CN112668117A - 一种垃圾焚烧炉一次风母管的设计方法 - Google Patents
一种垃圾焚烧炉一次风母管的设计方法 Download PDFInfo
- Publication number
- CN112668117A CN112668117A CN202011575361.0A CN202011575361A CN112668117A CN 112668117 A CN112668117 A CN 112668117A CN 202011575361 A CN202011575361 A CN 202011575361A CN 112668117 A CN112668117 A CN 112668117A
- Authority
- CN
- China
- Prior art keywords
- calculation
- pipe
- primary air
- sample
- mass flow
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 54
- 238000005457 optimization Methods 0.000 claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 15
- 238000004088 simulation Methods 0.000 claims abstract description 5
- 230000001419 dependent effect Effects 0.000 claims abstract description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000002068 genetic effect Effects 0.000 claims description 13
- 239000012530 fluid Substances 0.000 claims description 12
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 4
- 239000003546 flue gas Substances 0.000 claims description 4
- 230000007614 genetic variation Effects 0.000 claims description 4
- 239000007787 solid Substances 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 210000000349 chromosome Anatomy 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 238000012854 evaluation process Methods 0.000 claims description 2
- 238000013515 script Methods 0.000 claims description 2
- 230000014759 maintenance of location Effects 0.000 claims 1
- 238000002485 combustion reaction Methods 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000004056 waste incineration Methods 0.000 abstract description 4
- 239000002699 waste material Substances 0.000 abstract description 3
- 238000010248 power generation Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
Images
Landscapes
- Incineration Of Waste (AREA)
Abstract
本发明提供一种垃圾焚烧炉一次风母管的设计方法。由计算模块、优化模块和循环逻辑组成;以此实现计算机自助优化设计垃圾焚烧炉一次风母管,使风管结构更加合理,焚烧炉风量分配均匀,从而提高燃烧效率,增加垃圾焚烧电厂的效益。具体为:(1)计算初始化设定结构的特征参数即设计自变量以及优化目标参数,即优化因变量;(2)输入初代样本数量N0;(3)输入最大产生样本代数m;(4)产生初代的样本;(5)计算模块完成计算;(6)优化模块内完成优化,并产生子代样本;(7)循环计算直到结果收敛或者达到预先设定优化循环次数。模拟结果表明,优化后风量的均匀性提高了52%。
