CN112784379A - 一种叶轮转子系统的优化设计方法 - Google Patents

一种叶轮转子系统的优化设计方法 Download PDF

Info

Publication number
CN112784379A
CN112784379A CN202110255543.8A CN202110255543A CN112784379A CN 112784379 A CN112784379 A CN 112784379A CN 202110255543 A CN202110255543 A CN 202110255543A CN 112784379 A CN112784379 A CN 112784379A
Authority
CN
China
Prior art keywords
rotor system
impeller
design
optimization
model
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.)
Granted
Application number
CN202110255543.8A
Other languages
English (en)
Other versions
CN112784379B (zh
Inventor
赵洋
廖繁林
禄盛
陈翔
肖洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202110255543.8A priority Critical patent/CN112784379B/zh
Publication of CN112784379A publication Critical patent/CN112784379A/zh
Application granted granted Critical
Publication of CN112784379B publication Critical patent/CN112784379B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Physiology (AREA)
  • Genetics & Genomics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computer Graphics (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

本发明涉及压缩机转子系统领域，提供一种考虑气动力的离心压缩转子系统动力学特性优化设计方法，具体为一种叶轮转子系统的优化设计方法；本发明考虑了更加完整的设计结构，将DOE实验设计、流固耦合仿真分析与克里金代理模型、以及非支配排序遗传算法相结合，进行转子系统设计。本发明在深化设计模型中的具体结构，增加了模型计算的准确性，减少了稳健优化设计工作量，提高了工作效率，为叶轮转子系统设计提供了重要参考。

