显著变量识别与高温叶片多学科设计优化方法

发布时间：2017-11-10 09:26

  本文关键词：显著变量识别与高温叶片多学科设计优化方法

  更多相关文章： 高温叶片 多学科优化 显著变量识别 数据挖掘 共轭换热

【摘要】：针对高温叶片气热多学科优化设计问题中设计变量过多造成的维数灾难问题,提出了基于数据挖掘技术的显著变量识别方法。采用显著变量识别方法剔除了对高温叶片Mark II气热性能影响小的设计变量,使设计变量个数从36个减少为15个。通过耦合共轭换热分析方法、三维叶片及冷却系统参数化方法以及自适应多目标差分进化算法,建立了高温叶片多学科多目标设计优化系统。基于显著变量识别方法获得的设计变量,完成了Mark II型叶片的气热性能多学科设计优化。优化获得了9个Pareto解,典型Pareto解的气热分析结果表明,优化后叶片的气热性能明显优于原始叶片,验证了基于数据挖掘技术的高温叶片多学科设计方法的有效性。
【作者单位】： 西安交通大学能源与动力工程学院;
【基金】：国家自然科学基金(51106123)
【分类号】：V232.4
【正文快照】： 1引言高温涡轮叶片是燃气轮机和航空发动机热功转换的基本工作单元。高性能高温涡轮叶片的设计研发是自主发展涡轮的关键核心技术之一。高温涡轮叶片的气动效率和换热性能是涡轮叶片气热设计关注的重点。因此高温涡轮叶片是一个多学科多目标的优化设计问题。随着计算机技术和

【相似文献】

中国期刊全文数据库 前2条

1 孙振明;安伟光;张辉;姜兴渭;;数据挖掘技术的AHP改进算法在航天器数据分析中的初探[J];哈尔滨工程大学学报;2006年05期

2 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 彭兴慧;WS9发动机试车数据库数据挖掘技术研究[D];西北工业大学;2005年

，

本文编号：1166050