摘要
本发明提供一种基于湍流拟序调控的空压机叶轮多目标优化方法,涉及燃料电池汽车用空气压缩机领域,所述优化方法的优化目标为等熵效率和最大湍流动能,优化参数为叶片入口安装角β1A、叶顶间隙Cc、叶片出口宽度bc、叶片出口安装角β2A。所述优化方法使用拉丁超立方抽样方法获取若干组叶轮结构的数据点,根据数据点调整叶轮参数,建立三维模型。所述优化方法将三维模型进行CFD仿真分析,获得各个空压机对应的等熵效率和叶轮内最大湍流动能,将优化参数数据点和对应的等熵效率和最大湍流动能设为一个训练样本,构建包含多个训练样本的样本集。使用所述样本集通过神经网络拟合构建代理模型,使用多目标遗传算法,对代理模型进行多目标优化,获取帕累托前沿解集,根据实际需求选择所需的最优解。
技术关键词
空压机叶轮
湍流
拉丁超立方抽样方法
叶片
动能
遗传算法
三维模型
仿真分析
参数
叶轮结构
数学模型
燃料电池汽车
样本
入口
工具箱
数据
空气压缩机
变量
系统为您推荐了相关专利信息
运动功能障碍患者
生成方法
运动能力分析
数据
周期
缩比模型
模拟运动平台
模拟装置
支撑塔架
风轮叶片
测温测量方法
三角形
涡轮叶片
神经网络模型技术
曲面