Description
技术领域:
本发明涉及垃圾焚烧发电领域,具体而言一种基于结构参数化结合遗传算法的垃圾焚烧炉一次风母管的设计方法。
背景技术:
随着城市化建设的稳步推进,由于垃圾焚烧发电具有“减量化、无害化、资源化”等特点,近年来已成为许多地区生活垃圾资源化处置和综合利用的重要方式。一次风管系统是垃圾焚烧系统必不可少的组成部分,垃圾通过注入足量均匀的一次风以期达到完全燃烧状态,并保证垃圾的热灼减率,同时减少燃烧时污染物的排放,增加烟气的温度从而提升垃圾发电厂的发电量,提升发电效益。但一次风如果流量分配不均匀,会造成垃圾在炉排上燃烧的不充分,从而增加污染物的产生,并且会降低垃圾发电的效率。
因此一次风管系统的设计很重要,尤其母管的形状结构会直接影响支管的流量分配,从而最终影响垃圾焚烧的效果。但是常规一次风母管设计的是否合理,很大程度上取决于设计者的工程经验,即使后期能基于试错法不断改进,但设计的周期过长,同时成本过高,有时不能达到预想的设计目标。
发明内容:
为了解决一次风流量分配不均的问题,本发明提供一种基于结构参数化结合遗传算法的垃圾焚烧炉一次风母管的设计方法。
本发明的具体技术方案如下:
一种垃圾焚烧炉一次风母管的设计方法,该设计方法由计算模块、优化模块和循环逻辑组成;
所述计算模块由参数化建模、网格划分、CFD计算和结果处理四部分组成;
所述计算模型采用参数化建模的方法,建立空间坐标系,将计算结构用数学公式或特征参数代表,通过改变参数或编写参数系列脚本,使计算机自行依据参数生成所要计算的模型;
所述优化模块采用遗传算法优化设计变量,包括交叉组合,遗传变异和/或子代产生;
所述优化模块根据所应用对象的不同可替换神经网络算法,序列线性规划,序列二次规划,移渐近线算法;
所述循环逻辑采用或逻辑控制,最大循环次数准则和计算收敛准则满足其一,循环计算结束。
本发明提出的一种垃圾焚烧炉一次风母管的设计方法,步骤如下:
(1)计算初始化设定结构的特征参数,设计自变量以及优化目标参数,优化因变量;
(2)输入初代样本数量N0;
(3)输入最大产生样本代数m;
(4)产生初代的样本;
(5)计算模块完成计算;
(6)优化模块内完成优化,并产生子代样本;
(7)循环计算直到结果收敛或者达到预先设定优化循环次数。
进一步的,计算初始化,设定母管为截面方形管或截面圆形管,将结构转化为特征参数,并规定特征参数的选取的范围。
进一步的,输入第一代样本的产生个数N0,输入最大产生样本代数m,采用等间距方法产生计算所需的初代样本的参数,N0需要大于50个,m推荐设定为20,以保证寻优的效率和效果。
进一步的,初始化和输入循环逻辑控制参数后,进入计算模块,对方形截面管采用笛卡尔坐标系,入口截面的重心位置规定为原点,建立参数化模型。圆形截面管采用极坐标系后进行类似的操作。
进一步的,模型建立完成后,依据设计管的截面的不同,采用相应的网格形式与划分方法。设计圆形截面一次风风管时采用四面体网格划分,设计方形截面一次风风管采用六面体网格划分。对于管内流体区域应用有限体积法离散,管壁固体区域采用有限元法离散,管壁与管内流体交接区域设置1.2mm-2.6mm边界层区域,边界层区域加密网格,控制网格最小尺寸小于0.2mm,一次风母管出口加密网格,控制网格最小尺寸小于1cm。
进一步的,网格划分完成后,进行CFD模拟计算。CFD计算对雷诺数大于4000的400t/d以上规模的炉排的风管计算采用k-ε湍流模型。
优化模型描述为,在一定的设计参数范围Ω内和m个约束fm(ρ)条件下,寻找使目标函数f0(ρ)的达到极值最优解的ρ*。ρ是一个定义在Ω上的N维设计变量,且存在下限ρmin和上限ρmax,如公式(1)所示。
具体如公式(2)所示,目标函数为6个支管入口的质流量偏差系数,该数值越小,表明各个支管的流量分布越均匀,约束①是流场计算系统控制方程,该方程在Fluent模块内具体设定为k-ε湍流模型并完成流场分布求解,约束②-⑦确保母管截面形尺寸位于可行设计范围内。
其中,vi为各个支管入口处烟气的平均速度,n为所有支管的总数,本例n=6,是总的支管入口的平均流速,Q为源项向量,K为系统刚度矩阵,V是系统速度向量,XYmin和XYmax参数是设计变量Xi、Yi(i=1-n)的取值上下限范围,本例考虑制作工艺和现场安装尺寸的限制,分别取400mm和2000mm。
进一步的,CFD计算完成后,对结果数据进行处理,采用各个支管的质流量作为统计量,采用质流量偏差系数作为优化目标函数,质流量偏差系数定义为支管质流量的标准差除以支管的平均质流量,相较于常使用的流量标准差优化目标函数,此目标函数可以考虑了流体动量对流体均匀性的影响,更全面准确。
进一步的,计算完成一个样本后,判断是否达到设定的样本计数数目,未到达计算下一个样本,直到达到所设定的样本数目。
