买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】基于最优权衡的超临界CO2离心压缩机贝叶斯优化方法_大连理工大学_202110882979.X 

申请/专利权人:大连理工大学

申请日:2021-08-02

公开(公告)日:2024-01-30

公开(公告)号:CN113688565B

主分类号:G06F30/27

分类号:G06F30/27;G06N3/006;G06N7/01;G06Q10/04;G06Q10/063;G06F111/06;G06F111/10

优先权:

专利状态码:有效-授权

法律状态:2024.01.30#授权;2021.12.10#实质审查的生效;2021.11.23#公开

摘要:基于最优权衡的超临界CO2离心压缩机贝叶斯优化方法,包括S1、样本数据构建、S2、模型构建、S3、计算样本数据集的潜在最优权衡系数集合向量、S4、输出最优样本点向量及其响应值四大步骤。本发明针对超临界CO2离心压缩机近临界点工质带来设计与优化难题,以及现有的基于置信上界的贝叶斯优化方法的不足,能够动态权衡优化过程中的局部开发与全局探索,提升优化效率和全局优化能力,改善超临界CO2离心压缩机气动优化设计结果。

主权项:1.基于最优权衡的超临界CO2离心压缩机贝叶斯优化方法,其特征在于,包括以下步骤:S1、样本数据构建:从基于真实气体的多级超临界CO2离心压缩机的一维气动计算模型中确定d个设计变量zj,其中,zj表示第j个设计变量,1≤j≤d,d为设计变量的数量;将该d个设计变量zj保存为设计变量向量并预设每个设计变量zj的设计范围;在设计变量zj的设计范围内,对d个设计变量zj进行赋值,并将每次赋值后的设计变量向量作为一个样本点;按照实验设计方法选取t组赋值,得到t个样本点其中zji表示第i个样本点中第j个设计变量值;并将该t个样本点组成样本集然后将样本集X输入含有总压损失模型和能量损失模型的超临界CO2离心压缩机一维气动计算程序中,计算每个样本点xi的样本响应值yxi,并输出由样本响应值yxi组成的样本响应向量Y,样本集X和样本响应向量Y构成样本数据集D={X,Y};S2、模型构建:利用样本数据集D,构建设计变量向量与样本响应值之间的高斯过程代理模型;以得到设计范围内,样本数据集D以外的任意新样本点的预测分布;S3、计算样本数据集D的潜在最优权衡系数集合向量n为潜在最优样本点的个数;包括以下步骤:S3-1、计算样本数据集D中的各个样本点xi附近的不确定性向量各个样本点附近的不确定性向量通过留一交叉验证标准差进行衡量,其中是样本数据集D去掉样本点xi后,通过步骤S2得到的样本点xi位置处的预测标准差;S3-2、根据不确定性向量和样本响应向量Y,挑选潜在最优样本点向量n为潜在最优样本点的个数,表示第m个潜在最优样本点;通过求解下列不等式选取潜在最优样本点 其中,为权衡系数,yxi和分别表示样本点xi的响应值和留一交叉验证标准差,i=1,...,t;和分别表示潜在最优样本点的响应值和留一交叉验证标准差;ymax为样本数据集D中的最优响应值,ε是一个较小的非负数;S3-3、根据样本不确定性的数值大小将潜在最优样本点按照由大到小顺序排列;S3-4、计算相邻潜在最优样本点的斜率的绝对值,即为潜在最优权衡系数,其中和分别表示潜在最优样本点的响应值和留一交叉验证标准差;S3-5、增加大小为0和趋近无穷大的两个权衡系数值和并将权衡系数值逆序排列,得到潜在最优权衡系数集合向量S4、输出最优样本点向量及其响应值;利用基于最优权衡的自适应置信上界策略选点迭代优化,得到最优样本点向量及其响应值;根据得到的最优样本点向量及其响应值,得到对应的超临界二氧化碳离心压缩机的几何参数及气动指标值;包括以下步骤:S4-1、利用指针循环方法选取权衡系数按照初始值为1的指针θ循环选取最优权衡系数集合向量中的权衡系数S4-2、基于权衡系数值构建自适应置信上界采集函数αx*;D,即:其中μx*和σx*分别为新样本点x*的预测均值和预测标准差;根据约束条件构建采集函数的目标函数为:Maximizeαx*;D 其中,分别为初始压缩机模型的目标流量工况压比和设计流量工况效率,M为指定流量,tt,is表示总对总等熵条件,a表示目标工况,b表示设计工况,x*表示任意一个样本数据集D之外的新样本点,表示压缩机模型在新样本点x*处的目标流量工况压比,表示压缩机模型在新样本点x*处的设计流量工况效率,表示压缩机模型在新样本点x*处的最大流量值;S4-3、利用粒子群算法最大化采集函数的目标函数选择出扩充样本点xt+1,通过超临界CO2离心压缩机一维气动计算程序求解响应值yxt+1;S4-4、对响应值yxt+1进行停止判定,若满足迭代终止条件,则将扩充样本点xt+1及其响应值yxt+1作为最优结果输出,得到优化后的离心压缩机结构及其气动性能;若不满足迭代终止条件,则执行下一步;S4-5、将扩充样本点xt+1及其响应值yxt+1加入到当前的样本数据中以对数据样本集D进行扩充,得到的更新后的样本数据为D=D∪{xt+1,yxt+1},执行步骤S2-S3,对指针进行重置判定,若指针数值小于权衡系数值数量,指针θ的数值加1,否则重置指针θ为1,执行步骤S4。

全文数据:

权利要求:

百度查询: 大连理工大学 基于最优权衡的超临界CO2离心压缩机贝叶斯优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

<相关技术