检索结果-南通市图书馆

Soft computing-based predictive modeling of flexible electrohydrodynamic pumps

Biomimetic Intelligence & Robotics 2023年第3期3卷 30-37页

作者： Zebing Mao Yanhong Peng Chenlong Hu Ruqi Ding Yuhei Yamada Shingo Maeda Department of Mechanical Engineering Tokyo Institute of TechnologyTokyo 152-8550Japan Department of Information and Communication Engineering Graduate School of EngineeringNagoya UniversityNagoya 464-8603Japan Department of Computer Science and Technology Tsinghua UniversityBeijing 100084China Key Laboratory of Conveyance and Equipment Ministry of EducationEast China Jiaotong UniversityNanchang 330013China Living Systems Materialogy(LiSM)Research Group International Research Frontiers Initiative(IRFI)Tokyo Institute of TechnologyYokohama 226-8501Japan

Flexible electrohydrodynamic(EHD)pumps have been developed and applied in many fields due to no transmission structure,no wear,easy manipulation,and no *** simulation is often used to predict the output performance of flexible EHD ***,this method neglects fluid–solid interaction and energy loss caused by flexible materials,which are both difficult to calculate when the flexible pumps ***,this study proposes a flexible pump output performance prediction using machine learning *** used three different types of machine learning:random forest regression,ridge regression,and neural network to predict the critical parameters(pressure,flow rate,and power)of the flexible EHD ***,angle,gap,overlap,and channel height are selected as five input data of the neural *** addition,we optimized essential parameters in the three ***,we adopt the best predictive model and evaluate the significance of five input parameters to the output performance of the flexible EHD *** the three methods,the MLP model has exceptionally high accuracy in predicting pressure and *** work is beneficial for the design process of fluid sources in flexible soft actuators and soft hydraulic sources in microfluidic chips.

关键词： electrohydrodynamic pumps Neural network Rigid regression Random forest regression

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：