一种基于物理约束下高斯叠加的异形气膜冷效预测方法

一种基于物理约束下高斯叠加的异形气膜冷效预测方法，属于航空发动机涡轮叶片冷却领域，包括：气膜射流涡对识别；针对每个涡对的区域内，通过高斯函数叠加拟合气膜冷效；在选定的设计变量范围内选择多组参数组合进行计算模型构建及仿真计算；利用神经网络训练获得冷效分布代理模型；利用冷效分布代理模型进行气膜冷效预测。本发明通过高斯函数与物理约束相结合，能精准拟合异形气膜孔涡对对应的气膜冷效分布，预测精度大幅提高，拟合精度达到98％以上，训练时间缩短40‑60倍，相对平均预测误差降低3‑4％。本发明无需重新建模仿真计算就能在短时间内获得高精度的预测结果。本发明适应性更强，能广泛应用于各种异形气膜孔的冷效预测。