摘要
本发明涉及变矩器技术领域,具体涉及一种液力传动动力链优化链方法及系统,方法包括:构建液力变矩器参数化几何模型,将泵轮叶片流出角、导轮流道输入/输出角、涡轮叶片几何参数和泵轮与涡轮相对位置设为设计变量;基于CFD三维流场仿真,采用k‑ε模型快速分析、SST模型瞬态仿真,获得不同变量组合下的仿真数据;用仿真数据训练BP神经网络,输入为各设计变量,构建以最大化效率、最小化噪声为目标的多目标优化模型;在Pareto最优解集中选定设计变量组合,重构模型,得到优化后液力变矩器;本发明可以解决液力变矩器设计优化效率低、调参周期长,且很难在传动效率与噪声抑制之间取得良好的折中的问题。
技术关键词
神经网络模型
仿真数据
涡轮叶片
最小化噪声
湍流模型
变量
遗传算法求解
噪声数值
液力变矩器涡轮
流场特征
变异策略
参数
动力
变矩器技术
泵轮
BP神经网络
系统为您推荐了相关专利信息
优化设计方法
机械部件
结构设计方案
生成三维模型
燃气轮机涡轮叶片
中医药
药物配伍禁忌
监测点
高效液相色谱
循环神经网络模型
电磁场仿真
三相变压器
三维电磁场
插值误差
数据处理框架