基于神经网络近似模型的拉杆转子结合面参数识别

摘要：

传统获得拉杆转子结合面特性参数的方法往往采用微观接触理论推导,这种理论计算方法需要通过精密仪器获得相关统计参数,成本高.针对传统方法的局限性,采用理论和试验相结合的优化识别方法,以BP神经网络代替有限元数值计算模型,并以转子轮盘结合面接触刚度为优化变量结合模态试验值,利用粒子群算法进行优化识别,计算误差<4％.结果表明:该方法可行有效,并具有较高精度.

关键词：拉杆转子、神经网络建模、近似模型、参数识别

所属期刊栏目：57

分类号：TK47(内燃机)

在线出版日期：2019-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：77-81