학술논문
基于RBF神经网络的压气机叶片面压力场预测研究.
Document Type
Article
Source
Subject
*COMPUTATIONAL fluid dynamics
*COMPRESSOR blades
*SURFACE pressure
*PREDICTION models
*ROTATIONAL motion
*COMPRESSORS
*AERODYNAMIC load
*
*
*
*
*
*
Language
Chinese
ISSN
1000-0887
Abstract
航空发动机压气机内部流道气流特性复杂, 叶片所处的涡状流场具有高压、高速、旋转和非定常等特点, 因此, 亟需高效、准确地计算和预测压气机叶片复杂流场的气动特性.该文针对航空发动机叶片复杂流场的研究, 通过计算流体动力学(computational fluid dynamics, CFD)方法, 生成不同工作状态下的叶片表面气动载荷分布.采用径向基函数(radial based function, RBF)神经网络建立压力面表面气动载荷预测模型, 将神经网络建模方法与流场计算相结合, 神经网络方法能够对基于CFD的数据集进行学习和训练, 适当地弥补来自计算流体动力学的误差, 为有效预测航空发动机压气机叶片复杂流场提供了参考渠道. [ABSTRACT FROM AUTHOR]