考虑非谐调效应的叶片-轮盘结构的减振方法

    公开(公告)号:CN107729618A

    公开(公告)日:2018-02-23

    申请号:CN201710851251.4

    申请日:2017-09-20

    CPC classification number: G06F17/5086

    Abstract: 本发明公开一种考虑非谐调效应的叶片-轮盘结构的减振方法,用于优化叶片排布顺序,减小叶片在气流激振力下的受迫振动水平。本发明通过测量叶片的质量和静频,基于主动非谐调减振设计的理念构造了启发因子计算形式,采用蚁群优化算法对叶片排布顺序进行优化,可以明显降低叶片-轮盘结构在一定气流激振力下的振动响应,并提高优化算法收敛速度,大幅减少计算时间,对于涡轮机械叶片-轮盘的设计有重要参考价值。

    一种基于深度图学习的叶轮机械叶片颤振边界预测方法

    公开(公告)号:CN115292844A

    公开(公告)日:2022-11-04

    申请号:CN202210963445.4

    申请日:2022-08-11

    Abstract: 本发明公开了一种基于深度图学习的叶轮机械叶片颤振边界预测方法,该方法通过控制叶片几何参数生成颤振分析计算域并进行网格划分,采用图神经网络处理,即将不规则的数据以图结构的形式表示,以此计算训练所需的样本。分别建立流场预测网格和颤振参数识别网络,并进行协同训练。流场预测网络实现通过叶片几何控制参数,预测整个流场内部所有物理量的信息;颤振参数识别网络实现通过流场参数,预测模态力曲线参数以获取叶片的颤振边界。解决了直接预测气动阻尼可扩展性较差、颤振参数的个数多、非稳态振荡叶片颤振分析耗时久、收敛性差的问题。

    一种适用于泵和水力透平的物理场和性能协同预测方法

    公开(公告)号:CN114169605A

    公开(公告)日:2022-03-11

    申请号:CN202111479710.3

    申请日:2021-12-06

    Abstract: 本发明公开了一种适用于泵和水力透平的物理场和性能协同预测方法,包括步骤:1)获取泵和水力透平模型几何参数并将其编码;2)分别获取泵和水力透平两种模式下的工况参数并获得数值模拟结果;3)泵和水力透平输入输出参数归一化;4)针对泵和水力透平模型数据划分训练集和验证集;5)分别构建泵和水力透平两组物理场和性能的协同预测点云卷积网络;6)训练泵和水力透平两组点云卷积神经网络;7)性能预测信息后处理。本发明实现从泵模式下的相关性能参数到水力透平模式下相关性能参数的直接映射,解决了传统数值模拟方法计算数据量大,计算时间较长的缺点,具有数据易更改,获得所需性能参数较及时的优势。

    一种基于DENSENET的汽缸蠕变检测与寿命预测方法

    公开(公告)号:CN109781395B

    公开(公告)日:2020-07-28

    申请号:CN201811615955.2

    申请日:2018-12-27

    Abstract: 本发明公开了一种基于DENSENET的汽缸蠕变检测与评估方法,该方法用于检测汽缸是否发生蠕变,如若发生了蠕变失效,则停机检查,并密切关注汽缸的后续运行状态,防止发生安全事故;其次,预测剩余蠕变寿命并根据剩余寿命合理安排修检计划。本发明通过采集汽缸的温度、压力和应变信息,将其转化为图片,建立微调DENSENET网络实现对输入汽缸测量数据的蠕变检测与寿命预测任务,使得普通操作人员可以在保证不破坏汽缸本体的同时,即时有效的检测到汽缸的蠕变状况并预测蠕变寿命,合理安排机组运行计划,延长汽缸的使用寿命,保证了机组的安全有效的运行。

    一种基于图卷积的流场重构方法

    公开(公告)号:CN111444614A

    公开(公告)日:2020-07-24

    申请号:CN202010225768.4

    申请日:2020-03-26

    Abstract: 本发明公开了一种基于图卷积的流场重构方法,该方法通过对研究流体域进行网格划分,将流体域的基础信息转化为图结构数据,采用图卷积提取基础信息与研究流场(如温度、压力、速度和涡量等)之间的映射关系,完成从基础信息获得各项流场的任务。该方法的优势在于,一方面,该方法快速重构内部流场,提高重构效率,降低经济成本,方便人员操作;另一个方面,该方法通过将网格数据处理为图结构数据的形式,摆脱流场重构对于格数据的依赖,同时突破了流场重构的应用场景,可以同时实现在结构化网格以及非结构化网格的流场重构,且不受研究物体几何形状的限制,相比于其他重构方法有极大的优势。

    一种基于DENSENET的汽缸蠕变检测与寿命预测方法

    公开(公告)号:CN109781395A

    公开(公告)日:2019-05-21

    申请号:CN201811615955.2

    申请日:2018-12-27

    Abstract: 本发明公开了一种基于DENSENET的汽缸蠕变检测与评估方法,该方法用于检测汽缸是否发生蠕变,如若发生了蠕变失效,则停机检查,并密切关注汽缸的后续运行状态,防止发生安全事故;其次,预测剩余蠕变寿命并根据剩余寿命合理安排修检计划。本发明通过采集汽缸的温度、压力和应变信息,将其转化为图片,建立微调DENSENET网络实现对输入汽缸测量数据的蠕变检测与寿命预测任务,使得普通操作人员可以在保证不破坏汽缸本体的同时,即时有效的检测到汽缸的蠕变状况并预测蠕变寿命,合理安排机组运行计划,延长汽缸的使用寿命,保证了机组的安全有效的运行。

    基于数据降维及多二维流面的径流式透平气动优化方法

    公开(公告)号:CN109598081A

    公开(公告)日:2019-04-09

    申请号:CN201811528050.1

    申请日:2018-12-13

    Abstract: 本发明公开了一种基于多二维流面及数据降维的径流式透平气动优化方法,该方法包括:1、选取静叶设计变量,基于数据降维进行参数化建模;2、对动叶设计变量降维后的参数化建模,结合静叶设计变量随机生成设计变量矩阵;3、采用多二维流面计算的方法获取优化变量等熵效率;4、采用遗传算法对初始种群进行多代交叉变异,获得收敛解;5、选取优化过程中等熵效率最高的5%个体,采用三维CFD计算,得到精确解,获取最佳设计变量。这一优化方法具有数据维度低、收敛速度快、节省计算资源及时间的优点,具有重要的工程意义及广阔的应用前景。

Patent Agency Ranking