基于神经网络的热气机功率预测

为了有效地分析热气机的输出功率与运行条件的，介绍了人工神经网络BP模型、多元回归模型及基于神经网络的组合模型，并将各模型用于热气机的设计阶段预测其输出性能，由实例给出了各模型计算机仿真试验结果，比较了BP算法和组合模型算法的收敛速度，结果表明基于BP网络的组合模型的预测精度最高。     

基于BP神经网络的三角机翼飞行载荷模型研究

针对三角机翼结构设计复杂、传力路径多和大载荷引起结构非线性等因素,采用BP神经网络方法建立飞行载荷模型。通过地面静力试验,利用某型三角机翼载荷标定试验数据,建立机翼根部剪力和弯矩的载荷模型,并对多个校验工况进行验证。经与多元线性回归载荷预测结果对比分析,结果显示,BP神经网络模型预测误差都在3%以内,特别对于剪力,BP神经网络预测误差明显小于多元线性回归,表明BP神经网络可作为测量三角机翼飞行载荷的一种更加有效的工程方法。     

Development of Airfoils Based on Their Aerodynamic Characteristics Using Artificial Neural Networks

One of the main concerns in Engineering nowadays is the development of aircrafts of low consumption and high performance. For this purpose, airfoils are studied and designed to have an elevated lift coefficient and a low drag coefficient, thus generating a highly efficient airfoil. The higher the efficiency value is, the lower the aircraft fuel consumption will be; thus improving its performance. In this sense, this work aims to develop a tool for airfoil creation from some desired characteristics, such as the lift and drag coefficients and maximum efficiency rate, using an algorithm based on an ANN （artificial neural network）. In order to do so, a database of aerodynamic characteristics with a total of 300 airfoils was initially collected from the XFoil software. Then, through a routine implemented in the MATLAB software, network architectures of one, two, three and four modules were trained, using the back propagation algorithm and momentum. The cross-validation technique was applied to analyze the results, evaluating which network possesses the lowest value in RMS （root-mean-square） error. In this case, the best result obtained was from the two-module architecture with two hidden neuron layers. The airfoils developed by this network, in the regions with the lowest RMS, were compared to the same airfoils imported to XFoil. The presented work offers as a contribution, in relation to other works involving ANN applied to fluid mechanics, the development of airfoils from their aerodynamic characteristics.     

基于神经网络的压块机生产率预测研究

在对生产率影响因子分析的基础上,提出了应用正交试验法确定影响生产率的主要因子的快速方法。通过对主要影响因子与生产率的正交试验数据进行分析,得到用于BP神经网络预测模型的输入、输出变量以及训练神经网络所需的数据样本,多次试取隐含层和各隐含单元,并选取trainhn作为最优训练函数,建立了压块机生产率预测的人工神经网络系统。在试验结果中随机选取6组试验样本,进行连续5次挠度预测,预测值和试验实测值最大相对误差为0．14mm,解析结果表明：压块机预测结果与实验值吻合的较好,建立的人工神经网络预测模型具有较高的预测精度。     

基于改进BEM理论的水平轴风力机气动性能预测

在叶素动量理论(BEM理论)的基础上,综合考虑了风力机叶片叶尖和轮毂损失、叶栅效应、轴向速度诱导因子修正以及失速延迟修正,建立了风力机气动性能计算模型,使其准确性进一步得到提升。文中以10 kW定桨距失速型风力机叶片为例,采用上述改进的BEM理论计算模型,利用MATLAB编程,计算了其气动性能,并与国际认证的风力机计算软件GH-Bladed的计算结果进行了对比,其一致性说明了文中模型具有良好的准确性和实用性。     

基于 BP神经网络的汽车内阻模型预测

分析了利用BP神经网络方法改进传统滑行法测量车辆内阻的可行性,并通过Matlab软件中的神经网络工具箱nntool实现了该网络的设计、训练和结果对比,表明利用BP神经网络的方法预测不同条件下车辆内阻是满足工程要求的。     

基于组合遗传神经网络的磨损趋势预测

针对神经网络易陷入局部极值的问题，用遗传算法来改进神经网络时间序列预测模型，并设计了一个组合网络，考虑了单一遗传BP神经网络预测的误差，以误差样本训练了一个校正的遗传BP神经网络，并将该组合网络时间序列预测模型应用于柴油机系统磨损趋势的预测，取得了较好的预测效果。     

风机气动性能数值模拟的地位和技巧（一）

结合笔者近年来在高性能风机现代设计方法及风机新产品研制中的体会,阐述了数值模拟在风机这一应用领域的特殊地位,同时就如何得到正确可靠的数值模拟结果介绍了在建模、网格生成、后处理等方面的一些重要技巧,希望对有这方面应用需要的有关技术人员有所帮助和参考。     

链条自动润滑装置的神经网络辨识及性能预测研究

提出了应用神经网络训练和数字化仿真技术相结合的方法对摩托车链条自动润滑装置进行系统建模与性能预测研究。针对反向传播前馈BP网络收敛速度慢和容易陷入局部极值的问题,采用L-M优化计算的方法,设计了4输入1输出三层25个神经元的摩托车链条自动润滑装置BP网络模型。仿真结果表明,该网络不仅能够很好地预测输入变化时系统的性能,而且可以分析当系统的结构参数改变时系统的动态性能,为系统的建模、分析和变参数设计带来了极大的方便,有利于降低产品的开发成本和设计的盲目性。     

