基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

罗明; 左志涛; 李弘扬; 李文; 陈海生

doi:10.13224/j.cnki.jasp.2016.10.015

Chinese

您当前的位置：

首页 >

文章列表页 >

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

叶轮机械 | 更新时间：2026-07-07

- 基于BP人工神经网络的离心压气机叶轮多目标优化设计方法
- Multi-objective optimization design of centrifugal compressor impeller based on BP artificial neural network
- 航空动力学报 2016年31卷第10期页码：2424-2431
- 作者机构：
  
  1. 中国科学院工程热物理研究所,北京,100190
  2. 中国科学院大学,北京,100190
- 作者简介：
- 基金信息：
  
  国家高技术研究发展计划（2013AA050801）;科技部国际合作项目（2014DFA60600）
- DOI：10.13224/j.cnki.jasp.2016.10.015
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
罗明, 左志涛, 李弘扬, 李文, 陈海生. 基于BP人工神经网络的离心压气机叶轮多目标优化设计方法[J]. 航空动力学报, 2016, 31(10): 2424-2431.

doi: 10.13224/j.cnki.jasp.2016.10.015
罗明, 左志涛, 李弘扬, 李文, 陈海生. 基于BP人工神经网络的离心压气机叶轮多目标优化设计方法[J]. 航空动力学报, 2016, 31(10): 2424-2431. DOI： 10.13224/j.cnki.jasp.2016.10.015.

doi: 10.13224/j.cnki.jasp.2016.10.015 DOI：

摘要

利用Concept NREC软件建立离心压气机叶轮设计样本库，借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系，接下来以多目标遗传算法寻找Pareto解，从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况，所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证，证明了所构建的目标函数与所获得的Pareto解集的合理性，说明本方法可以有效应用于在离心压气机设计、选型.

Abstract

The database of the centrifugal compressor impeller performance was given by Concept NREC software. The relationship of the impeller's main design parameters and performance was established by BP (back propagation) artificial neural network. Then the optimal array of main design parameters was acquired by the multi-objective genetic algorithm. This design method was used to satisfy Krain impeller's performance objective; the optimized impeller's efficiency and pressure ratio increased by 1.4% and 10.9%

respectively. Through discussion of artificial neural network model's reliability

multi-objective optimization model's principal component analysis and the impellers' CFD numerical simulation verification

the validity of objective functions and Pareto optimal solutions was proved

the effectiveness of the present centrifugal compressor design method was well confirmed.

关键词

Keywords

references

浏览量

641

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于遗传算法优化的人工神经网络下高速滚动轴承的疲劳可靠性

高压涡轮机匣热固耦合下多目标优化方法

推力室结构力学分析与优化设计

基于Taguchi方法的转子系统动力学容差设计

基于NURBS曲线的轴流透平叶片气动数值优化