基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

摘要：

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP(back propagation)人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4％和10.9％.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.

关键词：离心压气机叶轮设计、多目标优化、遗传算法、人工神经网络、主成分分析

所属期刊栏目：31

分类号：V435+.11;TK14(推进系统（发动机、推进器）)

资助基金：国家高技术研究发展计划2013AA050801;科技部国际合作项目2014DFA60600

在线出版日期：2016-11-28（万方平台首次上网日期，不代表论文的发表时间）

页码：2424-2431