【技術實現步驟摘要】
本專利技術屬于航空發動機渦輪葉片冷卻，尤其涉及一種針對渦輪葉片多排氣膜冷效分布的預測方法。
技術介紹
1、提高渦輪前進口溫度是提升航空發動機推力等性能最主要的手段，但同時也對渦輪葉片的熱防護提出嚴峻挑戰。氣膜冷卻是一種極其有效的冷卻技術，將低溫氣流通過離散的孔或槽縫排出，在葉片外表面形成氣膜以隔離高溫燃氣與葉片之間的直接換熱，從而降低葉片熱負荷，目前已廣泛應用于國內外諸多型號的渦輪葉片。目前渦輪葉片氣膜冷效分布的評估主要依賴三維數值仿真方法，存在計算周期較長的問題，進而導致渦輪葉片設計效率較低。因此，亟需發展一種快速準確的氣膜冷效分布預測方法。
技術實現思路
1、為解決上述技術問題，本專利技術提出了一種針對渦輪葉片多排氣膜冷效分布的預測方法，以解決上述現有技術存在的問題。
2、為實現上述目的，本專利技術提供了一種針對渦輪葉片多排氣膜冷效分布的預測方法，包括：
3、基于數值仿真方法構建訓練數據集，構建單排氣膜冷效神經網絡與多排氣膜冷效疊加原理修正系數神經網絡，并通過所述訓練數據集進行訓練；
4、將目標參數分別輸入至訓練后的單排氣膜冷效神經網絡和多排氣膜冷效疊加原理修正系數神經網絡，獲得單排氣膜冷效分布和標準疊加原理偏移量；
5、基于單排氣膜冷效分布和標準疊加原理偏移量獲得多排氣膜冷效分布。
6、可選的，所述訓練數據集包括單排氣膜冷效訓練數據集和多排氣膜冷效訓練數據集。
7、可選的，所述單排氣膜冷效神經網絡的表達式
8、
9、式中，為單排氣膜冷效，tu為湍流度，dr為密度比，m為吹風比；氣膜孔α為入射角，l/df為長徑比；x/df為無量綱流向坐標點，y/df為不同流向坐標處的橫向無量綱坐標向量。
10、可選的，通過所述訓練數據集對單排氣膜冷效神經網絡進行訓練的過程包括：
11、選取訓練數據集中的單排氣膜冷效訓練數據集，將正態分布約束引入損失函數，基于單排氣膜冷效訓練數據集與所述損失函數對單排氣膜冷效神經網絡進行訓練。
12、可選的，所述損失函數包括兩項構成，一項為在當前流向距離上所有橫向分布絕熱冷效預測值與標簽值的均方差；另一項為在當前流向距離上的橫向冷效分布預測值與預處理訓練數據擬合得到的正態分布分布標簽值之間的均方差。
13、可選的，所述多排氣膜冷效疊加原理修正系數神經網絡為全連接神經網絡，將單排氣膜單獨存在時的氣膜冷效作為輸入，標準疊加原理的偏移量作為輸出。
14、可選的，多排氣膜冷效訓練數據集包括仿真得到的多排氣膜絕熱冷效分布和標準疊加原理計算得到的雙排氣膜絕熱冷效分布之間的差值。
15、與現有技術相比，本專利技術具有如下優點和技術效果：
16、本專利技術通過采用全連接神經網絡實現從工況參數和幾何參數到氣膜冷效分布的快速預測；并且，在常規全連接神經網絡的基礎上引入正態分布約束單排氣膜冷效在橫向的分布，從而提升單排氣膜冷效分布的預測精度；基于單排氣膜冷效神經網絡，通過修正標準疊加原理計算最終實現多排氣膜冷效分布的快速準確預測。
本文檔來自技高網...【技術保護點】
1.一種針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
3.根據權利要求2所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
4.根據權利要求2所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
5.根據權利要求4所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
6.根據權利要求1所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
7.根據權利要求2所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
【技術特征摘要】
1.一種針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
3.根據權利要求2所述的針對渦輪葉片多排氣膜冷效分布的預測方法，其特征在于，
4.根據權利要求2所述的針對渦輪葉片多排...
【專利技術屬性】
技術研發人員：李地科，陶凱航，邱璐，朱劍琴，陶智，
申請(專利權)人：天目山實驗室，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。