进一步的,计算结束后,对所有样本的结果按照质流量偏差系数从小到大排序,判断这一代最好的样本的质流量偏差系数与上一代最好的样本的质流量偏差系数相差是否小于5%,或者是否达到所设定的最大产生代数。
进一步的,小于5%则优化结束或达到最大样本代数m,输出最后的结果。未到达判断为真的标准则进入优化模块。
进一步的,优化推荐采用精英保留非劣排序的改进遗传算法,并输入产生新一代样本的个数Ni,新样本产生采用模拟的生物染色体交叉组合,遗传变异算法。
进一步的,产生的新样本,经历类似初代样本的计算评价流程,知道满足优化计算的收敛准则。
本发明的有益效果:1、所述的一种基于结构参数化结合遗传算法的垃圾焚烧炉一次风母管的设计方法,缩短了一次风母管的设计周期,提高了设计质量,节约了设计成本。2、所述的一种基于结构参数化结合遗传算法的垃圾焚烧炉一次风母管的设计方法,能够针对不同处理规模的垃圾焚烧炉设计配套的均匀流量的一次风母管,提高垃圾的燃烧效率,从而提高了蒸汽的发电量。3、所述的一种基于结构参数化结合遗传算法的垃圾焚烧炉一次风母管的设计方法,保证模拟精度较高的前提下,高效快速的模拟得出优化一次风流量的分配和母管结构。
附图说明
图1基于结构参数化结合遗传算法的垃圾焚烧炉一次风母管的设计方法示意图。
图2优化前后一次风母管结构对比图。(a)原始方案、(b)优化方案。
图3优化前后一次风母管压力分布对比图。(a)原始方案、(b)优化方案。
图4优化前后一次风支管的流量统计对比图。
具体实施方式
实施例1
设计某三段式的750t/d炉排的垃圾焚烧炉一次风管母管,设计工况点的一次风风量为32.9kg/s温度450K。如图1所示,初始化选定矩形截面风管,并在三段式炉排母管的支管口前后0.5-1m位置设置为特征截面,同时将矩形特征截面的长和宽的距离作为设计参数,截面的长宽在0.5m-3m选择,规定最小的精度是0.1m。输入第一代样本的产生个数100,输入最大产生样本代数20,采用等间距方法产生计算所需的初代样本的参数。以入口截面的重心位置规定为原点,建立笛卡尔坐标系下的参数化模型。模型采用六面体网格划分,管内流体区域应用有限体积法离散,管壁固体区域采用有限元法离散,管壁与管内流体交接区域设置1.6mm边界层区域,边界层区域加密网格,控制网格最小尺为0.2mm,一次风母管出口加密网格,控制网格最小尺寸为1cm。
优化模型描述为,在一定的设计参数范围Ω内和m个约束fm(ρ)条件下,寻找使目标函数f0(ρ)的达到极值最优解的ρ*。ρ是一个定义在Ω上的N维设计变量,且存在下限ρmin和上限ρmax,如公式(1)所示。
具体如公式(2)所示,目标函数为6个支管入口的质流量偏差系数,该数值越小,表明各个支管的流量分布越均匀,约束①是流场计算系统控制方程,该方程在Fluent模块内具体设定为k-ε湍流模型并完成流场分布求解,约束②-⑦确保母管截面形尺寸位于可行设计范围内。
其中,vi为各个支管入口处烟气的平均速度,n为所有支管的总数,本例n=6,是总的支管入口的平均流速,Q为源项向量,K为系统刚度矩阵,V是系统速度向量,XYmin和XYmax参数是设计变量Xi、Yi(i=1-n)的取值上下限范围,本例考虑制作工艺和现场安装尺寸的限制,分别取400mm和2000mm。
CFD模拟应用fluent软件的k-ε湍流模型。计算结束后,统计各个支管的质流量,并计算质流量偏差系数。循环完成初代100个样本的全部计算,后对计算的样本按照质流量偏差系数从小到大排列,采用精英保留非劣排序的改进遗传算法,交叉组合产生新一代50个样本,新一代样本进行参数化建模、画网格、CFD计算、评价排序、判断是否收敛,不收敛产生下一代新的50个样本循环。本例于第6代收敛,即第5代最好的样本的质流量偏差系数与第6代最好样本计算所得的质流量偏差系数相差小于1%。
从图2(a)原始方案、(b)优化方案。可以看出,优化方案母管形状与原始方案相差较大,优化后一次风母管类似一个风箱结构,原始方案则是一个逐级渐缩的结构。从压力云图的对比,如图3所示,(a)原始方案、(b)优化方案。可以发现模拟风箱结构可以均匀压力,对流量重新分配,从而有利于支管流量分配均匀。
本发明提供的一种基于结构参数化结合遗传算法的垃圾焚烧炉一次风母管的设计方法,实现了计算机自主寻优设计垃圾焚烧炉一次风母管结构,相较于传统设计方法,设计周期短,成本低,设计质量高。本发明计算模块和优化模块两个模块组成,以此实现计算机自助优化设计垃圾焚烧炉一次风母管,使风管结构更加合理,焚烧炉风量分配均匀,从而提高燃烧效率,增加垃圾焚烧电厂的效益。本发明基于结构参数化结合遗传算法,在传统计算流程中加入循环优化模块,实现了计算机自主寻优设计垃圾焚烧炉一次风母管结构,所设计的风管结构配风均匀,从而提高了垃圾燃烧的效率,同时提高了垃圾焚烧炉风管系统的运行的安全性,从图4可以看出,模拟结果表明,优化后支管的质流量分配更均匀,统计质流量偏差优化了52%。
