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：湖南工业大学

摘要：汽轮机叶片流场及性能参数的预测方法及装置，涉及叶片流场及性能参数预测领域。为解决现有技术中，现阶段汽轮机叶片的性能测试仍旧以传统的CFD仿真计算为主要手段，需要耗费大量的计算时间的技术问题，本发明提供的技术方案为：包括：采集预设汽轮机叶片流场图和流场数据，作为样本数据集；将样本数据集划分为训练集、验证集和测试集；根据预设SwinTransformer预测模型和训练集，进行监督模型训练；通过验证集，对训练得到的监督模型进行优化，至达到预设误差；通过测试集，对优化得到的监督模型进行验证，若满足预设误差，则输出当前模型。通过该模型，对汽轮机叶片流场及性能参数进行预测。可以应用于汽轮机叶片流场及性能参数的预测工作中。

主权项：1.汽轮机叶片流场及性能参数的预测模型构建方法，其特征在于，所述方法包括：采集预设汽轮机叶片流场图和流场数据，作为样本数据集的步骤；将所述样本数据集划分为训练集、验证集和测试集的步骤；具体的，选取汽轮机叶片导叶和动叶的几何特征和气动参数数据，其中选取包括叶片的几何入口角、几何出口角、叶型折转角、弦长、出口偏转角、圆心连接角、轴径和节距，以上几何参数以及每个叶片横向截面的12个控制点作为叶片的特征参数，气动参数选取气流入口总压、入口流量以及来流攻角，根据以上数据构建特征编码，其中分别表示进气几何角、有效出气角、上楔角、出口偏转角、圆心连接角、轴径和节距，以上参数，分别表示导向叶片和动叶的横向截面的12个控制点坐标，分别表示气流入口总压、入口流量以及来流攻角；为获得多样本数据的向量集，在已有叶型特征数据的基础上，对其控制点坐标以及各参数进行调整，并采用最小二乘法对整个二维模型进行拟合，之后以模型叶片吸力面和压力面的光滑程度为基准进行采样筛选，最终构建二维汽轮机叶片模型数据，并通过拉丁超采样方法获得2000个汽轮机的叶片模型特征编码数据库；所述样本数据集，在已有叶片模型库的基础上对叶片模型进行网格划分，通过给定需要的初始流场计算条件，采用CFD求解器进行计算，从而得到汽轮机叶片的流场数据库及相应的性能参数数据集，本实施例中，所述性能参数选取汽轮机叶片叶型的效率和落压比作为预测目标，将获得的流场数据库按4：4：2建立训练集、验证集和测试集；根据预设SwinTransformer预测模型和所述训练集，进行监督模型训练的步骤；所述预测模型基于SwinTransformer模型进行构建，包括分割后的流场图和线性映射层，所述线性映射层后连接层级注意力机制模块进行窗口自注意力计算，之后分3次连接合并层对特征图进行下采样，每个合并层后分别连接2、6和2个层级注意力机制，每个层级注意力机制模块中均由归一化层、全局池化层、多层感知机组成；之后，将最后一个层级注意力机制模块的输出送入全连接层进行回归预测；通过所述验证集，对训练得到的所述监督模型进行优化，至达到预设误差的步骤；通过所述测试集，对优化得到的所述监督模型进行验证，若满足预设误差，则输出当前模型的步骤。

全文数据：

权利要求：

百度查询： 湖南工业大学 汽轮机叶片流场及性能参数的预测方法及装置