CN113836666A - 一种吹风机结构生成方法 - Google Patents
一种吹风机结构生成方法 Download PDFInfo
- Publication number
- CN113836666A CN113836666A CN202111154124.1A CN202111154124A CN113836666A CN 113836666 A CN113836666 A CN 113836666A CN 202111154124 A CN202111154124 A CN 202111154124A CN 113836666 A CN113836666 A CN 113836666A
- Authority
- CN
- China
- Prior art keywords
- wind speed
- blower
- simulation
- parameter
- speed related
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000002910 structure generation Methods 0.000 title claims abstract description 13
- 238000004088 simulation Methods 0.000 claims abstract description 68
- 238000013461 design Methods 0.000 claims abstract description 47
- 230000008878 coupling Effects 0.000 claims abstract description 28
- 238000010168 coupling process Methods 0.000 claims abstract description 28
- 238000005859 coupling reaction Methods 0.000 claims abstract description 28
- 230000001808 coupling effect Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 21
- 230000003247 decreasing effect Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000009423 ventilation Methods 0.000 claims description 10
- 238000003491 array Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 7
- 230000002195 synergetic effect Effects 0.000 claims description 6
- 238000000611 regression analysis Methods 0.000 claims description 4
- 238000007664 blowing Methods 0.000 abstract description 5
- 238000006243 chemical reaction Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000001035 drying Methods 0.000 description 3
- 230000004323 axial length Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000554 physical therapy Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000005485 electric heating Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机领域，提供了一种吹风机结构生成方法，包括获取风速关联参数的取值范围，利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟，输出最大的出口风速所对应的风速关联参数值；本方法包含了多个结构因素对于吹风机出口风速的耦合作用，通过对多个风速关联参数对于吹风机的出口风速作用的联合模拟，进而实现了对于吹风机结构设计的相关参数的精确确定，显著提升了所生成的吹风机仿真模型的吹风性能。
Description
技术领域
本发明属于计算机领域，尤其涉及一种吹风机结构生成方法。
背景技术
吹风机是由一组电热丝和一个高转速小风扇组合而成的电器，主要用于头发的干燥和整形，但也可供实验室、理疗室及工业生产、美工等方面作局部干燥、加热和理疗之用。
