基于高维机器学习方法的离心泵扭曲叶片优化

doi:10.13224/j.cnki.jasp.20210143

	基于高维机器学习方法的离心泵扭曲叶片优化
	姜丙孝 2; 杨军虎 1,2; 王晓晖 1,2; 史凤霞 1,2; 毛士宇 2
刊名	航空动力学报
	2021
卷号	37 期号:3 页码:1-11
关键词	高维表示方法支持向量机离心泵扭曲叶片动能方程
ISSN号	1000-8055
DOI	10.13224/j.cnki.jasp.20210143
英文摘要	提出将高维表示方法与机器学习中的支持向量机方法结合对离心泵扭曲叶片优化。选用一台中比转速离心泵为研究对象，通过对扭曲叶片三条叶片型线的参数化，分离控制变量并确定代理模型的训练空间。经过对离心泵扭曲叶片水力模型的算法学习，得到以叶片型线参数为自变量，效率为目标函数的离心泵代理模型，运用遗传算法求解并反馈叶片型线参数。采用数值模拟及试验的方法验证了代理模型的预测结果，并从动能方程的角度分析了优化前后扭曲叶片叶轮内流场的变化。结果表明：在设计工况点，优化后的扭曲叶片离心泵数值模拟效率值比原型泵提高了1.72%，扬程提升了0.41m，试验效率值比原型泵提高了1.5%，扬程提升了0.35m。
URL标识	查看原文
语种	中文
出版者	Beijing University of Aeronautics and Astronautics (BUAA)
内容类型	期刊论文
源URL	[http://ir.lut.edu.cn/handle/2XXMBERH/149495]
专题	能源与动力工程学院
作者单位	1.兰州理工大学甘肃省流体机械及系统重点实验室 2.兰州理工大学能源与动力工程学院;
推荐引用方式 GB/T 7714	姜丙孝,杨军虎,王晓晖,等. 基于高维机器学习方法的离心泵扭曲叶片优化[J]. 航空动力学报,2021,37(3):1-11.
APA	姜丙孝,杨军虎,王晓晖,史凤霞,&毛士宇.(2021).基于高维机器学习方法的离心泵扭曲叶片优化.航空动力学报,37(3),1-11.
MLA	姜丙孝,et al."基于高维机器学习方法的离心泵扭曲叶片优化".航空动力学报 37.3(2021):1-11.