馈人工神经网络在遗传算法的练习和演化下完成叶栅气动设计任务的方法。所提出的遗传算法设计模型均具有广泛的通用性，可以与任何层次的cfd流场分析程序结合。可以对气动叶栅进行任意命题下的自动设计，既可以对叶栅进行传统意义上的正命题设计和逆命题设计，也可以实现叶栅的混合命题设计。
3．传统的离心压缩机叶轮及其它气动元件均为单点设计，即按一个给定工况点设计。如此设计出的元件在设计工况点四周尚能较好工作，但当实际运行工况偏离设计工况时，元件的性能就会急剧恶化。

论文将航空机翼中多点设计的思想首次引入离心压缩机叶栅的气动设计当中，欲通过以元件的两个或更多个希望的运行工况点作为给定设计点，设计出在各个设计点之间均能较好工作的折中（trade-off）最优化叶栅。论文首次提出气动叶栅多点设计问题的数学描述。对叶栅多点设计问题，提出三个有效获取问题pareto解集的遗传算法方法求解策略，即全局适应值竞赛策略，双枝竞赛策略和pareto占优竞赛策略。所提出的遗传算法多点设计方法得到扩压叶栅设计实例的实验验证（参见fan,xi,wang,journalofpowerandenergy,proc.itn.mech.engrs,2000,fan,xi,wang,chinesejournalofmechanicalengineering,2000）。
4．遗传算法在叶栅外形优化上的成功应用激励作者尝试用该方法进行叶栅流场的数值分析。论文研究和探讨了生物进行系统与守恒定律支配的非生物物理系统的相似性。基于这些相似性，提出了一个求解流场问题的初步的“遗传算法类”cfd方法。该方法以流场的解作为遗传进化个体，以候选解满足守流体守恒性（如质量守恒，能量守恒等）的误差作为其适应性的度量，通过遗传算法对流场进行求解。初步探讨了守恒性误差的求解方法所得结果令人鼓舞，它初步显示，遗传算法具有进行叶栅流场分析的巨大潜力。以此为起种类（参见fan,lu,xu,engineeringcomputation,2000）。
要害词：遗传算法，优化，离心压缩机，叶栅，神经网络
studyofevolutionary-computation-basedmethodsaliedto
designofstationarycircularcascadesincentrifugalcompreors
atract
incentrifugalcompreors,stationarycascades,generallyincludingbladeddiffusersandreturningchael,arethekeypartsforgaseousenergytraformation.itisinevitablethattheenergylooccursintheseparts.forexample,theexpectedaerodynamicefficiencyofthesinglestagecompreorsthatarecurrentlyproducedinchinaisabout83.butstudieshavedemotratedthattheimpellers’efficiencycanreachuptomorethan90.thisimpliesthattheenergylointhestationarypartsreducesthemachines’totalefficiencymorethan7.thisisacoiderableprop

上一页  [1] [2] [3] [4] [5] [6] [7] 下一页