基于BP神经网络与遗传算法的涡轮安装角优化

• 作者: 于瑞丰 刘彬 谭春飞 郝明钊 闫文双
• 来源期刊: 石油机械
• 学科: 工学
• 关键词: BP神经网络 遗传算法 涡轮钻具 安装角 优化设计
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 钻井技术与装备
• 页码范围: 1-4
• 页数: 4页
• 分类号: TE921
• 字数: 1869字
• 语种: 中文
• DOI: 10.16082/j.cnki.issn.1001-4578.2018.02.001

摘要

为了进一步提高涡轮钻具水力性能,采用FINE/Design 3D平台,基于BP神经网络与遗传基因算法对某型号φ178 mm涡轮钻具转子叶型安装角进行优化设计,优化目标为水力效率与扭矩.对优化过程中样本库进行分析,总结了φ178 mm涡轮钻具水力性能随转子安装角改变的变化规律.经过优化设计,单级涡轮输出扭矩提升了3.06N·m,水力效率提高了8.29％.流场分析结果表明:优化后叶片性能的提高主要源于抑制了转子叶型吸力面的二次流发展,以及增大了压力面与吸力面间的压差.研究方法可为今后涡轮叶片的优化设计提供新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘彬	中国石油大学(北京)油气资源与探测国家重点实验室	52	202	8.0	12.0
2	谭春飞	中国石油大学(北京)油气资源与探测国家重点实验室	12	44	4.0	6.0
3	于瑞丰	中国石油大学(北京)油气资源与探测国家重点实验室	1	3	1.0	1.0
4	郝明钊	中国石油大学(北京)油气资源与探测国家重点实验室	1	3	1.0	1.0
5	闫文双	中国石油大学(北京)油气资源与探测国家重点实验室	1	3	1.0	1.0