Claims (9)
1.一种垃圾焚烧炉一次风母管的设计方法,其特征在于:该设计方法由计算模块、优化模块和循环逻辑组成;
所述计算模块由参数化建模、网格划分、CFD计算和结果处理四部分组成;
所述计算模型采用参数化建模的方法,建立空间坐标系,将计算结构用数学公式或特征参数代表,通过改变参数或编写参数系列脚本,使计算机自行依据参数生成所要计算的模型;
所述优化模块采用遗传算法优化设计变量,包括交叉组合,遗传变异和/或子代产生;
所述优化模块根据所应用对象的不同可替换神经网络算法,序列线性规划,序列二次规划,移渐近线算法;
所述循环逻辑采用或逻辑控制,最大循环次数准则和计算收敛准则满足其一,循环计算结束。
2.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法,其特征在于:设计圆形截面一次风风管时采用极坐标描述计算模型,设计方形截面一次风风管采用笛卡尔坐标系描述计算模型。
3.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法,其特征在于:对于管内流体区域应用有限体积法离散,管壁固体区域采用有限元法离散,管壁与管内流体交接区域设置1.2mm-2.6mm边界层区域,边界层区域加密网格,控制网格最小尺寸小于0.2mm,一次风母管出口加密网格,控制网格最小尺寸小于1cm。
4.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法,其特征在于:设计圆形截面一次风风管时采用四面体网格划分,设计方形截面一次风风管采用六面体网格划分。
5.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法,其特征在于:CFD计算对雷诺数大于4000的400t/d以上规模的炉排的风管计算采用k-ε湍流模型;
模型描述为,在一定的设计参数范围Ω内和m个约束fm(ρ)条件下,寻找使目标函数f0(ρ)的达到极值最优解的ρ*;ρ是一个定义在Ω上的N维设计变量,且存在下限ρmin和上限ρmax,如公式(1)所示:
如公式(2)所示,目标函数为6个支管入口的质流量偏差系数,该数值越小,表明各个支管的流量分布越均匀,约束①是流场计算系统控制方程,该方程在Fluent模块内具体设定为k-ε湍流模型并完成流场分布求解,约束②-⑦确保母管截面形尺寸位于可行设计范围内;
6.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法,其特征在于:将各个支管的质流量统计,采用质流量偏差系数作为优化目标函数,质流量偏差系数定义为支管质流量的标准差除以支管的平均质流量,相较于常使用的流量标准差优化目标函数,此目标函数可以考虑了流体动量对流体均匀性的影响,更全面准确。
7.根据权利要求1一种垃圾焚烧炉一次风母管的设计方法,其特征在于:计算收敛准则为新一代产生样本的目标函数值与上一代目标函数值相差小于5%时,计算结束。
8.根据权利要求1所述的一种垃圾焚烧炉一次风母管的设计方法,其特征在于:步骤如下:
(1)计算初始化设定结构的特征参数,设计自变量以及优化目标参数,优化因变量;
(2)输入初代样本数量N0;
(3)输入最大产生样本代数m;
(4)产生初代的样本;
(5)计算模块完成计算;
(6)优化模块内完成优化,并产生子代样本;
(7)循环计算直到结果收敛或者达到预先设定优化循环次数。
9.根据权利要求8所述的一种垃圾焚烧炉一次风母管的设计方法,其特征在于:具体步骤如下:
(1)计算初始化,设定母管为截面方形管或截面圆形管,将结构转化为特征参数,并规定特征参数的选取的范围;
(2)输入第一代样本的产生个数N0,输入最大产生样本代数m,采用等间距方法产生计算所需的初代样本的参数,N0大于50个,m设定为20,以保证寻优的效率和效果;
(3)初始化和输入循环逻辑控制参数后,进入计算模块,对方形截面管采用笛卡尔坐标系,入口截面的重心位置规定为原点,建立参数化模型;圆形截面管采用极坐标系后进行类似的操作;
(4)模型建立完成后,依据设计管的截面的不同,采用相应的网格形式与划分方法;设计圆形截面一次风风管时采用四面体网格划分,设计方形截面一次风风管采用六面体网格划分;对于管内流体区域应用有限体积法离散,管壁固体区域采用有限元法离散,管壁与管内流体交接区域设置1.2mm-2.6mm边界层区域,边界层区域加密网格,控制网格最小尺寸小于0.2mm,一次风母管出口加密网格,控制网格最小尺寸小于1cm;
(5)网格划分完成后,进行CFD模拟计算;CFD计算对雷诺数大于4000的400t/d以上规模的炉排的风管计算采用k-ε湍流模型;
(6)CFD计算完成后,对结果数据进行处理,采用各个支管的质流量作为统计量,采用质流量偏差系数作为优化目标函数,质流量偏差系数定义为支管质流量的标准差除以支管的平均质流量;
