摘要
本发明公开了一种低滞后刷式密封多目标优化方法,包括:构建低滞后刷式密封结构参数优化模型;采用拉丁超立方采样的实验设计方法获取初始采样点,并对初始采样点进行有限元分析,生成输入/输出数据集;构建Kriging代理模型,并进行精度验证;将Kriging代理模型作为NSGA‑II算法的目标函数,采用NSGA‑II算法进行多目标优化,获得Pareto前沿最优解集;基于熵权法确定权重,将权重向量运用到计算各解与最大值及最小值的欧氏距离中,获得第一距离、第二距离;依据第一距离、第二距离,获得各解综合得分指数;按各解综合得分指数从大到小排序,选取综合得分指数最高的参数组合作为最终的低滞后刷式密封设计变量方案。本发明通过基于Kriging代理模型辅助NSGA‑Ⅱ算法,实现了低滞后刷式密封多目标优化,显著提升刷式密封的迟滞特性并改善吹闭效应。
技术关键词
拉丁超立方采样
刷式密封结构
Kriging模型
参数优化模型
刷式密封设计
平衡腔
采样点
实验设计方法
模型预测值
指数
变量
算法
熵权法
层级
仿真分析
精度
多项式
数据
策略
系统为您推荐了相关专利信息
综合能源系统
负荷预测模型
电负荷预测
参数优化模型
功率优化
汽车前副车架
机器学习模型
拉丁超立方采样
轻量化设计方法
仿真模型
汽车安全气囊
标定方法
安全气囊控制单元
仿真平台
综合性
异常识别方法
视频监控数据
视频图像帧序列
异常事件
密度峰值聚类算法