|
|||||
|
|
| 基于神经网络-遗传算法的液力透平叶片型线优化 | |
| 作者姓名： | 苗森春 杨军虎 王晓晖 李吉成 李泰龙 |
| 作者单位： | 兰州理工大学 能源与动力工程学院, 兰州 730050 |
| 基金项目： | “十二五”国家科技支撑计划(2012BAA08B05);国家自然科学基金(51169010);甘肃省青年科技基金计划(145RJYA312) |
| 摘 要： | 提出了一种叶片型线的多工况优化设计方法,该方法包括叶片型线参数化、优化的拉丁超立方试验设计、CFD技术、GA-BP(genetic algorithm-back propagation)神经网络与遗传算法.具体采用三次非均匀B样条曲线参数化叶片型线,优化的拉丁超立方试验设计方法在设计空间内获取训练GA-BP神经网络的样本点,各个样本点性能分析由CFD技术完成,随后开展GA-BP神经网络的学习训练,最后采用GA-BP神经网络和遗传算法相结合的优化技术求解液力透平叶片型线的多工况优化问题.基于上述优化方法对一液力透平进行了叶片型线的优化改进,结果表明,在保证扬程不小于相应初始扬程的约束条件下,优化后的液力透平效率在3个指定工况下分别提高了3.91%,3.59%和3.09%, 证明采用此方法优化叶片型线具有一定的可行性. |
| 关 键 词： | 液力透平 叶片型线 参数化 神经网络 遗传算法 |
| 收稿时间： | 2014-10-24 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《航空动力学报》浏览原始摘要信息 | |
| 点击此处可从《航空动力学报》下载免费的PDF全文 | |