风机的气动性能及噪声，是影响其性能的两个重要指标。在吹风机设计中，首先要保障的是其可以提供足够的风量，出口附近具有较高的风速；其次要尽量减小其工作噪声。其中，在风量一定的情况下，不考虑噪声的影响，提高出口风速可以增大对流换热系数，从而更快速地吹干头发，出口风速对风机的干燥效果具有决定性的影响，成为决定吹风机性能优劣的关键因素；现有的吹风机结构设计方法在确定设计参数时主要由工程师凭经验确定，并难以考虑到多个设计参数对于吹风机性能的耦合影响并对各设计参数进行协同调整。
现有的吹风机结构设计方法存在难以精确确定对应于最大出口风速的设计参数的问题。
发明内容
本发明实施例的目的在于提供一种吹风机结构生成方法，旨在解决现有的吹风机结构设计方法存在难以精确确定对应于最大出口风速的设计参数的问题。
本发明实施例是这样实现的，一种吹风机结构生成方法，包括：
获取风速关联参数的取值范围，所述风速关联参数为能够影响吹风机的出口风速的吹风机结构设计参数；
利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟，所述耦合影响模型能够反映各所述风速关联参数对所述出口风速的协同影响；
输出最大的出口风速所对应的风速关联参数值，所述风速关联参数值为待生成的吹风机模型的设计值。
本发明实施例的另一目的在于一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述一种吹风机结构生成方法的步骤。
本发明实施例的另一目的在于一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述一种吹风机结构生成方法的步骤。
本发明实施例提供的一种吹风机结构生成方法，包括获取风速关联参数的取值范围，利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟，输出最大的出口风速所对应的风速关联参数值；本方法包含了多个结构因素对于吹风机出口风速的耦合作用，通过对多个风速关联参数对于吹风机的出口风速作用的联合模拟，进而实现了对于吹风机结构设计的相关参数的精确确定，显著提升了所生成的吹风机仿真模型的吹风性能。
附图说明
图1为本发明实施例提供的一种吹风机结构生成方法的流程图；
图2为本发明实施例提供的一种吹风机结构生成方法的风速关联参数筛选流程图；
图3为本发明实施例提供的一种吹风机结构生成方法的耦合影响模型的建立流程图；
图4为本发明实施例提供的一种吹风机结构生成方法的风速关联参数D与出口风速的关系图；
图5为本发明实施例提供的一种吹风机结构生成方法的风速关联参数G与出口风速的关系图；
图6为本发明实施例提供的一种吹风机结构生成方法的风速关联参数L与出口风速的关系图；
图7为本发明实施例提供的一种吹风机结构生成方法的仿真模型图；
图8为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
本发明实施例提供的一种吹风机结构生成方法需通过计算机设备来实现，计算机设备可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器；终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此；所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明所提出的吹风机结构生成方法的各个步骤；该计算机设备还包括网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器执行吹风机结构生成方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行吹风机结构生成方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
如图1所示，在一个实施例中，提出了一种吹风机结构生成方法，本实施例主要以该方法应用于计算机设备来举例说明。一种吹风机结构生成方法，具体可以包括以下步骤：
步骤S102，获取风速关联参数的取值范围，所述风速关联参数为能够影响吹风机的出口风速的吹风机结构设计参数；
其中，风速关联参数的取值范围为能够使吹风机正常实现其功能的参数范围，比如要使吹风机风扇正常转动，对于风速关联参数风扇叶和风筒之间的间隙距离G的最小值为0.5mm，要使风扇旋转产生的风能在风筒中形成定向风流，G的最大值为3mm，则G的取值范围为0.5mm～3mm；所述风速关联参数与吹风机尺寸参数相对应，所述获取风速关联参数的取值范围步骤之前还包括以下步骤：根据获得的吹风机尺寸参数的取值范围确定所述风速关联参数的取值范围；在本实施例中，吹风机尺寸参数的取值范围为通过输入装置输入的客户或者市场消费者对于吹风机的实际需求尺寸，其中输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等，此为可选的实现方式，在此不作具体限定；输入的尺寸不能直接为计算机程序用于对吹风机结构进行生成，而需要通过内置的转化方法将该尺寸参数转化为风速关联参数，转化方法可以是换算公式转化，映射表转化或者其它类型的转化方法，此为可选的实现方式，在此不作具体限定；本实施例采用换算公式转化法对尺寸参数进行转化，在计算机设备中预设有各吹风机尺寸参数与其对应的风速关联参数的确定的换算关系式，计算机设备获取输入的吹风机尺寸参数的取值范围边界值，通过预设的吹风机尺寸参数与其对应的风速关联参数的换算关系式计算后可得到风速关联参数的取值范围边界值，进而可得到风速关联参数的取值范围。
