基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

摘要：

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9％,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.

关键词：涡轮叶片、低循环疲劳、概率寿命、广义回归型神经网络、果蝇优化算法、健壮性

所属期刊栏目：28

分类号：V21(基础理论及试验)

在线出版日期：2013-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1013-1018