科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对低温压力容器在运行过程中可能受到震动等影响导致的真空夹层泄漏、真空夹层压力上升以及内胆压力快速升高等问题，设计了一种结合群智能算法与神经网络的低温压力容器真空失效程度时序预测算法。通过对低温压力容器真空失效的过程进行简化仿真模拟，获取低温压力容器真空失效过程中的各参数变化情况，形成失效数据集。使用该数据集进行长短期记忆网络（LSTM）模型训练以预测低温压力容器真空失效程度，结合粒子群算法（PSO）对LSTM模型的超参数进行寻优。最后使用训练完成的PSO-LSTM模型对低温压力容器真空失效程度进行时序预测，并对该时序预测模型的预测效果进行了分析。
- 单位