步骤S104，利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟，所述耦合影响模型能够反映各所述风速关联参数对所述出口风速的协同影响；
在本实施例中，模拟过程通过仿真模型软件实现，仿真软件可采用ANSYS、ABAQUS或者其它类型的仿真软件，此为可选的实现方式，在此不作具体限定；耦合影响模型为内置于仿真软件中的参数计算模型，用于对于软件仿真所需的参数进行模拟，耦合影响模型包含若干风速关联参数，充分反映了吹风机在工作时其风速同时受到多个风速关联参数的影响的各种情况，即各个风速关联参数的协同影响，比如各个风速关联参数之间的关系可能是相互促进的关系，也有可能是相互阻碍的关系，耦合影响模型对于在取值范围内的多个风速关联参数值进行模拟，并能够输出对应于最优的吹风性能的风速关联参数用于对吹风机进行仿真结构的生成。
步骤S106，输出最大的出口风速所对应的风速关联参数值，所述风速关联参数值为待生成的吹风机模型的设计值。
在计算机程序用耦合影响模型对吹风机的出口风速进行模拟的过程中，在各风速关联参数的取值范围中按照预设的增减方式对各风速关联参数值进行若干次增减，每次增减后对风速进行模拟，从而可得到不同的各风速关联参数值搭配情况下的出口风速模拟值，即最大程度上覆盖了各风速关联参数的不同配合形式对出口风速的影响情况，进而可更为准确地确定能够得到最大的出口风速的设计值。
在本实施例中，包含了多个结构因素对于吹风机出口风速的耦合作用，通过对多个风速关联参数对于吹风机的出口风速作用的联合模拟，进而实现了对于吹风机结构设计的相关参数的精确确定，显著提升了所生成的吹风机的吹风性能。
在一个实施例中，如图2所示，步骤S102之前包括以下步骤：
步骤S202，建立吹风机结构的仿真模型；
其中，仿真模型通过仿真软件建立，仿真软件可采用ANSYS、ABAQUS或者其它类型的仿真软件，此为可选的实现方式，在此不作具体限定；如图7所示，本实施例采用ANSYS建立仿真模型，仿真模型依据结构设计参数的取值建立，其具备显示吹风机内部以及吹风机周围的空气流动速度云图的功能，并能够显示空气流动速度云图相对应的空气流动速度值，可直观地显示吹风机内部及其周围各处的风速值。
步骤S204，采用单因素仿真法对所述仿真模型的各吹风机结构设计参数值进行增减，并在每次增减后对所述仿真模型进行仿真通风模拟，以分别模拟各所述吹风机结构设计参数值的变化对所述出口风速大小的影响；
其中，单因素仿真法为只模拟一个因素的变化对仿真指标的影响，并使其它因素保持不变的仿真方法；仿真通风模拟即将建立的仿真模型置于仿真软件模拟的空气流场中，并按预设转速驱动设置在仿真模型中的仿真风扇进行模拟转动出风的过程；所述采用单因素仿真法对所述仿真模型的各吹风机结构设计参数值进行增减，并在每次增减后对所述仿真模型进行仿真通风模拟，包括：
随机选取一个待测试的吹风机结构设计参数，并按预设的增减梯度对该吹风机结构设计参数的值进行增减，并在每次增减后进行仿真通风模拟；
重复执行上述过程，以对所有所述吹风机结构设计参数值的变化对所述出口风速大小的影响进行仿真；
在本实施例中风速关联参数为风扇叶和风筒之间的间隙距离G、风筒的轴向长度L、风扇和电机之间的距离D，通过仿真模拟得到的各风速关联参数对于出口风速的影响如图4、5、6所示。
步骤S206，若所述吹风机结构设计参数值的单位变化导致的出口风速的变化达到预设值，则令对应的吹风机结构设计参数为风速关联参数。
比如，计算机程序模拟时每对风扇和电机之间的距离D增加1mm，吹风机的出口风速增加1.2m/s，而程序中D每增加1mm对应的出口风速增加值预设为1m/s，则1.2m/s>1m/s，风扇和电机之间的距离D被判定为风速关联参数。
在本实施例中，计算机程序通过单因素仿真法将能够对吹风机出口风速造成明显影响的吹风机结构设计参数筛选出来，以得到风速关联参数，为后续建立耦合影响模型提供了准确的参数基础，避免了引入无关的吹风机结构设计参数，使耦合影响模型对于吹风机出口风速模拟的准确性更高。
在一个实施例中，如图3所示，步骤S104之前包括以下步骤：
步骤S302，按照预设的参数值增减梯度对所述仿真模型的多个所述风速关联参数进行增减，并进行仿真通风模拟，以获得对应的出口风速；
其中，预设的参数值增减梯度可设为0.5mm，1mm或者其它的梯度间隔，此为可选的实现方式，在此不作具体限定；若风速关联参数为风扇叶和风筒之间的间隙距离G、风筒的轴向长度L、风扇和电机之间的距离D，计算机程序对于三个参数的增减方式为：同时对三个参数进行同向增减后进行仿真通风模拟，比如每次分别对G、L、D增加1mm或者减少降低1mm后对仿真模型进行模拟；计算机程序随机选择其中1个或2个参数并增加其参数值，再对剩余参数进行参数值减少，比如对G减少1mm，对L、D分别增加1mm后对仿真模型进行模拟；计算机程序选择1个参数保持不变，对剩余参数进行增减，比如令L不变，令G和D进行同向增减或者反向增减；在本实施例中，根据预设的精度需求设置上述一种或多种参数增减方式对风速关联参数进行循环增减，此为具体的实现方式，在此不作具体限定。
