摘要
一种基于自适应修正的轴流压气机快速预测方法,步骤如下:基于压气机几何参数和一维平均中径理论,构建轴流压气机的一维性能快速预测模型;基于一维性能快速预测模型,以计算结果与实验性能的相对误差为优化目标,在落后角和总压损失经验模型中引入修正因子为优化参数,开展修正因子的寻优,建立不同工况下压气机进口速度系数、进口相对马赫数与最优修正因子的映射关系;基于已有的压气机实验性能结果,采用修正因子优化方法,构建多个压气机进口工况参数与最优修正因子的映射关系并形成数据集;利用BP神经网络对数据集进行训练,使其具备泛化能力;在一维性能快速预测模型中调用已训练的BP神经网络,实现经验模型的自适应修正和性能的快速预测。
技术关键词
轴流压气机
因子
工况参数
叶片安装角
BP神经网络
速度
理想气体常数
二次流损失
粒子群优化算法
一级动叶
三角形
变量
迭代方法
关系
位置更新
系统为您推荐了相关专利信息
金融交易数据
风险测评方法
画像
计算机执行指令
序列
铸件表面处理工艺
工艺特征
多模态数据采集
多模态数据融合方法
测量点
智能交互方法
编码向量
语义特征
智能交互系统
序列