一种基于降阶模型的双层壁叶片内部颗粒沉积特性快速预测方法

本发明公布了一种基于降阶模型的双层壁叶片内部颗粒沉积特性快速预测方法，包括建立模型，划分网格，数值仿真，建立数据集，建立POD与MLP相结合的快速预测模型。将深度学习方法与冷却结构内部通道结合，针对气膜孔直径、吹风比和温比三种参数，基于POD分解将高维数据转化为表征颗粒沉积特征的低维模态系数，运用MLP深度神经网络法拟合模态系数与相关参数，建立快速预测模型，实现对叶片内部颗粒沉积规律快速分析和评估。本发明的方法能有效预测双层壁涡轮叶片内部颗粒沉积情况，为叶片内部冷却通道的设计与及时清洗提供一定的数据支撑和指导。