基于回归神经网络与遗传算法的复合材料螺旋桨设计方法

基于回归神经网络与遗传算法的复合材料螺旋桨设计方法，属于复合材料螺旋桨领域。本发明以各工况下复合材料螺旋桨叶稍螺距角到该桨型螺旋桨的最佳螺距角的距离最小化作为推进效率的优化目标，将低进速系数工况下推力系数KTA和高进速系数工况下推力系数KTB的差值的绝对值最小化作为减振降噪的优化目标；约束为复合材料结构性能的强度需要满足Tsai‑Wu强度准则，构建铺层预变形优化模型；通过结合回归神经网络与遗传算法，优化复合材料螺旋桨的铺层角度序列和预变形几何参数，在稳态和非稳态工况下实现复合材料螺旋桨的全工况范围性能优化，实现最小化推进效率与减振降噪之间的权衡，从而提高复合材料螺旋桨的工作性能。