申请/专利权人：南京航空航天大学

申请日：2024-03-19

公开（公告）日：2024-06-18

公开（公告）号：CN118211476A

主分类号：G06F30/27

分类号：G06F30/27;G06F30/28;G06F30/17;G06F30/15;G06F111/06;G06F111/10;G06F113/08;G06F119/08;G06F119/14

优先权：

专利状态码：在审-公开

法律状态：2024.06.18#公开

摘要：本发明公开了一种模态切换中涡轮盘腔系统换热特性多目标优化与调控方法，首先基于航空发动机涡轮盘腔数值仿真模型获得不同运行条件下涡轮盘腔系统模态切换过程中换热特性和温度场分布情况，以此作为训练样本，建立模态切换过程中涡轮盘腔系统换热特性的数据库；然后，通过神经网络的方法建立输入特征和对应输出的映射关系，构建了涡轮盘腔系统模态切换过程中涡轮盘腔换热特性快速预测模型。本发明通过优化调控盘腔空气冷源输入参数，达到对模态切换过程中涡轮盘腔换热特性多目标优化和温度场实时调控的目的。

主权项：1.一种模态切换中涡轮盘腔系统换热特性多目标优化与调控方法，其特征在于，包括以下步骤：步骤1，建立航空发动机涡轮盘腔系统三维几何模型；根据航空发动机模态切换过程确定几何边界条件，包括输入变量和热载荷；步骤2，建立模态切换过程下航空发动机涡轮盘腔系统三维数值仿真模型，确定该过程下对涡轮盘腔系统换热特性的评价指标的计算方法；步骤3，在输入变量变化范围内采用拉丁超立方抽样的方式生成输入数据集，抽样完成后将输入数据集中对应的参数带入到涡轮盘腔系统三维数值仿真模型中，计算得到涡轮盘腔系统换热特性，将换热特性评价指标作为输出数据集；步骤4，将步骤3获得的输入数据集和输出数据集随机划分为训练集、测试集、验证集，分别用于神经网络模型中参数的拟合、优化以及验证；步骤5，基于神经网络模型，将步骤4中得到的训练集用来训练构建的神经网络模型，验证集和测试集则用于对神经网络模型进行验证与测试，提高模型泛化能力；通神经网络模型对数据进行训练与测试得到输入特征和对应输出的映射关系，得到不同运行条件下涡轮盘腔系统在模态切换过程中的换热特性快速预测模型；步骤6，在输入变量的变化范围内，依据多目标智能优化算法调用步骤5中所建立的基于神经网络的换热特性快速预测模型对盘腔的输入参数进行选择，从而对涡轮盘腔的换热特性进行优化，得到换热特性的帕累托解集；步骤7，依据多目标优化得到的帕累托解集，并结合实际控温需求得到盘腔温度场合适的调控方案。

全文数据：

权利要求：

百度查询： 南京航空航天大学 模态切换中涡轮盘腔系统换热特性多目标优化与调控方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD