一种基于物理约束数据驱动的风力机翼型参数化设计方法

本发明涉及一种基于物理约束数据驱动的风力机翼型参数化设计方法，包括：构建基于贝塞尔曲线的物理信息神经网络模型，按照设计要求输入翼型的几何参数，生成满足物理约束要求的初始翼型；将初始翼型转换为坐标点数据，输入气动性能分析模块，计算气动性能指标；建立深度强化学习模型，利用奖励函数以气动性能指标为优化目标，对初始翼型进行优化；通过迭代优化，对新生成的翼型进行气动性能评估，直至翼型的气动性能指标达到优化目标或收敛，获得满足设计要求且气动性能优异的新翼型。本发明有效提高了翼型设计的效率和质量，减少了对设计者经验的依赖，为风力机翼型设计提供了一种高效可靠的技术途径。