叶顶间隙对离心叶轮气动性能影响研究

使用非结构化网格上的有限体积法,数值研究一半开式离心压缩机叶轮的内部流场、气动性能随叶顶间隙的变化规律。对原始叶轮相对间隙α=1．8％,数值计算所得到的气动性能参数与实验值符合非常好;对大范围叶顶相对间隙α=0．9％。7．0％内6种不同叶顶间隙下该叶轮的气动性能进行数值预测,随着叶顶间隙增大,离心叶轮气动效率、压比及转矩均降低,但变化曲线与线性函数相距甚远,呈现出典型的双平台变化关系。对所研究模型,综合考虑气动及强度振动因素,叶顶相对间隙最佳值取为2．6％,计算结果对离心压缩机设计具有一定的工程指导意义。     

基于CBM策略的航空发动机在翼寿命预测研究

为了给航空公司制定航空发动机拆换计划提供科学合理的依据,基于视情维修方式,对航空发动机的在翼寿命进行了研究。首先,根据发动机历史拆换记录,基于比例危险-比例优势模型建立了发动机维修决策控制限的数学模型。然后,利用基于最小二乘支持向量机的时间序列预测方法对发动机状态参数进行了趋势预测,进而结合维修决策控制限模型便可得到发动机在翼寿命的预测结果。最后通过实例验证了该方法的有效性和实用价值。     

模化设计组装式压缩机气动性能研究

当今组装式压缩机逐步向大型化方向发展,而产品模型级多为小尺寸,为了研究模化设计大型组装式压缩机产品的气动性能,本文以某大型组装式压缩机为研究对象,采用数值计算与试验测试的方法分析了组装式压缩机级模化前后的尺寸效应,得出结论为产品设计提供参考。     

风机气动性能数值模拟的地位和技巧（二）

结合笔者近年来在高性能风机现代设计方法及风机新产品研制中的体会，阐述了数值模拟在风机这一应用领域的特殊地位，同时就如何得到正确可靠的数值模拟结果介绍了在建模、网格生成、后处理等方面的一些重要技巧，希望对有这方面应用需要的有关技术人员有所帮助和参考。     

神经网络和模糊控制在电梯群控中的应用

针对电梯群控的多目标性、非线性、不确定性,综合考虑了电梯运行的评价标准、神经网络和模糊控制的特性.用神经网络的学习机制为模糊控制器自动提取模糊规则、调整模糊规则提供智能化基础,提高了电梯群控的智能性,使电梯应答更趋合理,防止群控电梯聚堆和忙闲不均情况的发生,大大减少了平均候梯时间和长候梯率.仿真实验及初步应用结果表明这种电梯调度方法是有效的.     

粗糙度对风力机专用翼型气动性能影响

针对风力机专用翼型FFA-W3-211进行数值模拟,深入系统探讨了粗糙度对该翼型气动性能的影响。采用剪切应力输运k-omega湍流模型进行CFD计算;于翼型表面均匀分布不同粗糙度,求出该翼型敏感粗糙度;同时,研究了在该翼型吸力面和压力面不同位置布置敏感粗糙度时,粗糙带位置对翼型升力系数和阻力系数的影响,分别求出吸力面和压力面的敏感粗糙带位置,与软件XFOIL算出转捩点位置进行对比,分析粗糙度对该翼型气动性能的影响。计算结果对风力机专用翼型的设计与开发具有一定的理论价值。     

叶顶间隙形态对离心压缩机整级气动性能的影响

对某离心压缩机模型级6种不同的叶顶间隙形态的流场进行了数值模拟,分析了叶顶间隙形态对离心压缩机模型级整级气动性能的影响,详细分析了不同间隙形态内部的流动结构。研究结果表明:由于叶顶间隙的存在,在整个工况范围内级压比,多变效率,能量头相比无间隙时都有较大幅度下降,特别在大流量区下降更加明显,而且不同的间隙形态对级性能的影响也不同,与无间隙相比间隙1在设计工况点压比下降1.77%,多变效率下降0.65%,能量头下降3.08%,间隙4在设计工况点压比下降4.38%,多变效率下降2.41%,能量头下降7.08%,而间隙2,3,5,6的间隙值在间隙1和间隙4之间,其整级气动性能也介于间隙1和间隙4之间,其中间隙3和间隙5的整级气动性能要优于间隙2和间隙6。     

线性预测模型BP神经网络PID控制算法的研究

针对经典PID控制参数整定困难和基本BP算法收敛速度慢、易陷入局部极小的缺点,提出一种基于线性预测模型BP神经网络的PID控制方法,重点阐述算法过程。最后在MATLAB软件上进行仿真,仿真结果表明该控制算法是有效的。     

用于轴流风机的轴流叶轮气动性能试验研究

参照GB/T 1236—2000《工业通风机用标准化风道进行性能试验》,对同一台轴流风机的5种轴流叶轮分别进行了气动性能试验,通过对比5种轴流风机的气动性能试验数据进行分析,研究了单级轴流叶轮的叶片角度和叶片数对其性能参数的影响,得出了全压、风量、效率随叶片角度和叶片数改变的变化规律,试验结果表明:在最高效率工况条件下,首先对比相同叶片角度,不同叶片数的第一组试验系列,得出叶片数Z=6时,风量最大,功率最小。然后在相同叶片数,不同叶片角度的第二组试验系列,得出Z=6,β=38°时,风量最大,全压最大,功率最大,全压效率居中,因此得出应用于新型轴流式灭火风机的轴流叶轮最佳叶片数和叶片角度的组合。     

弹翼气动升力的设计方法研究

介绍了气动升力模拟实验方案设计及数据处理的方法，为确定弹翼展开过程的升力、冲击、角速度和角加速度等气动力系数提供参数。