Description

一种叶轮转子系统的优化设计方法
技术领域
本发明涉及压缩机转子系统领域，提供一种考虑气动力的离心压缩转子系统动力学特性优化设计方法，具体为一种叶轮转子系统的优化设计方法。
背景技术
针对离心转子系统而言，目前大多数研究都是将单个的离心叶轮或者转轴作为设计研究对象，目前市面上和学术界几乎都没有出现以整个离心转子系统作为研究对象的情况。
在以离心叶轮为研究对象的设计当中，以叶轮的等熵效率、传压比作为设计和后续优化的目标，对叶轮的部分结构进行改进。在以转轴为研究对象的设计研究当中，他们对系统中的叶轮处理相当的简陋，将叶轮等效成一个圆盘，从而对转子系统的结构进行优化设计，所计算的结果和预计结果有一定出入。
这两种设计方法都是将几个最优的子系统对象单独拿出来分析，进而组合成一个最优的大系统，这种设计方法往往忽略各子系统间的相互关系。
发明内容
针对上述转子系统优化设计结果的不足，本发明在优化阶段就考虑了转子系统包含更多的研究对象，对转子系统进行一种基于流体力学、材料力学、结构力学的多学科优化设计方法，采用先进的有限元技术和多学科优化数学模型对转子系统进行优化。
本发明的目的：提供一种基于流体力学、材料力学、结构力学等学科的气动力工况下的设计方法，通过对原设计方案的优化评估，在保证安全性能最佳的情况下使得转子系统的动力学特性最佳。所述转子系统主要由叶轮、转轴两部分组成；将转子系统的优化流程模块化。模块一为基于理论计算的3D模型的参数化建模模块。模块二为基于有限元仿真计算的流固耦合计算模块。模块三为基于多目标优化算法的系统优化模块。多个计算模块依次连接，前一个模块的计算结果可作为下一模块的输入条件，将流固耦合分析模块计算结果导入到系统优化模块作为输入条件。
为实现上述目的，本发明所采取的技术方案是：
一种叶轮转子系统的优化设计方法，所述方法包括以下步骤：
S1、建立叶轮转子系统的三维参数化模型，所述转子系统至少包括一个叶轮和一个阶梯轴；
S2、构建出所述叶轮转子系统的三维参数化模型的网格模型，根据叶轮转子系统的运行工况设定出边界条件，进行流体力学分析求解；
S3、将流体力学分析求解结果中流固接触面的压力信息导入并施加到叶轮转子结构上，对叶轮转子系统的模态和瞬态进行响应分析，得到叶轮转子系统的力学分析结果；
S4、对设计变量进行参数标定，以模态和瞬态分析结果为优化目标，进行变量设计处理，筛选出优化变量；
S5、根据所述优化变量样本点及优化目标，建立出克里金Kriging模型；
S6、判断所述克里金模型是否满足收敛准则，若不满足，则增大步骤S4中进行变量设计处理过程中的给定样本点数目N，重复步骤S4和步骤S5，直至满足精度标准；
S7、根据步骤S4中得到的优化变量和优化目标建立数学模型，采用非支配排序遗传算法，结合步骤S5生成的克里金模型，在判断优化目标相邻两次迭代差值小于设定容差后，优化收敛，完成所述叶轮转子系统的优化求解。
本发明的有益效果：
本发明的研究对象较于现有技术做出进一步的深入探究，结合叶轮和阶梯轴之间运行设计所带来的相互影响，让本发明贴近实际工况，使得计算结果更加可靠，也可在保证安全性能的前提下有更佳的动力特性。
附图说明
图1是本发明实施例的优化设计流程图；
图2是本发明实施例的叶轮转子系统简图；
图3是本发明实施例优化求解过程流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以某种叶轮转子系统为例，具体说明本发明的一种叶轮转子系统的优化设计方法，如图1所示，所述优化设计方法包括：
S1、建立叶轮转子系统的三维参数化模型，所述转子系统至少包括一个叶轮和一个阶梯轴；
本步骤中，主要是参数化有限元模型；图2给出了本发明实施例中的一种叶轮转子系统简图，如图2所示，叶轮和阶梯轴通过绑定的方式从而连接在一起，在阶梯轴上有左右两个滑动轴承进行约束。
首先获取叶轮转子系统的结构参数，这些结构参数包括叶轮中的具体结构以及转子中的具体结构，以及这些结构对应的尺寸参数，例如，叶轮的尺寸，叶轮的形状等。
举个例子，本发明实施例可以根据结构参数在UG中建立转子系统的三维参数化模型部件，通过装配得到整个转子系统模型，所述转子模型包含叶轮一个和阶梯轴一个。
S2、构建出所述叶轮转子系统的三维参数化模型的网格模型，根据叶轮转子系统的运行工况设定出边界条件，进行流体力学分析求解；
在一些实施例中，本实施例中主要是基于CFD的流场计算；本实施例可以将步骤S1中的叶轮转子系统模型导入到ICEM中并建立出网格模型，将得到网格模型导入到Workbench中，在Fluent中根据转子系统的运行工况设定边界条件，进行流体力学分析求解。
