现代压气机性能需求日趋严苛，叶型优化工作至关重要。近年来遗传算法在叶型优化设计中得到诸多应用，但是传统遗传算法耗时过大，为解决这一问题本文提出了一种应用主成分分析与人工神经网络的流场重构方法，以及基于该方法的快速评估叶型性能的遗传算法优化流程。数值结果表明，基于该优化流程的寻优结果预测静压比与CFD计算值的误差低于0.1%，能够有效对叶型性能进行预测；并且该寻优结果与原始叶型相比静压比提升14.7%，效果可观。
科研之友
微信
新浪微博
Facebook
分享链接
