| 基于EBF神经网络的引射器结构参数优化 |
| |
| 引用本文： | 么大锁,赵凯芳,吴国鹏,季宁,裴毅强.基于EBF神经网络的引射器结构参数优化[J].机床与液压,2023,51(21):144-149. |
| |
| 作者姓名： | 么大锁 赵凯芳 吴国鹏 季宁 裴毅强 |
| |
| 作者单位： | 天津仁爱学院机械工程学院;天津大学内燃机燃烧学国家重点实验室;天津仁爱学院数学教学部 |
| |
| 基金项目： | 天津市教委科研计划项目(2021KJ081) |
| |
| 摘 要： | 为提高氢燃料电池引射器的性能，以额定工况下氢燃料电池引射器为研究对象，提出一种基于椭球基(EBF)神经网络模型和非线性序列二次规划(NLPQL)算法的引射器结构参数优化方法。基于正交试验，建立EBF神经网络模型，描述引射器结构参数与引射系数间的非线性关系；通过引射系数模拟值与代理模型预测值的对比以及复相关系数，验证了代理模型的精度；最后，应用NLPQL算法进行全局寻优，获得使引射系数最大的结构参数组合，并进行模拟验证。研究结果表明：基于EBF神经网络和NLPQL算法，提高了燃料电池引射器的引射系数，相对于正交试验方案最大值，引射系数提高了3.9%。基于正交试验设计和EBF神经网络的方法，可以扩大引射器结构参数研究范围和水平，节约CFD模拟计算时间。
|
| 关 键 词： | 氢燃料电池引射器 正交试验 引射系数 神经网络 非线性序列二次规划 |
Optimization of Ejector Structure Parameters Based on EBF Neural Network |
| |
| YAO Dasuo,ZHAO Kaifang,WU Guopeng,JI Ning,PEI Yiqiang.Optimization of Ejector Structure Parameters Based on EBF Neural Network[J].Machine Tool & Hydraulics,2023,51(21):144-149. |
| |
| Authors: | YAO Dasuo ZHAO Kaifang WU Guopeng JI Ning PEI Yiqiang |
| |
| Abstract: | |
| |
| Keywords: | Hydrogen fuel cell ejector Orthogonal test Ejection coefficient Neural network Non-linear programming by quadratic lagrangian |
|
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
