摘要
本发明公开了一种对旋轴流风机多目标多部件一体化优化方法及设备,属于叶轮机械优化设计技术领域。本发明对对旋轴流风机两排叶片、进口集流器、出口扩压器等多部件进行参数化建模,选取各部件几何参数组合作为多维决策变量并确定多维决策空间;根据多维决策空间得到决策样本集,通过数值仿真求解不同决策样本集对应的对旋风机多个气动性能,构成多目标气动样本集;结合遗传算法优化权值和阈值训练神经网络代理模型;以多目标气动性能最佳为优化目标,基于神经网络代理模型通过遗传算法进行全局搜索和非线性寻优,输出帕累托最优解集;确定全局最优解并进行数值仿真验证,获得优化后对旋风机的几何模型。本发明能够有效提高对旋轴流风机气动性能。
技术关键词
一体化优化方法
轴流风机
多部件
拉丁超立方采样
数值仿真
决策
叶轮机械优化设计技术
样本
优化神经网络
集流器
扩压器
参数
样条
叶片
遗传算法优化
训练神经网络
流量进口
曲线
系统为您推荐了相关专利信息
曲轴
BP神经网络模型
仿真数据
中心架结构
网格
界面自动生成方法
数值仿真
生成参数
关系
后面板
汽车前副车架
机器学习模型
拉丁超立方采样
轻量化设计方法
仿真模型
系统控制参数
阀门系统
进化算法
工况
拉丁超立方采样