流量软测量方法,该方法包括:获得不同工况下液压泵的转速、进出口压差、油液温度和实际流量;构建液压泵流量预测模型,液压泵流量预测模型包括神经网络和参数修正模块,神经网络对应输入层的输入参数为获得的液压泵的转速、进出口压差和油液温度,输出层为预测流量;参数修正模块基于液压泵出现服役性能退化时获得的液压泵的转速、进出口压差、油液温度和实际流量,对神经网络的最优权值矩阵和最优阈值矩阵进行修正;基于修正后的液压泵流量预测模型,对液压泵出现服役性能退化后输出的流量进行预测。本发明即便在液压泵出现服役性能退化后,也能对液压泵输出流量进行准确预测。
技术关键词
液压泵输出流量
软测量方法
流量预测模型
样本
油液
矩阵
数学模型
对液压泵
非线性
梯度下降法
参数
误差
工况
速度
理论
数值
模块
液压油
网络
系统为您推荐了相关专利信息
LightGBM模型
超参数
后门
变量
有向无环图
资源供应
异常对象
特征提取方式
训练样本数据
列表
站点
特征工程
半导体芯片加工过程
计算机程序指令
样本
日照绿茶
产地鉴别方法
样本
回归预测模型
采集茶叶