登录    注册    忘记密码

会议论文详细信息

基于自由曲面变形与机器学习的高负荷涡轮级气动优化设计研究       

文献类型:会议

作  者:伊卫林 程鸿亮 王进

作者单位:北京理工大学机械与车辆学院叶轮机械与增压技术研究所

会议文献:第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛论文集(第一册)

会议名称:第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛

会议日期:20220407

会议地点:中国四川成都

出版日期:20211000

学会名称:中国航天第三专业信息网

语  种:中文

摘  要:高压涡轮负荷水平需持续提升以满足发动机性能要求,但其激波、二次流、间隙泄露流等复杂流态加剧,设计难度增加。本文提出了基于自由曲面变形(FFD)参数化方法和机器学习方法的涡轮气动优化设计策略,通过对FFD参数化、拉丁超立方实验设计、支持向量机模型、遗传算法寻优等系列方法的研究,搭建了自动优化设计流程和平台。以TTM涡轮级为研究对象,选取28个设计变量,生成56个样本,探讨了其对涡轮级气动性能的优化提升能力。结果表明,涡轮级设计点效率可提升1.1%,全工况特性皆有改善。激波结构改进、强度弱化及分离区减弱是其性能提升的主要原因。

关 键 词:涡轮级  自由曲面变形  机器学习  支持向量机 气动优化设计

分 类 号:V232] TP181]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心