用运行参数和系数组合表征同步带轮泵在不同状态下的流量，结构参数和流量损失系数蕴含在各个系数之中，实际应用中只需要利用同步带轮泵的数据，使用一种方法求解出在不同情况下对应系数大小，同步带轮泵的流量就可以由运行参数和系数组合形式计算求得。
　
  慈溪市贝力同步带轮有限公司是一家专业从事同步带、同步带轮、齿轮行业的专业生产企业。座落于长三角经济区桥头堡慈溪市逍林，西接世界最长杭州湾跨海大桥，东临中国第一深水港北仑，交通极为便利。
　　同步带轮泵的神经网络模型本文用径向基函数神经网络建立同步带轮泵的流量模型，因为径向基函数神经网络较BP网络有更强的逼近能力、分类能力和学习速度，径向基函数神经网络具有非线性逼近能力。网络模型神经网络模型结构的选取根据影响同步带轮泵流量的物理因素。神经网络包括三层，输入层、隐层和层。输入层包括同步带轮转速、排吸口压力差和吸油口压力三个输入量，隐层节点由计算程序根据满足均方误差的条件，自动增加径向基网的隐层神经元。输出节点只有一个，即同步带轮泵流量。　
　　
  目前公司拥有先进的同步带和带轮的生产、加工、检测等设备。关键技术人员在同步带传动行业有十几年的设计、研发经验。紧跟国际潮流，参照国际标准生产、加工，产品质量在行业内有口皆碑。产品畅销全国20多个省、自治区、直辖市，并出口欧美、澳洲、东南亚等国家和地区，得到了国内外客户的一致认可和好评。
　　同步带轮泵的实际流量计算问题转化成参数拟合和曲线逼近问题，只需要一系列实验数据和运行参数就可以求解。这种抽象公式将影响流量的物理因素用数学关系式来描述，方法简便，在实验数据充足的情况下，容易求解，但是值得指出一点是，这种计算方法需要转速对泄漏和充填损失影响不大，气穴损失影响又独立于其他影响，这样才能保证各项的独立性和精确性，保证实际流量求解的精确性。模型忽略温度对流量的影响。