摘要
本发明属于航空发动机气冷涡轮不确定性量化及鲁棒性设计优化领域,具体公开一种反转冷却涡轮一维不确定性设计优化方法及系统,基于反转冷却涡轮一维气动分析方法;将优化变量和不确定性参数组成增广空间,生成样本集;建立Kriging全局代理模型,生成不确定性参数样本集;建立ASPC模型,完成反转冷却涡轮一维不确定性量化;耦合NSGA‑II多目标优化算法,完成反转冷却涡轮一维鲁棒性设计优化。本发明提出并建立了反转冷却涡轮一维不确定性设计优化方法及系统框架,可通过简单参数完成反转冷却涡轮的气动性能分析,无需几何实体,可以实现反转冷却涡轮一维不确定性量化、鲁棒性设计优化等任务。
技术关键词
不确定性参数
设计优化方法
鲁棒性设计
拉丁超立方采样
涡轮
样本
Kriging模型
多项式
变量
进化算法
采样点
气动分析方法
模式搜索算法
计算机可执行程序
速度
分析模块
可读存储介质
系统为您推荐了相关专利信息
磨抛方法
重构模型
工业机器人
涡轮叶片
加工余量
机床立柱结构
优化设计方法
变量
径向基核函数
样本
克里金代理模型
动态预测方法
拉丁超立方采样
应力
样本
涡扇发动机
低压压气机
容积
状态空间方程
高压压气机
Pearson相关系数
水泥砂浆
门控循环单元网络
超参数
聚丙烯纤维