(7)计算完成一个样本后,判断是否达到设定的样本计数数目,未到达计算下一个样本,直到达到所设定的样本数目;
(8)计算结束后,对所有样本的结果按照质流量偏差系数从小到大排序,判断这一代最好的样本的质流量偏差系数与上一代最好的样本的质流量偏差系数相差是否小于5%,或者是否达到所设定的最大产生代数;
(9)小于5%则优化结束或达到最大样本代数m,输出最后的结果;未到达判断为真的标准则进入优化模块;
(10)优化推荐采用精英保留非劣排序的改进遗传算法,并输入产生新一代样本的个数Ni,新样本产生采用模拟的生物染色体交叉组合,遗传变异算法;
(11)产生的新样本,经历类似初代样本的计算评价流程,直到满足优化计算的收敛准则。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011575361.0A CN112668117A (zh) | 2020-12-28 | 2020-12-28 | 一种垃圾焚烧炉一次风母管的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011575361.0A CN112668117A (zh) | 2020-12-28 | 2020-12-28 | 一种垃圾焚烧炉一次风母管的设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112668117A true CN112668117A (zh) | 2021-04-16 |
Family
ID=75410372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011575361.0A Pending CN112668117A (zh) | 2020-12-28 | 2020-12-28 | 一种垃圾焚烧炉一次风母管的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668117A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107404122A (zh) * | 2017-07-17 | 2017-11-28 | 国网江西省电力公司电力科学研究院 | 一种基于遗传调相算法的不平衡台区的调相方法及装置 |
CN108647370A (zh) * | 2018-03-16 | 2018-10-12 | 北京航空航天大学 | 基于双环迭代的无人直升机气动外形优化设计方法 |
CN110989522A (zh) * | 2019-12-06 | 2020-04-10 | 东北大学 | 一种面向多钢卷的连退生产过程工艺参数优化设定方法 |
CN111765445A (zh) * | 2020-07-01 | 2020-10-13 | 河北工业大学 | 一种锅炉在线燃烧优化控制方法、系统及计算机设备 |
-
2020
- 2020-12-28 CN CN202011575361.0A patent/CN112668117A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107404122A (zh) * | 2017-07-17 | 2017-11-28 | 国网江西省电力公司电力科学研究院 | 一种基于遗传调相算法的不平衡台区的调相方法及装置 |
CN108647370A (zh) * | 2018-03-16 | 2018-10-12 | 北京航空航天大学 | 基于双环迭代的无人直升机气动外形优化设计方法 |
CN110989522A (zh) * | 2019-12-06 | 2020-04-10 | 东北大学 | 一种面向多钢卷的连退生产过程工艺参数优化设定方法 |
CN111765445A (zh) * | 2020-07-01 | 2020-10-13 | 河北工业大学 | 一种锅炉在线燃烧优化控制方法、系统及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107726358B (zh) | 基于cfd数值模拟和智能建模的锅炉燃烧优化系统及方法 | |
CN109492807A (zh) | 基于改进量子粒子群算法的锅炉nox预测模型优化方法 | |
US20170024497A1 (en) | Product design considering cost and structural performance | |
CN107944172B (zh) | 基于流体拓扑优化的发动机进气歧管设计方法 | |
