摘要
本发明公开了一种气动控制阀阀芯的动态不平衡力预测建模方法与系统,涉及流体控制技术领域,包括步骤:构建初始物理信息神经网络模型;以数据拟合项和物理约束项的加权和构建初始物理信息神经网络模型的损失函数;基于损失函数对初始物理信息神经网络模型进行优化,并逐步增加物理约束项中方程残差损失的权重,动态平衡数据拟合项和物理约束项,获得具有实时动态不平衡力预测的物理信息神经网络模型。本发明通过数据拟合项和物理约束项的加权和构建损失函数,依次进行模型优化,动态调整数据拟合项和物理约束项的权重占比,进一步增强阀芯不平衡力的实时动态预测能力,实现了在保证预测精度的同时大幅提高了计算效率,为气动控制阀动态性能预测和设计优化提供了新的技术手段。
技术关键词
气动控制阀
预测建模方法
神经网络模型
物理
动态
方程
流场结构
阀门
流体控制技术
数据
速度
表达式
连续性
变量
压力力
处理器
参数
误差
系统为您推荐了相关专利信息
指标
分区方法
计算机可执行指令
指数
数字高程模型
图像压缩方法
行列特征向量
保留图像细节
编码结构
分块
动态PET影像
时空卷积神经网络
动态纹理特征
动态贝叶斯网络
图像采集模块