Print

薏苡脱壳机关键部件作业参数优化

论文摘要

针对回归分析方法优化薏苡脱壳机关键部件作业参数时拟合度精度和准确性不高的问题,提出了一种高精度的遗传神经网络优化方法。选取动盘转速、动静磨盘间隙、静盘工作面宽度三个关键作业参数为试验因素,以脱净率和破碎率为性能指标,训练遗传神经网络,结果表明拟合精度明显优于二次回归方法。脱净率由原设备的33.80%提升至50.20%,破碎率由原设备的9.70%下降至2.00%。薏苡脱壳机性能得到较好改善。该方法为薏苡脱壳机设备参数的智能化控制提供了一种较可靠的方法。

论文目录

  • 1 试验设计
  • 2 构建薏苡脱壳机关键部件作业参数的遗传神经网络模型
  •   2.1 遗传神经网络结构设计
  •   2.2 改进的遗传神经网络算法
  • 3 薏苡脱壳机关键部件作业参数的优化
  •   3.1 遗传神经网络模型的训练拟合
  •   3.2 拟合结果与分析
  •   3.3 参数优化
  • 4 结 论

    • 文章来源

    类型: 期刊论文

    作者: 朱会霞,李彤煜,王吉权,马巍,王辉暖

    关键词: 薏苡脱壳机,作业参数优化,遗传神经网络

    来源: 机械设计与研究 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑,农业科技

    专业: 农业工程

    单位: 辽宁工业大学管理学院,东北农业大学工程学院,锦州医科大学畜牧兽医学院

    基金: 国家自然科学基金(31601914),辽宁省自然科学基金(2019-ZD-0804)资助项目,辽宁省教育厅高校基本科研(JQW201715407),辽宁省社会科学规划基金(L18DGL008)资助项目

    分类号: S226.4

    DOI: 10.13952/j.cnki.jofmdr.2019.0343

    页码: 192-196

    总页数: 5

    文件大小: 796K

    下载量: 20

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/9f54d9129a8ec949c2f6e437.html