热能动力工程

作者：陈晨铭,郭雪岩,李春

单位：上海理工大学 能源与动力工程学院,,上海理工大学 能源与动力工程学院,,上海理工大学 能源与动力工程学院,

关键词：叶型优化;机器学习;高斯过程回归;人工神经网络;序列二次规划

为了解决轴流风扇叶型W65优化设计的问题，选取不同的优化方法，包括高斯过程回归方法，人工神经网络方法和序列二次规划方法。首先生成一定区间内的叶型样本集，通过CST参数化方法表示，使用B样条曲线进行光滑化处理，通过CFD模拟仿真方法获得升阻比数据，后进入优化阶段。优化方法分别采用高斯过程回归方法，人工神经网络方法和序列二次规划方法，前两者结合遗传算法和梯度下降法，后者不再结合其他优化方法，对带有面积约束的多攻角升阻比目标函数进行寻优优化，工况中攻角在0°至8°变化，马赫数为0.5。将优化后的叶型通过CFD方法进行验证，结果表明：优化叶型的综合升阻比分别提高了8.41%，8.49%，2.08%，优化方法中预估的相对误差分别为0.25%，-0.39%，6.31%。通过对优化结果的分析，发现高斯过程回归方法和人工神经网络方法优化效果较好，而序列二次规划的误差较大。

来源：2024年第9期

《热能动力工程》期刊编辑部

查看热能动力工程杂志2024年第9期