神经网络模型在压气机通流特性分析中的应用

摘要：

为了解决通流特性分析程序中原始模型对压气机性能预测精度不足的问题,提高压气机通流特性分析过程的可靠性,基于对大量多圆弧叶栅的数值模拟结果建立了压气机叶栅性能数据库,并以该数据库为依托,采用神经网络建模方法建立了压气机叶栅基准损失系数和基准落后角模型.结果显示:两模型对叶栅基准损失系数和基准落后角的预测精度均满足工程应用要求,其精度分别为±0.002和±1°.在对采用神经网络模型的通流特性分析程序校验过程中发现,其无论对压气机整机性能还是对流动细节的预测精度上都获得了显著提高,尤其是在主流区.此外从压气机整体特性上看,基准损失系数和基准落后角精度的提高对非设计工况损失系数和落后角的预测精度影响是积极的.

关键词：压气机、通流特性分析、神经网络、损失系数、落后角

所属期刊栏目：37

分类号：V231.3(航空发动机（推进系统）)

资助基金：国家自然科学基金51676015

在线出版日期：2022-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1260-1272