步骤S304，重复执行上述过程，以获得若干组所述风速关联参数与所述出口风速的对应数组；
比如，在预设转速为1200r/min的情况下，输入风速关联参数D＝1mm，G＝2.5mm，L＝140mm进行仿真，其对应的出口风速为6.85m/s，其对应数组为﹛1、2.5、140、6.85﹜。
步骤S306，通过多项式回归分析法对若干对应数组进行回归拟合，以得到所述耦合影响模型；
其中，研究一个因变量与一个或多个自变量间多项式的回归分析方法，称为多项式回归分析法，多项式回归的优势为可以通过增加自变量的高次项对实测点进行逼近，直至达到预设标准为止；所述耦合影响模型为：
其中，y＝V，V为所述出口风速；xi为第i个所述风速关联参数，并且i＝1、2、3……n；a、b、……、g为回归系数；
比如，在预设转速为1200r/min的情况下，对各风速关联参数进行增减后进行仿真模拟得到以下对应数组的值：
表1对应数组值
对以上对应数组的值进行多项式的回归分析得到耦合影响模型为：
V＝1.38+0.58D-0.16G-0.08L-0.55D·G-0.23D·L+0.38G·L+0.25D2+0.19G2+0.42L2
(2)
所述利用耦合影响模型在所述取值范围内对吹风机的出口风速进行模拟通过下式进行：
其中，ximin…ximax为所述风速关联参数xi的上限值和下限值。
比如，各风速关联参数的取值范围如下：
通过公式(3)在取值范围4中进行模拟得到最大的出口风速Vmax＝6.85m/s，其对应的各风速关联参数的值为D＝1mm，G＝2.5mm，L＝140mm，并令其为待生成的吹风机模型的设计值。
在本发明中，实现了对于客户和市场需求与设计参数之间的自动转化，减少了人工进行参数转化的过程，并且在模拟前还实现了对吹风机结构设计参数的筛选，有针对性地将能够对吹风性能有显著影响的参数筛选出来作为耦合影响模型建模基础，能显著提升模型对于吹风机表征效果，再者耦合影响模型采用的是多项式的回归分析方法建立的多项式的回归方程，包含了多个结构因素对于吹风机出口风速的耦合作用，通过对多个风速关联参数对于吹风机的出口风速作用的联合模拟，进而实现了对于吹风机结构设计的相关参数的精确确定，显著提升了所生成的吹风机仿真模型的吹风性能。
本发明还提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取风速关联参数的取值范围，所述风速关联参数为能够影响吹风机的出口风速的吹风机结构设计参数；
利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟，所述耦合影响模型能够反映各所述风速关联参数对所述出口风速的协同影响；
输出最大的出口风速所对应的风速关联参数值，所述风速关联参数值为待生成的吹风机模型的设计值。
其中，该计算机设备还包括网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现吹风机结构生成方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行吹风机结构生成方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：
获取风速关联参数的取值范围，所述风速关联参数为能够影响吹风机的出口风速的吹风机结构设计参数；
利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟，所述耦合影响模型能够反映各所述风速关联参数对所述出口风速的协同影响；
输出最大的出口风速所对应的风速关联参数值，所述风速关联参数值为待生成的吹风机模型的设计值。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种吹风机结构生成方法，其特征在于，包括：
获取风速关联参数的取值范围，所述风速关联参数为能够影响吹风机的出口风速的吹风机结构设计参数；
利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟，所述耦合影响模型能够反映各所述风速关联参数对所述出口风速的协同影响；
输出最大的出口风速所对应的风速关联参数值，所述风速关联参数值为待生成的吹风机模型的设计值。
2.根据权利要求1所述的吹风机结构生成方法，其特征在于，所述获取风速关联参数的取值范围的步骤之前还包括如下步骤：
建立吹风机结构的仿真模型；
采用单因素仿真法对所述仿真模型的各吹风机结构设计参数值进行增减，并在每次增减后对所述仿真模型进行仿真通风模拟，以分别模拟各所述吹风机结构设计参数值的变化对所述出口风速大小的影响；
若所述吹风机结构设计参数值的单位变化导致的出口风速的变化达到预设值，则令对应的吹风机结构设计参数为风速关联参数。
3.根据权利要求2所述的吹风机结构生成方法，其特征在于，所述采用单因素仿真法对所述仿真模型的各吹风机结构设计参数值进行增减，并在每次增减后对所述仿真模型进行仿真通风模拟，包括：
