发明

一种基于机器学习的涡轮气动-动态响应智能优化设计方法2024

2024-04-21 07:54:57 发布于四川 6
  • 申请专利号:CN202010647225.1
  • 公开(公告)日:2024-04-19
  • 公开(公告)号:CN111814272A
  • 申请人:中国科学院工程热物理研究所
摘要:本发明公开了一种基于机器学习的涡轮气动性能‑动态响应智能优化设计方法,主要步骤如下:(1)获得涡轮的几何参数,气动性能和动态过程中转速超调量数据集;(2)基于机器学习数据降维方法提取涡轮设计变量主因素,采用智能学习算法形成训练样本和测试样本集,构建涡轮性能预测模型;(3)基于性能预测模型、经主因素筛选后变量以及多目标加权优化函数,进行涡轮优化设计;(4)获得多目标最优化方案,形成涡轮设计准则函数关系式。本发明同时考虑涡轮的气动性能和动态调节特性,并采用机器学习方法开展优化设计,不但可以获得涡轮最优设计结果,还能够获得性能与几何变量之间的函数关系式,最终为同类新涡轮的设计提供设计准则。

专利内容

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111814272 A (43)申请公布日 2020.10.23 (21)申请号 202010647225.1 (22)申请日 2020.07.07 (71)申请人 中国科学院工程热物理研究所 地址 100190 北京市海淀区北四环西路11 号 (72)发明人 王星 张雪辉 李文 朱阳历  陈海生  (74)专利代理机构 北京锺维联合知识产权代理 有限公司 11579 代理人 原春香 (51)Int.Cl. G06F 30/17 (2020.01) G06F 30/28 (2020.01) G06F 30/27 (2020.01) G06F 119/14 (2020.01) 权利要求书2页 说明书4页 附图1页 (54)发明名称 一种基于机器学习的涡轮气动-动态响应智 能优化设计方法 (57)摘要 本发明公开了一种基于机器学习的涡轮气 动性能‑动态响应智能优化设计方法,主要步骤 如下:(1)获得涡轮的几何参数,气动性能和动态 过程中转速超调量数据集;(2)基于机器学习数 据降维方法提取涡轮设计变量主因素,采用智能 学习算法形成训练样本和测试样本集,构建涡轮 性能预测模型;(3)基于性能预测模型、经主因素 筛选后变量以及多目标加权优化函数,进行涡轮 优化设计;(4)获得多目标最优化方案,形成涡轮 设计准则函数关系式。本发明同时考虑涡轮的气

最新专利