国内刊号:23-1176/TK
国际刊号:1001-2060
发布日期:
作者:刘岩松,阙晓斌,吴帅,虞培祥
单位:上海交通大学 机械与动力工程学院,,中国联合重型燃气轮机技术有限公司,,中国联合重型燃气轮机技术有限公司,,上海交通大学 机械与动力工程学院,
关键词:损失系数;落后角;代理模型;神经网络;重型燃气轮机;压气机叶型
基金:国家科技重大专项(J2019-II-0005-0025, J2019-II-0004-0024), 航空发动机及燃气轮机基础科学中心项目(P2022-B-V-004-001)
为解决重型燃气轮机压气机定制叶型设计参数多,传统设计方法效率低的问题,通过人工神经网络方法建立了快速预测重型燃机压气机定制叶型损失和落后角的代理模型。在该模型中,根据重型燃机压气机定制叶型造型方法和S1分析工具建立初始数据库。为进一步提高计算效率,对叶型设计参数进行了敏感度分析,识别叶型设计关键参数并对代理模型降维。结果显示:代理模型具有良好的预测精度,且预测时间相较传统设计方法大幅降低;针对关键参数对代理模型降维,可以降低训练成本,增强模型合理性,提高在叶型优化设计中的应用价值。
来源:2025年第5期
《热能动力工程》期刊编辑部