首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于自适应代理模型的氖透平气动优化方法 

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!

申请/专利权人:中国科学院高能物理研究所

摘要:本发明公开了一种基于自适应代理模型的氖透平气动优化方法,其步骤包括:1)根据设定的热力学循环参数初始值确定氖透平的初始结构参数值;2)利用贝塞尔曲线描述叶轮子午面轮廓来参数化氖透平的叶轮结构,并从中选取多个参数作为设计变量;3)对设计变量进行敏感性分析,确定出待优化的设计变量;4)根据待优化的设计变量生成一样本库,训练Kriging模型;5)对训练后的Kriging模型进行自适应更新,得到自适应Kriging模型作为遗传算法的适应度函数,采用遗传算法进行寻优;6)根据氖透平总静效率值最大时对应的待优化的设计变量值确定氖透平的结构。本发明可提高氖透平的效率,从而提升逆布雷顿循环制冷机的性能。

主权项:1.一种基于自适应代理模型的氖透平气动优化方法,其步骤包括:1)根据设定的热力学循环参数初始值确定氖透平的初始结构参数值;所述热力学循环参数包括:入口压力P01、入口温度T01、出口压力P5、质量流量m和转速n;根据设定的热力学循环参数初始值采用一维初步平均线设计,确定所述氖透平的初始结构参数;2)利用贝塞尔曲线描述叶轮子午面轮廓来参数化所述氖透平的叶轮结构,根据所述氖透平的喷嘴的尺寸确定叶轮入口半径R4;从所述叶轮子午面轮廓上选取多个参数作为设计变量,并设计每一设计变量的初始值和变化界限;其中从所述叶轮子午面轮廓上选取8个参数x1~x8作为设计变量;x1为进口叶片高度、x2为轮毂贝塞尔曲线轴向坐标、x3为轮毂贝塞尔曲线径向坐标、x4为轮盖贝塞尔曲线轴向坐标、x5为轮盖贝塞尔曲线径向坐标、x6为叶轮轴向长度、x7为叶轮出口内半径、x8为叶轮出口外半径;3)对所述设计变量进行敏感性分析,确定出待优化的设计变量;将其余设计变量作为常数;其中,对所述设计变量进行Sobol灵敏度分析的方法为:将X=x1,…,x8作为Sobol灵敏度分析的输入变量,输出响应函数;然后计算响应函数的总方差VY以及xi的一阶方差Vi;然后计算一阶影响指数以及总影响指数,i=1~8;然后根据一阶影响指数、总影响指数确定出影响透平总静效率最大的三个设计变量为进口叶片高度x1、叶轮出口内半径x7和叶轮出口外半径x8作为待优化的设计变量;4)对待优化的设计变量进行拉丁超立方抽样,将生成的每一个样本点进行流体动力学分析,得到样本点的响应值,将每一样本点及其对应的响应值作为一个样本,得到一样本库;每一所述样本点包括待优化的设计变量的一组具体值;所述样本点的响应值为采用流体动力学对样本点分析得到的透平总静效率;5)根据所述样本库训练Kriging模型;6)结合置信下界准则对训练后的Kriging模型进行自适应更新,得到自适应Kriging模型;其中,对训练后的Kriging模型进行自适应更新的方法为:通过所述置信下界准则对所述Kriging模型进行自适应加点,将得到的校正点采用流体动力学分析得到响应值,根据校正点及其响应值生成新的样本训练更新Kriging模型,得到自适应Kriging模型;利用Kriging模型预测样本点的置信下界作为目标函数对Kriging模型进行优化,并将目标函数的最小值对应的样本点作为校正点;7)将所述自适应Kriging模型作为遗传算法的适应度函数,采用遗传算法进行寻优确定所述氖透平的总静效率值最大时对应的待优化的设计变量值;8)根据所述氖透平的总静效率值最大时对应的待优化的设计变量值确定所述氖透平的最终结构。

全文数据:

权利要求:

百度查询: 中国科学院高能物理研究所 一种基于自适应代理模型的氖透平气动优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。