基于BP神经网络的充填料浆流变参数预测分析

Journal of Wuhan University of Technology(2012)

引用 2|浏览7
暂无评分
摘要
为了合理分析充填料浆在长距离管道中的输送阻力,基于流变参数对输配管网设计的重要性,在全面评估不同因素对流变性能影响的程度后,采用BP神经网络原理,建立起干料中水泥含量X1、料浆浓度X2、料浆坍落度X3、料浆容重X4对流变参数(屈服应力Y1、粘性系数Y2)影响的函数模型。此BP网络为4-Hn-2结构,隐层和输出层分别用tansig、purelin函数传递,利用Levenberg-Marquardt优化算法trainlm训练网格。计算结果表明:该模型在预测充填料浆屈服应力Y1和粘性系数Y2中适应性较强,误差也在可控范围之内,可为充填管网布设及输配系统沿程阻力分析提供可靠依据。
更多
查看译文
关键词
forecast model,BP neural network,filling slurry,pipeline transportation,rhyeology performance
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要