Centrifugal pump degradation identification based on GA-GMDH algorithm

扬程/m	功率/kw	效率	健康指标	退化程度
19.5～20.0	6.8～7.0	0.65～0.70	9.8以上	正常
18.0～19.5	6.0～6.8	0.60～0.65	9.0～9.8	轻微退化（A）
10～18	3.5～6.0	0.33～0.60	4～9	中度退化（B）
5～10	2.0～3.5	0.20～0.33	1～4	重度退化（C）
0～5	0～2.0	0～0.20	0～1	故障（D）

Table 2. Experimental results of basic model

View table

View in Article

Table 2. Experimental results of basic model

最大网络层数r_max	最大神经元数$ {m'_{{\text{max}}}} $	学习率v	训练集e_RMSE
10	20	0.5	0.038 813
20	20	0.5	0.028 996 1
30	20	0.5	0.032 643
20	10	0.5	0.028 638
20	30	0.5	0.032 87
10	20	0.7	0.031 638
20	20	0.7	0.016 241
30	20	0.7	0.019 75
20	10	0.7	0.018 223
20	30	0.7	0.020 01

Table 3. Parameter settings of GA-GMDH model

View table

View in Article

Table 3. Parameter settings of GA-GMDH model

参数	参数大小/范围
遗传代数	20
种群规模	20
选择概率	0.15
交叉概率	0.40
变异概率	0.10
最大网络层数rmax寻优范围	10～30
最大神经元数$ {m'_{{\text{max}}}} $寻优范围	10～30
学习率v寻优范围	0.1～0.9

Table 4. Comparison of monitored values via different models
View table
View in Article
Table 4. Comparison of monitored values via different models
评判指标模型的监测结果
LSSVM SVM GMDH GA-GMDH
e_RMSE 0.074 585 0.227 0.032 074 0.021 267
e_MAE 0.059 777 0.175 38 0.029 045 0.018 681
e_MAPE 2.072 3% 7.690 5% 0.130 63% 0.017 823%

Tools

Get Citation

Copy Citation Text

Guangxi SUN, Hui CAO, Ziwei ZHANG, Zhenhao MA. Centrifugal pump degradation identification based on GA-GMDH algorithm[J]. Chinese Journal of Ship Research, 2024, 19(5): 254

Download Citation

EndNote(RIS)BibTex Plain Text

Set citation alerts for article

Save article for my favorites