S3、将流体力学分析求解结果中流固接触面的压力信息导入并施加到叶轮转子结构上，进而对叶轮转子系统的模态和瞬态进行响应分析，得到叶轮转子系统中的各个力学分析结果，即模态分析结果和瞬态分析结果；
在一些实施例中，本实施例主要是基于流固耦合的力学计算；将步骤中得到的流场分析计算结果中流固接触面的压力信息导入并施加到叶轮转子结构上。
具体实现方式为通过Workbench界面中建立多个分析模块，以连接线连接各个模块以实现各个模块之间的数据传递，然后在力学模块中加载压力信息。
在一些优选实施例中，加载压力信息后还可以根据实际工况对叶轮转子系统的模态和瞬态进行响应分析，可得到转子系统的各阶模态振型、临界转速以及幅频响应，进而以转子系统的临界转速和幅频响应值为优化目标。
S4、对设计变量进行参数标定，叶轮转子系统的模态和瞬态分析结果为优化目标进行变量设计处理，筛选出优化变量；
在本发明实施例中，变量设计处理的方式包括采用DOE实验设计，实验设计(Design Of Experiment,简称DOE)，是研究和处理多因子与响应变量关系的一种方法。它通过合理地挑选试验条件，安排试验，并通过对试验数据的分析，从而建立响应与因子之间的函数关系，或者找出总体最优的改进方案。最基本的试验设计方法是全因子试验法，需要的试验次数最多，其它试验设计方法均以“减少试验次数”为目的，例如部分因子试验、正交试验、均匀试验等。
以上述实施例为例，对步骤S3中的分析案例中可能用到的设计变量进行参数标定，设计变量有左轴承刚度X1，右轴承刚度X2，左轴承阻尼X3，右轴承阻尼X4，轴承间距X5。其中包括将步骤S3中得到的模态分析和瞬态分析结果导入到I SIGHT优化软件当中，对商用优化软件和workbench软件进行数据的接口设定，以便数据可以正常双向传递。
选定叶轮转子系统设计变量的取值范围，通过优化DOE实验设计(优化拉丁超)方法在所取范围内，按照给定数目N抽取范围内设计变量样本点。根据每个样本点的具体几何参数在集成优化系统中生成模型并计算，得到模态响应和瞬态响应与每个设计变量的主效应关系。
在一阶临界转速的主效应关系是：左轴承刚度>右轴承刚度>轴承间距>左右轴承阻尼；二阶临界转速的主效应关系：右轴承刚度>左轴承刚度>轴承间距>左右轴承阻尼；对响应幅值的主效应关系：左轴承阻尼>右轴承阻尼>轴承间距>左轴承刚度>右轴承刚度；从而从所有设计变量中筛选出几个变量作为优化变量，所选优化变量为左轴承、右轴承的刚度和阻尼，两轴承跨距等变量。
最终给定的左轴承的刚度取值范围在(2.1×107,1.5×108)N/m，阻尼的取值范围在(1.5×105,2.6×106)Ns/m，右轴承的刚度取值范围在(2.4×107,2.1×108)N/m，阻尼的取值范围在(1.9×105,3.0×106)Ns/m，两轴承的轴承间距取值范围在(0.3,0.6)m。
S5、根据步骤S3的优化目标和S4的优化变量，每一个样本点都会对应一个优化目标数值，通过执行若干次实际仿真程序，收集样本信息，此后可根据样本信息建立Kriging模型；样本点数目和前面优化拉丁超实验设计的数目一致，为250个样本点。
S6、判断Kriging模型是否满足精度要求，判断标准为R2大于0.9，若不满足精度要求，则增大步骤S5中的样本点的数目N，重复步骤S4和步骤S5，直到满足Kriging的精度判断标准。通过决定系数R2来检验Kriging近似模型的精度的，R2表达式为:
Figure BDA0002968191510000051
其中，n为检验模型精度的数据点数量；
Figure BDA0002968191510000052
为第i个响应的近似模型预测值；yi为第i个响应的仿真值；
Figure BDA0002968191510000053
为平均值。决定系数越接近1时说明模型的越精确。
S7、根据步骤S4中得到的优化变量和优化目标建立数学模型，采用非支配排序遗传算法，结合步骤S5生成的克里金模型，在判断优化目标相邻两次迭代差值小于设定容差后，优化收敛，完成所述叶轮转子系统的优化求解。
Figure BDA0002968191510000061
式中min(s)指最小幅频响应，n为检验模型精度的数据点数量；n1是临界转速。
判断收敛准则：
采用非支配排序遗传算法(NSGA-II)，结合步骤S5生成的Kriging模型，在满足优化目标两次迭代的差值小于设定容差时，完成上述述叶轮转子系统数学模型的优化求解。
本领域技术人员可以根据现有软件或硬件中内置的上述算法进行相应的优化求解，本发明对此不作具体的介绍。
