船用螺旋桨优化设计与参数分析

• 作者: 孙聪 王超 郭春雨 韩康
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 螺旋桨 优化设计 神经网络 遗传算法 近似模型
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 船舶与海洋工程
• 页码范围: 97-102
• 页数: 6页
• 分类号: U664.33
• 语种: 中文
• DOI: 10.13245/j.hust.200418

摘要

为了提高螺旋桨优化设计的质量和效率,克服传统优化设计方法依赖经验和难以获得理论上最佳设计方案的不足,以KP505桨为例,将试验设计方法、椭圆基(EBF)神经网络近似模型和遗传算法相结合,提出了基于神经网络近似模型的螺旋桨优化设计方法.用试验设计方法为神经网络近似模型的建立提供足量且高质量的训练样本,用神经网络近似模型替代面元法进行螺旋桨水动力性能计算,用遗传算法帮助设计者在设计空间内获得最佳设计方案.结果表明:该优化方法能够同时实现螺旋桨扭矩系数的降低和螺旋桨效率的提高,比面元法设计结果的解集范围更广,优化过程耗费的时间大幅度缩减.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王超	哈尔滨工程大学船舶工程学院	240	1818	20.0	32.0
2	郭春雨	哈尔滨工程大学船舶工程学院	108	542	12.0	18.0
3	孙聪	哈尔滨工程大学船舶工程学院	13	47	4.0	6.0
4	韩康	哈尔滨工程大学船舶工程学院	3	0	0.0	0.0