US7424413B2 (en) | Method for optimizing turbine engine exhaust system | |
Shiehnejadhesar et al. | A new innovative CFD-based optimisation method for biomass combustion plants | |
CN113177271A (zh) | 改善大型立式离心泵性能与驼峰不稳定性的匹配优化方法 | |
Meng et al. | Multiobjective optimization for the impeller of centrifugal fan based on response surface methodology with grey relational analysis method | |
CN111931436A (zh) | 一种基于数值模拟与神经网络的燃烧器喷口风量预测方法 | |
Sivashanmugam et al. | Aero-structural optimization of an axial turbine stage in three-dimensional flow | |
Ke et al. | An integrated design method for used product remanufacturing scheme considering carbon emission | |
Sánchez Moreno et al. | Robustness of optimisation algorithms for transonic aerodynamic design | |
CN112668117A (zh) | 一种垃圾焚烧炉一次风母管的设计方法 | |
Zheng et al. | Data-driven based multi-objective combustion optimization covering static and dynamic states | |
CN110728031B (zh) | 一种基于ann建模平衡复杂石化过程产能的多目标优化方法 | |
Malanichev et al. | Pressure loss reduction in ventilation ducts by shape optimization of the removable profiled components | |
CN116611363A (zh) | 一种基于神经网络的焚烧炉一次风系统风量分配预测方法 | |
Yan et al. | A Newly Improved Collaborative Optimization Strategy: Application to Conceptual Multidisciplinary Design Optimization of a Civil Aero-Engine | |
Zheng et al. | Optimization and experimental study of stationary endwall of stator labyrinth cavity in a low-speed research compressor | |
CN114925578B (zh) | 基于粒子群算法和abaqus的圆钢管混凝土短柱自动优化方法 | |
Palenschat et al. | Optimization of an asymmetric twin scroll volute turbine under pulsating engine boundary conditions | |
Sugimura et al. | Kriging-model-based multi-objective robust optimization and trade-off-rule mining using association rule with aspiration vector | |
Kontoleontos et al. | Multilevel design optimization of hydraulic turbines based on hierarchical metamodel-assisted evolutionary algorithms | |
Zhang et al. | Prometheus: A geometry-centric optimization system for combustor design | |
CN112036091A (zh) | 一种利用回归算法预测四角切圆燃烧器喷口风量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210416 |