基于神经网络的变截面再生冷却结构优化设计

摘要：

针对目前再生冷却结构优化研究存在参数对比范围窄、依赖于经验关系式等问题,根据航空发动机燃烧室特点提出了一种变截面宽度再生冷却通道,并采用神经网络模型结合数值模拟结果,以通道出口燃油温度相对标准差、燃气侧最高壁温及壁温相对标准差为目标,预测了全参数范围内不同槽宽和、槽宽比及肋高下目标函数的变化规律.预测结果表明:当槽宽和较小时,增大肋高可以强化换热,但当槽宽和较大时,需减小肋高才能强化换热,这也揭示了为何有些文献中关于肋高对换热性能影响的结论会相反;此外,存在一个最佳槽宽比范围,可使得三个目标函数均最低;增大槽宽和可以明显降低燃气侧壁温及其不均匀度,减小肋高可以缩小不同管道出口燃油温度的差异.从预测空间内可选取多组综合流动换热性能较优的结构,优化后三组目标函数的加权值降低了9.09％.

关键词：再生冷却通道、神经网络、航空发动机燃烧室、流动换热、变截面

所属期刊栏目：42

分类号：V231.2(航空发动机（推进系统）)

资助基金：国家自然科学基金51906234

在线出版日期：2021-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1112-1120