基于ANN的螺杆泵定子橡胶磨损建模与预测

作者：张凯

来源：机械研究与应用, 2014, (02): 27-29.

DOI：10.16576/j.cnki.1007-4414.2014.02.032

• 螺杆泵
• 定子橡胶
• 磨损
• 人工神经网络
• 预测 progressing cavity pump
• stator rubber
• wear
• artificial neural network
• prediction

定子橡胶是螺杆泵采油系统中的重要组成构件,其过早失效易造成螺杆泵工作效率下降并影响其使用寿命。笔者以丁腈橡胶和45#钢所组成的摩擦副为研究对象,利用环块式摩擦磨损试验机对单一因素(转速、温度和载荷)变化时橡胶的磨损趋势进行研究。应用人工神经网络技术建立了在转速、温度和载荷交互耦合作用下丁腈橡胶磨损量的神经网络预测模型,对其磨损趋势进行预测。通过比较实验结果和预测结果可看出,神经网络模型的预测误差控制在5%以内,具有较高的精度和鲁棒性,能够满足螺杆泵定子橡胶磨损趋势预测的要求。

• 出版日期2014
• 单位沈阳工程学院