| 轴流压气机通流计算中代理模型的应用（两机专刊） |
| |
| 引用本文： | 巫骁雄,刘波,陈紫京.轴流压气机通流计算中代理模型的应用（两机专刊）[J].推进技术,2021,42(1):123-138. |
| |
| 作者姓名： | 巫骁雄 刘波 陈紫京 |
| |
| 作者单位： | 西北工业大学 动力与能源学院，陕西 西安 710129 |
| |
| 基金项目： | 国家自然科学基金（51676162）；国家科技重大专项（2017-II-0001-0013）。 |
| |
| 摘 要： | 在轴流压气机初始设计阶段，二维通流计算方法可以快速评估压气机的性能，其准确性高度依赖于经验模型的预测精度。当压气机超出经验模型适用范围时会增大模型的预测误差。为提高预测精度，研究了在通流计算中采用代理模型取代传统经验模型的可行性。以双级跨声轴流速压气机的几何参数和气动实验数据作为代理模型的训练样本库，采用敏感性分析方法确定最重要的特征参数作为输入。分别基于支持向量机回归（SVR）和高斯过程回归（GPR）两种监督学习方法构建代理模型，并在模型训练中通过贝叶斯优化算法寻找模型最佳超参组合。将代理模型集成到基于流线曲率法（SLC）的通流程序中，对该压气机特性进行评估，并与传统经验模型计算结果相对比。对比显示，相较于传统经验模型，SVR和GPR两种代理模型分别降低了62.2%与55.2%的总压特性平均预测误差以及48.4%与50.1%的绝热效率特性平均预测误差。对比结果表明，当超出传统经验模型适用范围时，代理模型不失为一种可靠的替代方案。
|
| 关 键 词： | 代理模型 通流计算 轴流压气机 经验模型 支持向量机 高斯过程 |
| 收稿时间： | 2020/4/9 0:00:00 |
| 修稿时间： | 2020/5/14 0:00:00 |
Application of Surrogate Models for Through-Flow Calculation in an Axial-flow Compressor |
| |
| WU Xiao-xiong,LIU Bo,CHEN Zi-jing.Application of Surrogate Models for Through-Flow Calculation in an Axial-flow Compressor[J].Journal of Propulsion Technology,2021,42(1):123-138. |
| |
| Authors: | WU Xiao-xiong LIU Bo CHEN Zi-jing |
| |
| Institution: | School of Power and Energy, Northwestern Polytechnical University,School of Power and Energy, Northwestern Polytechnical University, |
| |
| Abstract: | |
| |
| Keywords: | Surrogate model Through-flow calculation Axial-flow compressor Empirical model Support vector machine Gaussian process |
|
| 点击此处可从《推进技术》浏览原始摘要信息 |
| 点击此处可从《推进技术》下载免费的PDF全文 |
