压气机叶片叶根轮槽物理场预测及快速优化设计

作     者：赵宇轩 陈子峰 黄丞明 谢永慧 张荻 ZHAO Yuxuan;CHEN Zifeng;HUANG Chengming;XIE Yonghui;ZHANG Di

作者机构：西安交通大学能源与动力工程学院西安710049 

出 版 物：《西安交通大学学报》 (Journal of Xi'an Jiaotong University)

年 卷 期：2024年第58卷第4期

页      面：96-106页

核心收录：

学科分类：080703[工学-动力机械及工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国家科技重大专项资助项目(J2019-Ⅳ-0022-0090) 中央高校基本科研业务费专项资金资助项目(xtr072021002) 

主　　题：压气机 叶根轮槽 深度学习 物理场预测 

摘      要：为获得压气机叶片叶根轮槽区域的物理场分布状况、降低其型线优化的时间成本,提出一种叶根轮槽物理场预测模型及快速优化设计方法。选取叶根轮槽的关键几何参数作为设计变量和状态变量,建立了参数化模型;基于深度图卷积神经网络,构建了叶根轮槽区域物理场快速预测模型,通过对比有限元分析结果验证了模型的预测精度;基于预测模型和遗传算法,进行了叶根轮槽型线的快速优化设计。结果表明:利用所提预测模型对单个设计工况的分析相比于有限元分析的加速效果达到103量级,位移和应力预测值的变化趋势与有限元分析值的变化趋势一致,最大总位移的相对预测偏差在±1%范围附近,最大等效应力相对预测偏差在±5%范围内;优化后压气机叶片叶根轮槽的最大等效应力由240.96 MPa降低至206.37 MPa,减小了14.36%,优化效果明显。