期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于EI加点准则与代理模型的风力机专用翼型气动与结构优化设计 被引量:8
1
作者 张强 缪维跑 +3 位作者 刘青松 常林森 李春 张万福 《中国电机工程学报》 EI CSCD 北大核心 2022年第12期4467-4476,共10页
为获得具有优良气动性能且兼具结构强度的风力机翼型,以运行攻角下升阻比与截面扭转惯性矩最优为目标函数,利用遗传算法对翼型进行优化设计,提出一种兼顾气动与结构特性的翼型设计方法。通过Bezier曲线表征翼型几何轮廓,采用CFD方法求... 为获得具有优良气动性能且兼具结构强度的风力机翼型,以运行攻角下升阻比与截面扭转惯性矩最优为目标函数,利用遗传算法对翼型进行优化设计,提出一种兼顾气动与结构特性的翼型设计方法。通过Bezier曲线表征翼型几何轮廓,采用CFD方法求解翼型气动力,利用Matlab编写程序获得翼型结构特性;建立Kriging代理模型减少CFD计算次数,并采用拉丁超立方采样和EI加点相结合的方式提高优化效率。将优化翼型与风力机翼型NACA64618对比分析,结果表明:优化翼型在运行攻角范围内具有更佳的气动性能,且优化后叶片的摆振位移与叶尖扭转角分别减小23.446%与17.544%。 展开更多
关键词 风力机翼型 气动性能 结构特性 代理模型 优化设计
在线阅读 下载PDF
基于多目标遗传算法的垂直轴风力机专用翼型优化设计 被引量:7
2
作者 张强 缪维跑 +3 位作者 刘青松 常林森 李春 张万福 《太阳能学报》 EI CAS CSCD 北大核心 2023年第4期9-16,共8页
为提升垂直轴风力机翼型综合气动性能,建立针对多运行工况的翼型优化设计方法。采用CST参数化方法表征翼型几何外形,通过优化的拉丁超立方抽样方法进行空间采样,利用CFD方法计算翼型气动力,并建立径向基函数神经网络代理模型,以翼型小... 为提升垂直轴风力机翼型综合气动性能,建立针对多运行工况的翼型优化设计方法。采用CST参数化方法表征翼型几何外形,通过优化的拉丁超立方抽样方法进行空间采样,利用CFD方法计算翼型气动力,并建立径向基函数神经网络代理模型,以翼型小攻角下升力和失速攻角下升阻比最优为设计目标,采用多目标遗传算法在代理模型上进行寻优,获得适用于垂直轴风力机的专用翼型以提高其在不同尖速比下的旋转力矩。对风力机常用翼型NACA0018进行优化,结果表明:以翼型失速攻角和最大升阻比攻角为优化目标,不仅提高了单翼型的升力系数与升阻比,而且将优化翼型应用于垂直轴风力机时还可提升使整机力矩系数。 展开更多
关键词 垂直轴风力机 CST参数化 代理模型 优化设计
在线阅读 下载PDF
基于代理模型的风力机翼型动态失速优化设计 被引量:4
3
作者 张强 缪维跑 +3 位作者 常林森 刘青松 李春 张万福 《太阳能学报》 EI CAS CSCD 北大核心 2023年第6期343-350,共8页
为改善风力机翼型动态失速性能,利用代理模型方法替代计算流体力学(CFD)方法开展翼型动态失速特性优化设计。通过CST参数化方法构建翼型几何外形,采用优化的拉丁超立方抽样进行试验设计,获得样本点处的气动力参数,建立高斯过程回归模型... 为改善风力机翼型动态失速性能,利用代理模型方法替代计算流体力学(CFD)方法开展翼型动态失速特性优化设计。通过CST参数化方法构建翼型几何外形,采用优化的拉丁超立方抽样进行试验设计,获得样本点处的气动力参数,建立高斯过程回归模型,依据改善期望最大准则增加样本点,不断提高模型精度。以降低风力机翼型的平均力矩与阻力系数为优化目标,以平均升力系数不降为限制条件,采用受自然启发的全局进化类遗传算法进行寻优。结果表明:与原始翼型相比,优化翼型综合气动性能更优,尤其是平均阻力与平均力矩系数,分别减小9.57%与16.6%;此外,优化翼型可抑制后缘涡向前缘发展,在一定程度上改善动态失速。 展开更多
关键词 风力机翼型 动态失速 CST参数化 代理模型 翼型优化
在线阅读 下载PDF
基于BP神经网络代理模型的翼型优化及领域自适应研究 被引量:8
4
作者 陈晨铭 郭雪岩 常林森 《动力工程学报》 CAS CSCD 北大核心 2022年第7期657-663,共7页
采用神经网络代理模型和遗传算法相结合的方法对NACA64(3)-618风力机翼型进行了气动优化。针对青藏高原风场条件下某一工况进行优化时,利用拉丁超立方采样生成参数样本集、通过B样条曲线对翼型进行光滑化处理、采用基于深度前馈网络的... 采用神经网络代理模型和遗传算法相结合的方法对NACA64(3)-618风力机翼型进行了气动优化。针对青藏高原风场条件下某一工况进行优化时,利用拉丁超立方采样生成参数样本集、通过B样条曲线对翼型进行光滑化处理、采用基于深度前馈网络的代理模型预测了升、阻力系数,并结合遗传算法实现了气动优化选型,利用CFD方法验证了优化结果。结果表明:优化翼型的升阻比和升力系数分别提高了4.52%和4.05%,阻力系数降低了0.42%;优化流程能用低维参数表达比较完整的翼型,代理模型能在严苛条件下得到较好的翼型;阻力系数代理模型的精度较高,明显优于升力系数代理模型,而且阻力系数代理模型在领域自适应方面表现良好。 展开更多
关键词 翼型优化 深度学习 代理模型 深度前馈网络 领域自适应
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部