随机选取一个待测试的吹风机结构设计参数，并按预设的增减梯度对该吹风机结构设计参数的值进行增减，并在每次增减后进行仿真通风模拟；
重复执行上述过程，以对所有所述吹风机结构设计参数值的变化对所述出口风速大小的影响进行仿真。
4.根据权利要求1所述的吹风机结构生成方法，其特征在于，所述风速关联参数与吹风机尺寸参数相对应，所述获取风速关联参数的取值范围步骤之前还包括以下步骤：
根据获得的吹风机尺寸参数的取值范围确定所述风速关联参数的取值范围。
5.根据权利要求2所述的吹风机结构生成方法，其特征在于，所述利用耦合影响模型在所述风速关联参数的取值范围内对吹风机的出口风速进行模拟步骤值前还包括以下步骤：
按照预设的参数值增减梯度对所述仿真模型的多个所述风速关联参数进行增减，并进行仿真通风模拟，以获得对应的出口风速；
重复执行上述过程，以获得若干组所述风速关联参数与所述出口风速的对应数组；
通过多项式回归分析法对若干对应数组进行回归拟合，以得到所述耦合影响模型。
6.根据权利要求5所述的吹风机结构生成方法，其特征在于，所述耦合影响模型为：
其中，y＝V，V为所述出口风速；xi为第i个所述风速关联参数，并且i＝1、2、3……n；a、b、……、g为回归系数。
7.根据权利要求6所述的吹风机结构生成方法，其特征在于，所述利用耦合影响模型在所述取值范围内对吹风机的出口风速进行模拟通过下式进行：
Max V
s.t.ximin≤xi≤ximax(i＝1,2,…,n) (2)
其中，ximin…ximax为所述风速关联参数xi的上限值和下限值。
8.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述一种吹风机结构生成方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述一种吹风机结构生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111154124.1A CN113836666B (zh) | 2021-09-29 | 2021-09-29 | 一种吹风机结构生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111154124.1A CN113836666B (zh) | 2021-09-29 | 2021-09-29 | 一种吹风机结构生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113836666A true CN113836666A (zh) | 2021-12-24 |
| CN113836666B CN113836666B (zh) | 2024-03-29 |
Family
ID=78967561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111154124.1A Active CN113836666B (zh) | 2021-09-29 | 2021-09-29 | 一种吹风机结构生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113836666B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040099747A1 (en) * | 2002-11-25 | 2004-05-27 | Johnson Rollie R. | Exhaust air removal system |
| CN101021880A (zh) * | 2007-03-22 | 2007-08-22 | 上海交通大学 | 降低多翼离心风机噪声的方法 |
| CN201121604Y (zh) * | 2007-10-15 | 2008-09-24 | 陈耀乾 | 吹风机结构 |
| US20190286792A1 (en) * | 2018-03-13 | 2019-09-19 | International Business Machines Corporation | Chemical compound discovery using machine learning technologies |
| CN110705075A (zh) * | 2019-09-25 | 2020-01-17 | 桂林电器科学研究院有限公司 | 一种静压箱孔板的优化设计方法 |
-
2021
- 2021-09-29 CN CN202111154124.1A patent/CN113836666B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040099747A1 (en) * | 2002-11-25 | 2004-05-27 | Johnson Rollie R. | Exhaust air removal system |
| CN101021880A (zh) * | 2007-03-22 | 2007-08-22 | 上海交通大学 | 降低多翼离心风机噪声的方法 |
