基于神经网络-遗传算法的液力透平叶片型线优化

• 作者: 李吉成 李泰龙 杨军虎 王晓晖 苗森春
• 来源期刊: 航空动力学报
• 学科: 工学
• 关键词: 液力透平 叶片型线 参数化 神经网络 遗传算法
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 叶轮机械
• 页码范围: 1918-1925
• 分类号: V21|TH311
• 语种: 中文
• DOI: 10.13224/j.cnki.jasp.2015.08.015

摘要

提出了一种叶片型线的多工况优化设计方法,该方法包括叶片型线参数化、优化的拉丁超立方试验设计、CFD技术、GA-BP(genetic algorithm-back propagation)神经网络与遗传算法,具体采用三次非均匀B样条曲线参数化叶片型线,优化的拉丁超立方试验设计方法在设计空间内获取训练GA-BP神经网络的样本点,各个样本点性能分析由CFD技术完成,随后开展GA-BP神经网络的学习训练,最后采用GA-BP神经网络和遗传算法相结合的优化技术求解液力透平叶片型线的多工况优化问题.基于上述优化方法对一液力透平进行了叶片型线的优化改进,结果表明,在保证扬程不小于相应初始扬程的约束条件下,优化后的液力透平效率在3个指定工况下分别提高了3.91％,3.59％和3.09％,证明采用此方法优化叶片型线具有一定的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨军虎	兰州理工大学能源与动力工程学院	117	1304	20.0	28.0
2	王晓晖	兰州理工大学能源与动力工程学院	26	336	11.0	18.0
3	苗森春	兰州理工大学能源与动力工程学院	15	131	6.0	11.0
4	李吉成	兰州理工大学能源与动力工程学院	4	37	2.0	4.0
5	李泰龙	兰州理工大学能源与动力工程学院	3	62	3.0	3.0