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.pdf

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.pdf

ID:56145504

大小:659.82 KB

页数:9页

时间:2020-06-04

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.pdf_第1页
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.pdf_第2页
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.pdf_第3页
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.pdf_第4页
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.pdf_第5页
资源描述:

《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.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第30卷第8期农业工程学报Vo1.30No.82014年4月TransactionsoftheChineseSocietyofAgriculturalEngineeringApr.201465基于径向基神经网络一遗传算法的海流能水轮机叶片翼型优化朱国俊,冯建军※,郭鹏程,罗兴镝(西安理工大学水利水电学院,西安710048)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

2、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(radialbasisfunction,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

3、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。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doi:10.3969~.issn.1002—6819.2014.08.008中图分类号:TK733+.3文献标识码:A文章编号:1002—6819(2014)一08—0065—09朱国俊,冯建军,郭鹏程,等,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[J].农业工程学报,2014,30(8):65—73.ZhuGuojun,FengJianjun,GuoPengc

4、heng,eta1.Optimizationofhydrofoilformarinecurrentturbinebasedonradialbasisfunctionneuralnetworkandgeneticalgorithm[J].TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE),2014,30(8):65-73.(inChinesewithEnglishabstract)法对HF.Sx、Fx63137以及NAC

5、A63—815等翼型进0引言行了升阻特性对比;英国南安普顿大学的Bahaj海流能水轮机是一种将海流能转换为电能的机等[6-10]对水平轴海流能发电机叶轮及叶轮翼型进行械装置,其型式分为水平轴和垂直轴2种。海流能了大量的试验测试工作。除此之外,还有一部分学水轮机中关键部件为转轮叶片,而转轮叶片由各截者对海流能翼型的优化设计开展了研究,如面上的翼型根据一定的安放角组合而成,因此开展Grasso⋯】利用RFOIL软件和序列二次规划法相结叶片翼型的水动力学特性研究对提高海流能水轮机合开展了翼型的优化设计;杨波等L1zJ则采用CFD的

6、能量捕获效率有重要意义。徐超【lJ、王英英【2J采用技术和等级公平竞争遗传算法相结合对竖直轴海格子Boltzmann方法对海流能翼型水动力学特性进流能叶片翼型进行了优化,这些的研究都取得了一行了研究,并开发了翼型性能计算的软件;马舜定的成果,但是他们所采用的优化设计方法还存在等[3-4J通过CFD数值模拟方法对NACA6系列层流可以改进的方面。Grasso采用基于梯度的序列二翼型进行了水动力学特性研究,并采用该系列翼型次规划法无法保证所得解为全局最优解,杨波等[12J设计了水平轴海流能水轮机叶片同时进行了试验采用遗传算法极大

7、地提高了搜寻到全局最优解的测试;Goundar等L5J同时采用数值模拟和试验的方概率,但在上千次寻优过程中,每个过程都进行CFD分析无疑使得优化过程非常耗时,因此本文通收稿日期:2013—09.24修订日期:2014—03.19过引入对非线性问题具有较好全局逼近能力的径基金项目:国家自然科学基金重点项目(51339005);国家自然科学基向基神经网络来替代寻优过程中用来获得翼型水金项目(5I379I74)动力学性能的CFD计算,并将其与非支配主导排作者简介:朱国俊(I984一),男,博士生,研究方向为流体机械优化设计理论、流

8、动分析等。西安西安理工大学水利水电学院,710048。序遗传算法相结合,提出一种基于遗传算法和神经Email:zbbpearl@126.com网络相结合的海流能叶片翼型的优化设计方法,并※通信作者:冯建军(1976一),男,教授,研究方向为流体机械流动将其应用于海流能水轮机叶片截面翼型理论

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。