摘要
本发明提供了一种一体化涡轮箱多目标优化设计方法,通过响应面模型、神经网络模型、热‑流‑固耦合仿真与遗传算法相结合,应用于高功重比发动机一体化涡轮箱多目标结构优化设计。主要步骤如下:建立一体化涡轮箱几何结构参数模型,确定优化的几何结构参数与优化目标。确定结构参数优化范围,在样本空间内抽样形成样本库。对样本库中的样本点进行热‑流‑固耦合仿真计算,利用响应面近似函数与BP神经网络建立几何结构参数与优化目标之间的映射关系。通过遗传算法进行多目标寻优,筛选出一组最优的结构参数。本发明实现了一体化涡轮箱重量减轻的同时,还保证了结构强度,优化效果明显。
技术关键词
优化设计方法
遗传算法
参数
拉丁超立方抽样方法
神经网络训练集
BP神经网络构建
BP神经网络训练
Creo软件
变量
涡轮箱结构
BP神经网络模型
数值仿真
结构优化设计
样本
响应面模型
响应面法
系统为您推荐了相关专利信息
玉米秸秆切碎
长度检测方法
长度检测系统
图像
Prewitt算子
三维激光扫描技术
方程
两相流
数值模拟方法
界面