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：中国计量大学

摘要：本发明公开了一种基于DBO‑BP和NSWOA的螺旋桨翼型气动优化方法，属于飞行器技术领域。本方法首先通过CST翼型参数法对原始翼型进行参数化，结合拉丁超立方抽样法在一定范围内对原始翼型进行扰动，生成样本空间；随后，使用CFD软件对样本空间内的翼型进行气动分析，构建样本数据集；再使用DBO算法对BP代理模型的初始权重和阈值进行优化，实现DBO‑BP神经网络代理模型的建立；最后，结合NSWOA算法对代理模型进行优化，并将优化结果通过CFD软件进行验证分析。本发明通过构建DBO‑BP代理模型，能够有效提高BP代理模型及优化结果的可靠性；通过NSWOA算法，同时对升力系数和阻力系数进行优化，能够有效解决优化目标单一、优化效率低的问题。

主权项：1.一种基于DBO-BP和NSWOA的螺旋桨翼型气动优化方法，其特征在于，包括以下步骤：步骤1：确定初始翼型，并通过CST参数法将翼型参数化，得到原始CST参数；步骤2：结合拉丁超立方抽样法，在合理的范围内根据原始CST参数控制点进行均匀随机采样，生成样本空间；步骤3：结合CST参数法，将样本空间内的翼型参数控制点转化为翼型坐标点；步骤4：对原始的翼型进行网格绘制，得到初始网格结构；步骤5：通过脚本调用ICEM对样本范围内所有翼型进行网格绘制；步骤6：通过脚本调用Fluent对生成的Mesh网格进行气动分析，将得到的Cl、Cd文件输出；步骤7：将CST参数集与对应的仿真结果合并，建立样本数据集；步骤8：对样本进行归一化处理；步骤9：将样本数据集打乱，并按一定比例分为训练集和测试集；步骤10：建立初始BP神经网络，采用多层感知器神经网络搭建神经网络；步骤11：将初始化后BP神经网络的权重和阈值映射到蜣螂优化算法中进行优化，经过蜣螂优化算法优化后输出最优权重和阈值；步骤12：当满足要求即算法达到最大迭代次数后输出原始BP神经网络的最优权重和阈值；步骤13：结合BP神经网络不断进行训练和测试，直至满足终止条件即代理模型完成建立；步骤14：结合NSWOA优化算法，对翼型参数进行多目标优化；步骤15：通过CFD方法来验证代理模型预测数据的准确性以及优化结果的可靠性。

全文数据：

权利要求：

百度查询： 中国计量大学 一种基于DBO-BP和NSWOA的螺旋桨翼型气动优化方法