基于径向基神经网络-遗传算法的海流能水轮机叶片翼型优化

• Published in: 农业工程学报 Vol. 30; no. 8; pp. 65 - 73
• Main Author: 朱国俊 冯建军 郭鹏程 罗兴锜
• Format: Journal Article
• Language: Chinese
• Published: 西安理工大学水利水电学院,西安,710048 2014
• Subjects: 优化; 叶片翼型; 多工况优化; 水轮机; 神经网络; 遗传算法; multi-point optimization; 遗传算法; turbines; optimization; hydrofoil of turbine blade; 水轮机; 优化; 叶片翼型; neural networks; 神经网络; genetic algorithms; 多工况优化

如何提高海流能水轮机的能量捕获效率是海洋能开发领域的重点研究课题，而提高海流能水轮机能量性能的关键在于其叶片几何的构造基础--水力翼型的性能提升。该文提出了一种水力翼型的多工况优化设计方法，该方法采用Bezier曲线参数化技术建立翼型的参数化表征方法，然后利用拉丁超立方试验设计技术在设计空间获取训练径向基（radial basis function，RBF）神经网络的样本点，通过计算流体动力学的方法获得每个翼型样本的性能参数后开展神经网络的学习训练，最后采用RBF神经网络与NSGA-II遗传算法相结合的现代优化技术数值求解水力翼型的多工况优化问题。基于上述优化方法对NACA63-815翼型进行...