优化模型评估：
将优化后的模型进行模态和瞬态计算，与原有模型进行比对，确认优化结果。
图3给出了本发明实施例中优化求解过程的流程图，如图3所示，所述优化求解的过程包括首先确定优化目标，设置出变量的取值范围，进行相关性分析后选择优化变量，建立出Kriging近似模型，采用NSGA-II全局寻优方式求解出优化模型。
在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”、“固定”、“旋转”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种叶轮转子系统的优化设计方法，其特征在于，所述方法包括以下步骤：
S1、建立叶轮转子系统的三维参数化模型，所述转子系统至少包括一个叶轮和一个阶梯轴；
S2、构建出所述叶轮转子系统的三维参数化模型的网格模型，根据叶轮转子系统的运行工况设定出边界条件，进行流体力学分析求解；
S3、将流体力学分析求解结果中流固接触面的压力信息导入并施加到叶轮转子结构上，对叶轮转子系统的模态和瞬态进行响应分析，得到叶轮转子系统的力学分析结果；
S4、对设计变量进行参数标定，以模态和瞬态分析结果为优化目标，进行变量设计处理，筛选出优化变量；
S5、根据所述优化变量样本点及优化目标，建立出克里金模型；
S6、判断所述克里金模型是否满足收敛准则，若不满足，则增大步骤S4中进行变量设计处理过程中的给定样本点数目N，重复步骤S4和步骤S5，直至满足精度标准；
S7、根据步骤S4中得到的优化变量和优化目标建立数学模型，采用非支配排序遗传算法，结合步骤S5生成的克里金模型，在判断优化目标相邻两次迭代差值小于设定容差后，优化收敛，完成所述叶轮转子系统的优化求解。
2.根据权利要求1所述的一种叶轮转子系统的优化设计方法，其特征在于，所述建立叶轮转子系统的三维参数化模型包括采集叶轮转子的结构参数，参数化有限元模型，建立出叶轮转子系统的三维参数化模型部件，通过装配得到叶轮转子系统的三维参数化模型。
3.根据权利要求1所述的一种叶轮转子系统的优化设计方法，其特征在于，所述将流体力学分析求解结果中流固接触面的压力信息导入并施加到叶轮转子结构上包括建立多个分析模块，以连接块连接各个模块，以实现各个模块之间的数据传递，在力学模块中记载压力信息。
4.根据权利要求1所述的一种叶轮转子系统的优化设计方法，其特征在于，所述对叶轮转子系统的模态和瞬态进行响应分析，得到叶轮转子系统的各个设计变量包括根据实际工况对叶轮转子系统的模态和瞬态进行响应分析，得到叶轮转子系统的各阶模态振型、临界转速以及幅频响应。
5.根据权利要求1所述的一种叶轮转子系统的优化设计方法，其特征在于，所述设计变量包括左轴承刚度X1，右轴承刚度X2，左轴承阻尼X3，右轴承阻尼X4，轴承间距X5。
6.根据权利要求1所述的一种叶轮转子系统的优化设计方法，其特征在于，所述将叶轮转子系统的模态和瞬态分析结果进行优化求解，筛选出优化变量包括选定叶轮转子系统中各个设计变量的取值范围，通过优化拉丁超立方实验设计方法，在所取范围内，按照给定样本点数目N抽取范围内设计变量样本点；根据每个样本点的具体几何参数在集成优化系统中生成模型并计算，得到模态响应和瞬态响应与每个设计变量的主效应关系；从所有设计变量中筛选出几个变量作为优化变量，并确定每个优化变量的取值范围。
7.根据权利要求1所述的一种叶轮转子系统的优化设计方法，其特征在于，根据所述优化变量样本点及优化目标，建立出克里金模型。包括将每个样本点对应一个优化目标数值，执行若干次收集出样本信息，据收集到的所述样本信息构建出克里金模型。
8.根据权利要求1所述的一种叶轮转子系统的优化设计方法，其特征在于，所述克里金模型的精度标准通过决定系数进行判断，若所述决定系数大于第一阈值，则表示满足精度标准，否则表示为不满足精度标准。
CN202110255543.8A 2021-03-09 2021-03-09 一种叶轮转子系统的优化设计方法 Active CN112784379B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110255543.8A CN112784379B (zh) 2021-03-09 2021-03-09 一种叶轮转子系统的优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110255543.8A CN112784379B (zh) 2021-03-09 2021-03-09 一种叶轮转子系统的优化设计方法

