基于神经网络与遗传算法节能扰流子优化设计
- 详情
- 2021-04-27
- 简介
- 2.4MB
- 页数 6P
- 阅读 102
- 下载 37
在弯管前安装扰流子,可以减小弯管处二次流强度,降低能量损失,并运用CFD软件对不同参数下的扰流子节能效果数值计算.以L9(33)正交试验以及4组补充试验作为BP神经网络的训练样本,建立在5种雷诺数下扰流子节能效率与扰流子叶片转角、叶片长度、安装距离3个结构参数的非线性映射关系;扰流子节能效率最大值作为目标函数,再结合遗传算法进行结构参数优化.最终得到在不同雷诺数下扰流子叶片转角、叶片长度、安装距离的最佳组合形式,并利用有限元方法对结果验证.结果表明,这种优化方案具有可行性;合适的结构参数的扰流子具有良好的节能效果.
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于神经网络与遗传算法节能扰流子优化设计 355KB
基于神经网络与遗传算法节能扰流子优化设计 2.4MB
神经网络结合遗传算法在建筑优化设计中的应用 318KB
神经网络结合遗传算法在建筑优化设计中的应用 194KB
遗传算法优化BP神经网络的信号检测 173KB
基于神经网络与遗传算法的结构优化设计方法 382KB
基于神经网络的中央空调遗传算法优化研究 836KB
基于遗传算法优化BP神经网络的电解碲电源 3.2MB
基于遗传算法和BP神经网络的花盘结构优化设计 303KB
基于神经网络和遗传算法的温差发电器优化设计 1.1MB