申请/专利权人：西安交通大学

申请日：2023-12-19

公开（公告）日：2024-03-22

公开（公告）号：CN117744261A

主分类号：G06F30/17

分类号：G06F30/17;G06F30/27;G06N3/045;G06N3/0475;G06N3/094;G06F17/10;G06F111/06;G06F119/14

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于透平机械设计优化技术领域，公开了一种基于自适应代理模型的透平叶片阻尼结构优化方法，其基于获得的初始的自适应代理模型，以启发式优化算法作为优化求解器，求解出特征参数样本空间的极值点；由极值点计算得到期望改进函数的最大值，并作为新的样本点插入到特征参数样本空间中以获得更新后的特征参数样本空间，判断达到预设收敛条件时，获得最终的自适应代理模型；基于最终的自适应代理模型，获得所述待优化透平叶片阻尼结构的优化后透平叶片阻尼结构，以及优化后透平叶片阻尼结构的动响应。本发明在提高代理模型精度的同时降低了优化计算成本，可达到阻尼叶片的优化设计目标。

主权项：1.一种基于自适应代理模型的透平叶片阻尼结构优化方法，其特征在于，包括：步骤S1，对待优化透平叶片阻尼结构进行采样，获得叶片阻尼结构的特征参数样本空间；步骤S2，基于特征参数样本空间，利用训练好的阻尼结构生成器，生成透平叶片阻尼结构；步骤S3，基于步骤S2生成的透平叶片阻尼结构，建立整圈阻尼叶片-轮盘振动特性分析模型并采用模态综合法获得叶片减缩模型，耦合阻尼结构接触面的碰撞和摩擦模型开展模态和非线性响应分析，获得叶片表面监测点的动响应；步骤S4，基于步骤S1获得的特征参数样本空间和步骤S3获得的动响应，通过Kriging方法构造并训练获得初始的自适应代理模型；步骤S5，基于步骤S4获得的初始的自适应代理模型，以启发式优化算法作为优化求解器，求解出特征参数样本空间的极值点；由极值点计算得到期望改进函数的最大值，并作为新的样本点插入到特征参数样本空间中以获得更新后的特征参数样本空间，判断达到预设收敛条件时，获得最终的自适应代理模型；基于最终的自适应代理模型，执行步骤S2获得所述待优化透平叶片阻尼结构的优化后透平叶片阻尼结构；基于最终的自适应代理模型，执行步骤S3获得优化后透平叶片阻尼结构的动响应。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于自适应代理模型的透平叶片阻尼结构优化方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD