基于径向基神经网络-遗传算法的海流能水轮机叶片翼型优化

发布时间：2017-04-05 13:56

  本文关键词：基于径向基神经网络-遗传算法的海流能水轮机叶片翼型优化，，由笔耕文化传播整理发布。

【摘要】：如何提高海流能水轮机的能量捕获效率是海洋能开发领域的重点研究课题,而提高海流能水轮机能量性能的关键在于其叶片几何的构造基础——水力翼型的性能提升。该文提出了一种水力翼型的多工况优化设计方法,该方法采用Bezier曲线参数化技术建立翼型的参数化表征方法,然后利用拉丁超立方试验设计技术在设计空间获取训练径向基(radial basis function,RBF)神经网络的样本点,通过计算流体动力学的方法获得每个翼型样本的性能参数后开展神经网络的学习训练,最后采用RBF神经网络与NSGA-II遗传算法相结合的现代优化技术数值求解水力翼型的多工况优化问题。基于上述优化方法对NACA63-815翼型进行了优化改进,重点研究了该翼型在3个攻角工况下(0,6°和12°)的优化问题及求解方法。优化结果表明,优化后的翼型在3个工况点下都具有更好的升阻比性能,同时也能更好地抑制失速现象的产生,验证了该优化方法的理论正确性和可行性。
【作者单位】： 西安理工大学水利水电学院;
【关键词】： 神经网络 水轮机 遗传算法 优化 叶片翼型 多工况优化
【基金】：国家自然科学基金重点项目(51339005);国家自然科学基金项目(51379174)
【分类号】：TK730.2
【正文快照】： 0引言海流能水轮机是一种将海流能转换为电能的机械装置,其型式分为水平轴和垂直轴2种。海流能水轮机中关键部件为转轮叶片,而转轮叶片由各截面上的翼型根据一定的安放角组合而成,因此开展叶片翼型的水动力学特性研究对提高海流能水轮机的能量捕获效率有重要意义。徐超[1]、王

【参考文献】

中国期刊全文数据库 前10条

1 郝中军;扈晓翔;;基于拉丁超立方抽样的导弹快速精度分析与误差补偿方法[J];兵工自动化;2009年06期

2 王晓东;康顺;;基于近似模型的透平机械多目标优化[J];工程热物理学报;2011年11期

3 钱辉仲;顾克秋;彭迪;周成;;基于NSGA-II算法的超轻型火炮摇架多目标优化设计[J];机械设计;2012年06期

4 马舜;李伟;刘宏伟;林勇刚;;水平轴潮流能发电系统能量捕获机构研究[J];机械工程学报;2010年18期

5 李启权;王昌全;岳天祥;李冰;杨娟;;基于RBF神经网络的土壤有机质空间变异研究方法[J];农业工程学报;2010年01期

6 余廷芳;朱洪震;彭春华;;基于NSGA-Ⅱ算法的锅炉燃烧多目标优化[J];南昌大学学报(工科版);2013年01期

7 李勇;樊丁;;基于RBF神经网络的航空发动机模糊滑模控制研究[J];计算机测量与控制;2013年03期

8 吴正科;杨青真;施永强;李岳锋;;基于RBF和PSO的双喉道气动矢量喷管优化设计[J];推进技术;2013年04期

9 冯建军,罗兴

本文编号：287088