买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明基于Graph‑BasedGAN的燃气轮机透平叶片冷却通道设计优化方法，属于叶片冷却技术领域。包括：首先进行参数化模型，确定待优化的设计变量以及各参数的约束方程，并采用参数化的建模方式生成不同的冷却通道。其次在设计参数空间内采样生成满足模型约束条件的结构，并计算获得模型物理场。接着对数据进行预处理，完成数据的筛选和信息的前处理。然后搭建多种物理场预测模型，实现从设计变量和网格节点信息到物理场信息的直接映射。之后搭建基于Graph‑BasedGAN的生成对抗模型，实现从采样到冷却通道模型的连续映射。最后结合生成对抗模型和多种物理场预测模型，得到优化目标与冷却通道形状之间的梯度信息，采用梯度下降法优化得到满足设计要求的设计参数值。

主权项：1.基于Graph-BasedGAN的燃气轮机透平叶片冷却通道设计优化方法，其特征在于，包括以下步骤：1、参数化模型：针对透平叶片内部冷却通道，选择冷却通道型线和冷却结构布置形式作为待优化的设计变量，确定设计空间和冷却通道型线参数Si和冷却结构布置参数Rj之间的约束方程，采用参数化的建模方式生成不同形状的冷却通道，其中i＝1，2，3……，n，n为冷却通道型线参数个数，j＝1，2，3……，m，m为冷却结构布置参数个数；2、样本生成：基于采样原则，在设计参数空间{Si，Rj}内随机采样设计参数形成设计参数矩阵A，随后根据采样获得的设计参数矩阵A生成满足约束条件的模型结构集{Cp}，采用脚本语言自动生成有限元模型集{Mp}，按指定的边界条件对有限元模型集{Mp}上的模型进行计算以获得模型的物理场信息数据集其中，p为采样点个数，q为所记录的场数据个数，CO0为所有网络节点信息矩阵，包括温度场数据、压力场数据和速度场数据；3、数据预处理：依据计算获得的物理场信息数据集对计算数据进行筛选，剔除换热水平不符合要求的数据集，去除计算异常的数据点，筛选后的设计变量矩阵和物理场信息数据集分别为A1和同时针对不同的深度学习网络，对有限元计算的物理场信息进行前处理，使物理场的输出符合深度学习模型的输入格式；4、构建基于深度学习的物理场预测模型：搭建多种物理场预测模型，并对模型进行训练，实现从设计变量矩阵A和网络节点信息矩阵CO1到物理场信息数据集之间的映射；5、搭建Graph-BasedGAN生成对抗网络模型：搭建Graph-BasedGAN生成对抗网络模型，学习冷却通道模型的生成方式，实现从采样到冷却通道型线，再到冷却通道模型的连续映射；6、基于梯度下降法进行优化：将生成网络和物理场预测模型结合形成梯度优化模型，利用该模型获得优化目标fopt与冷却通道型线的梯度信息，构建优化目标fopt与冷却通道型线参数Si和冷却结构布置参数Rj的微分关系，采用梯度下降法进行优化，获得综合冷却性能最优的设计参数值。

全文数据：

权利要求：

百度查询： 西安交通大学 基于Graph-Based GAN的燃气轮机透平叶片冷却通道设计优化方法