以叶片角的分布为优化变量,叶轮效率为优化目标,将三维粘性流动分析与神经网络相结合对混流泵叶片进行了优化设计.在设计空间内根据实验设计理论安排神经网络的训练样本,选择径向基函数网络建立设计变量和目标函数间复杂的响应关系,利用遗传算法进行优化.针对研究对象设计变量较多、变化范围较大的问题,提出子系统优化的初步思想,即:将优化变量进行分类,对每类变量建立子系统,分别在子系统内进行局部优化,然后再考虑子系统之间的相互影响进行全局优化.对一混流泵的三元扭曲叶片进行优化,叶轮效率明显提高,从而验证了该方法的简便性与有效性.
参考文献
| [1] | Kosuke Ashihara;Akira Goto.Turbomachinery Blade Design Using 3-D Inverse Design Method CFD and Optimization Algorithm[A].,2001:1-9. |
| [2] | Carlo Cravero-Antonio Satta.A Navier-Stokes Based Strategy for the Aerodynamic Optimization of a Turbine Cascade Using a Genetic Algorithm[A].2001-GT-0508:1-8. |
| [3] | S. Pierret;R. A. Van den Braembussche .Turbomachinery blade design using a Navier-stokes solver and artificial neural network[J].Journal of turbomachinery,1999(2):326-332. |
| [4] | 樊会元 .基于演化计算技术的离心压缩机静止叶栅优化设计方法的研究[D].西安交通大学,2000. |
| [5] | 关醒凡.现代泵技术手册[M].北京:宇航出版社,1995 |
| [6] | 石磊;王学仁;孙文爽.试验设计基础[M].重庆:重庆大学出版社,1997 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%