Publications (2)

Publication Number Publication Date
CN112784379A true CN112784379A (zh) 2021-05-11
CN112784379B CN112784379B (zh) 2023-05-23

Family

ID=75762442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110255543.8A Active CN112784379B (zh) 2021-03-09 2021-03-09 一种叶轮转子系统的优化设计方法

Country Status (1)

Country Link
CN (1) CN112784379B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867083A (zh) * 2012-08-30 2013-01-09 浙江大学 考虑不确定性的压力机滑块机构高刚度轻量化设计方法
CN104008227A (zh) * 2014-04-18 2014-08-27 江苏大学 一种离心泵动静部件间隙优化设计方法
CN106874542A (zh) * 2017-01-04 2017-06-20 滨州东瑞机械有限公司 一种液力透平叶轮多工况多目标优化设计方法
CN108919344A (zh) * 2018-03-30 2018-11-30 北京诺克斯达石油科技有限公司 适用于层状介质的分频构形反演方法
CN109657397A (zh) * 2018-12-29 2019-04-19 山东大学 基于频响函数的汽轮机叶片-转子系统稳定性的预测方法
CN109948218A (zh) * 2019-03-12 2019-06-28 辽宁科技大学 一种基于风机系统的动力学分析方法
CN110175340A (zh) * 2018-11-16 2019-08-27 湘潭大学 一种适用于不确定工况的离心压气机叶轮气动稳健优化设计方法
CN111859730A (zh) * 2020-06-05 2020-10-30 合肥通用机械研究院有限公司 一种燃料电池离心压缩机转子构形优化设计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102867083A (zh) * 2012-08-30 2013-01-09 浙江大学 考虑不确定性的压力机滑块机构高刚度轻量化设计方法
CN104008227A (zh) * 2014-04-18 2014-08-27 江苏大学 一种离心泵动静部件间隙优化设计方法
CN106874542A (zh) * 2017-01-04 2017-06-20 滨州东瑞机械有限公司 一种液力透平叶轮多工况多目标优化设计方法
CN108919344A (zh) * 2018-03-30 2018-11-30 北京诺克斯达石油科技有限公司 适用于层状介质的分频构形反演方法
CN110175340A (zh) * 2018-11-16 2019-08-27 湘潭大学 一种适用于不确定工况的离心压气机叶轮气动稳健优化设计方法
CN109657397A (zh) * 2018-12-29 2019-04-19 山东大学 基于频响函数的汽轮机叶片-转子系统稳定性的预测方法
CN109948218A (zh) * 2019-03-12 2019-06-28 辽宁科技大学 一种基于风机系统的动力学分析方法
CN111859730A (zh) * 2020-06-05 2020-10-30 合肥通用机械研究院有限公司 一种燃料电池离心压缩机转子构形优化设计方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
HUANG R等: "Multi-objective optimization of the flush-type intake duct for a waterjet propulsion system", 《OCEAN ENGINEERING》 *
WANG X F等: "Aerodynamic optimization design of centrifugal compressor"s impeller with", 《PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS》 *
ZOU D等: "Application of augmented Kalman filter to identify unbalance load of rotor-bearing system: Theory and experiment", 《 JOURNAL OF SOUND AND VIBRATION》 *
季宁等: "基于最优拉丁超立方抽样方法和NSGAⅡ算法的注射成型多目标优化", 《工程塑料应用》 *
屈小章等: "基于 Kriging 近似模型的轨道主冷叶轮多目标遗传优化", 《中国机械工程》 *
廖繁林: "基于动力学特性的叶轮转子系统优化设计", 《中国优秀博硕士学位论文全文数据库（硕士）工程科技II辑》 *
彭刚等: "某小型高速转子临界转速及不平衡响应计算研究", 《中国航空学会第七届动力年会论文摘要集》 *
赵天星等: "双叶片轮水泥抹光装置的动力学分析", 《机械设计与研究》 *

Also Published As

Publication number Publication date
CN112784379B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN112733221B (zh) 一种抗滑桩加固边坡的优化设计方法及系统
CN111191316B (zh) 一种基于响应面的建筑自然通风性能优化模型及优化方法
CN106650125B (zh) 一种离心压气机叶轮的优化方法和系统
US7831416B2 (en) Probabilistic modeling system for product design
CN106991216B (zh) 汽车冷却模块引起方向盘抖动的稳健性预估及优化方法
Li et al. A novel global optimization algorithm and data-mining methods for turbomachinery design
CN116341312A (zh) 一种发动机分体式动力学振动响应结果评价方法
Sivashanmugam et al. Aero-structural optimization of an axial turbine stage in three-dimensional flow
CN110727999A (zh) 一种基于应力及场强分析的优化设计轮盘模拟件的方法
CN112784379A (zh) 一种叶轮转子系统的优化设计方法
CN116738920B (zh) 一种三维几何内核的芯片3d设计方法及系统
CN113221278A (zh) 一种车载光电平台照准架轻量化方法
CN116257944A (zh) 基于联合仿真的配流盘智能优化设计方法及工业互联网云平台
CN113468697B (zh) 一种光伏板钢边框结构的正向设计方法
CN118332911A (zh) 一种可即时降维的管道泵多目标协同优化方法及系统
CN118627357B (zh) 基于nsga-ⅱ遗传算法的储能电池簇架结构优化方法
CN118278319A (zh) 用于多级离心泵能效提升和振动抑制的优化方法及系统
CN117010062A (zh) 基于几何特征的自适应支撑结构设计系统
CN118378575B (zh) 一种液体火箭发动机涡轮寿命可靠性优化设计方法和装置
CN114372318B (zh) 设计参数确定方法、装置、电子设备及可读存储介质
Manzato et al. Model updating methodologies for multibody simulation models: application to a full-scale wind turbine model
CN118332709A (zh) 中开泵叶轮优化方法、优化装置及中开泵
CN118504304A (zh) 一种发动机飞轮壳有限元模型修正及结构动力学优化方法
CN118627357A (zh) 基于nsga-ⅱ遗传算法的储能电池簇架结构优化方法
Wang et al. Multi-objective aerodynamic design optimization based on camber line and thickness distribution for a transonic compressor rotor

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
GR01 Patent grant
GR01 Patent grant