针对无叶风扇气动噪声过大的问题,开展基于CST(Class Function/Shape Function Transformation,CST)参数化方法的柯恩达面气动噪声敏感性分析。首先,以NACA0012翼型及样条曲线构造柯恩达面,建立无叶风扇的风圈截面及三维模型。然后,通...针对无叶风扇气动噪声过大的问题,开展基于CST(Class Function/Shape Function Transformation,CST)参数化方法的柯恩达面气动噪声敏感性分析。首先,以NACA0012翼型及样条曲线构造柯恩达面,建立无叶风扇的风圈截面及三维模型。然后,通过数值模拟分析柯恩达面处的流动情况及气动噪声,并通过试验验证数值计算的准确性。最后,建立柯恩达面参数化模型,并以气动噪声为目标响应,采用Sobol法与Kriging代理模型相结合的方法,计算参数化模型中Bernstein多项式系数的一阶灵敏度系数和总灵敏度系数,找出对气动噪声影响较大的参数。结果表明,影响柯恩达面处气动噪声的主要因素依次为风圈截面的厚度、前缘半径、后缘厚度。展开更多
暴雨洪水管理模型(storm water management model,SWMM)的不确定参数在一定程度上影响着内涝模拟的精度,因此以中山市某研究区域为例,计算SWMM模型参数的初始值,采用最大互信息系数和偏相关系数探究短历时、长历时不同重现期下对径流总...暴雨洪水管理模型(storm water management model,SWMM)的不确定参数在一定程度上影响着内涝模拟的精度,因此以中山市某研究区域为例,计算SWMM模型参数的初始值,采用最大互信息系数和偏相关系数探究短历时、长历时不同重现期下对径流总量、出流总量、峰值流量和峰现时间敏感的参数,并利用熵权法确定2种方法的权重进行综合评价,结合综合分析得到的敏感参数和偏相关分析得到的变量之间的正负相关关系,选取8场历史降雨对模型进行率定与验证。结果表明:2种方法得到的各重现期下敏感参数并不完全一致;综合分析发现不同重现期要考虑的敏感参数略有不同,且各重现期最敏感参数与最大互信息系数的结果一致;P=10 a、20 a同一重现期不同降雨历时下敏感参数存在较大差异;模型模拟的管网井下液位的纳什效率系数均大于0.7,峰现时间误差均小于等于30 min,峰值相对误差的绝对值均小于3.5%。通过深入分析模型参数的不确定性,可提高参数率定效率和模型的准确度。展开更多
文摘针对无叶风扇气动噪声过大的问题,开展基于CST(Class Function/Shape Function Transformation,CST)参数化方法的柯恩达面气动噪声敏感性分析。首先,以NACA0012翼型及样条曲线构造柯恩达面,建立无叶风扇的风圈截面及三维模型。然后,通过数值模拟分析柯恩达面处的流动情况及气动噪声,并通过试验验证数值计算的准确性。最后,建立柯恩达面参数化模型,并以气动噪声为目标响应,采用Sobol法与Kriging代理模型相结合的方法,计算参数化模型中Bernstein多项式系数的一阶灵敏度系数和总灵敏度系数,找出对气动噪声影响较大的参数。结果表明,影响柯恩达面处气动噪声的主要因素依次为风圈截面的厚度、前缘半径、后缘厚度。
