排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
利用试验设计法建立翼型气动特性的人工神经网络模型 总被引:1,自引:0,他引:1
建立了翼型气动特性预测的BP(Back Propagation)神经网络模型,重点研究了3种选取训练样本的试验设计(DOE)法:完全析因法、正交设计法和均匀设计法,对BP神经网络预测精度的影响,利用所建立的BP神经网络对FX63-137翼型几何型线进行了优化设计。研究结果表明:在因素数和水平数较少时,完全析因法、正交设计法及均匀设计法的平均测试误差分别为0.002%、0.029%、0.023%;在因素和水平数较多时,完全析因法的样本规模太大而不再适合,正交设计法和均匀设计法的平均测试误差分别为0.42%和0.15%,均匀设计法的预测精度更高,更适合于翼型气动特性预测的人工神经网络模型。优化后翼型的升阻比在迎角为0°~18°范围内均高于原始翼型,在迎角为1°、4°和15°时升阻比分别提高了4.38%、1.38%和5.51%。该研究方法及成果可以应用于翼型的多参数优化设计。 相似文献
3.
4.
5.
为提高压气机内部复杂流动计算的收敛速度,发展了一种多块多重网格上的可压缩流动并行计算流体动力学(CFD)方法,数值模拟了跨声速转子NASA Rotor 35内部流动及气动性能,重点分析了对接分区方式和内界面通信模式对并行性能的影响。结果表明:对接分区方法和多块多重网格内界面数据处理方法能够保证串、并行CFD方法结果基本一致,且与实验数据吻合良好;并行精度基本不受分区数目和通信模式的影响,并行效率随着相对通信负载的增大而降低。所发展的并行计算方法对跨声速转子气动分析和设计具有一定的可靠性,为开发大型流体机械复杂流动的基础并行算法及软件提供了参考价值。 相似文献
6.
1