基于椭圆基神经网络模型的排汽缸优化设计
Optimization Design of Exhaust Hood Based on Elliptical Basis Functions Neural Network Model作者机构:中科南京未来能源系统研究院燃气轮机数字化中心南京211135 中科院工程热物理研究所先进燃气轮机实验室北京100190 中国科学院大学北京100049 中国科学院大学南京学院南京211135 中国科学院先进能源动力重点实验室北京100190
出 版 物:《工程热物理学报》 (Journal of Engineering Thermophysics)
年 卷 期:2024年第45卷第4期
页 面:1007-1014页
核心收录:
学科分类:080704[工学-流体机械及工程] 08[工学] 0807[工学-动力工程及工程热物理]
基 金:国家自然科学基金项目(No.51776201) 国家重大科技专项(No.J2019-II-0017-0038)
主 题:椭圆基神经网络 排汽缸 导流环 静压恢复系数 总压损失系数
摘 要:本文以最优拉丁超立方试验设计方法构建样本库,采用椭圆基神经网络构建近似模型,结合多岛遗传算法搭建全自动优化设计系统。以排汽缸静压恢复系数最大化作为优化目标,采用此系统对某型号汽轮机机组排汽缸导流环型线进行气动优化设计。结果表明:各设计变量中导流环起始角度对排汽缸性能影响最显著。优化后排汽缸扩压器、排汽蜗壳性能均有改善,排汽缸静压恢复系数提高7.91%,总压损失系数下降5.98%。在其他运行工况,优化结构性能仍优于原型,且在THA工况下性能改善显著,排汽缸静压恢复系数提高13.45%,总压损失系数下降10.44%,表明该优化系统对汽轮机低压排汽缸气动设计有效可行。