| CN201121604Y (zh) * | 2007-10-15 | 2008-09-24 | 陈耀乾 | 吹风机结构 |
| US20190286792A1 (en) * | 2018-03-13 | 2019-09-19 | International Business Machines Corporation | Chemical compound discovery using machine learning technologies |
| CN110705075A (zh) * | 2019-09-25 | 2020-01-17 | 桂林电器科学研究院有限公司 | 一种静压箱孔板的优化设计方法 |
Non-Patent Citations (2)
| Title |
|---|
| 宋淑然;夏侯炳;刘洪山;洪添胜;孙道宗;卢玉华;: "风送式喷雾机喷筒结构优化数值模拟与试验", 农业机械学报, no. 06, 30 June 2013 (2013-06-30), pages 1 - 6 * |
| 张莉等: "小型轴流式吹风机结构优化设计研究", 《家电科技》, 31 January 2022 (2022-01-31) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113836666B (zh) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9135383B2 (en) | Table model circuit simulation acceleration using model caching | |
| JP2019519857A (ja) | 調節される空間の熱流体管理のためのシステムおよび方法 | |
| Tian et al. | Fast and self-learning indoor airflow simulation based on in situ adaptive tabulation | |
| JP2022539290A (ja) | ディープラーニングのためのビジュアルプログラミング | |
| CN113221402B (zh) | 一种冲压件回弹预测及监控方法、系统及存储介质 | |
| CN113836666A (zh) | 一种吹风机结构生成方法 | |
| CN113901686A (zh) | 变压器热路模型构建方法与变压器温度场计算方法 | |
| CN113722860A (zh) | 基于降阶模型的瞬态热力状态在线评估方法、设备及介质 | |
| CN113779742B (zh) | 热阻网络简化模型建模方法、装置及芯片结温预测方法 | |
| Goloboff | Oblong, a program to analyse phylogenomic data sets with millions of characters, requiring negligible amounts of RAM | |
| CN114331388B (zh) | 基于联邦学习的薪资计算方法、装置、设备及存储介质 | |
| CN116227304A (zh) | 一种多尺度耦合模型的仿真方法、装置、设备及存储介质 | |
| CN115481513A (zh) | 格栅安全性判定方法 | |
| Gong et al. | Form-finding model shows how cytoskeleton network stiffness is realized | |
| CN113821946A (zh) | 一种igbt模块功率循环仿真方法、装置、设备及存储介质 | |
| US11347911B2 (en) | Systems and methods of determining a numerical material model that optimally emulates physical material test results | |
| US11250195B2 (en) | Method and system for ROM based dynamic thermal management analysis and control | |
| CN111062159B (zh) | 一种无人机虚拟试验方法 | |
| CN111176965B (zh) | 推荐系统预发布测试方法、装置及电子设备 | |
| CN115176250A (zh) | 用于疲劳响应预测的系统和方法 | |
| CN109282441B (zh) | 吹风控制方法、装置、计算机设备和存储介质 | |
| CN114003431B (zh) | 一种Nvme固态硬盘非4k对齐Trim数据校验方法、系统及装置 | |
| CN117236599B (zh) | 基于多元化算力融合的供电服务提升方法及系统 | |
| CN113392536B (zh) | 电力通信网络仿真评估方法、装置、计算机设备和介质 | |
| CN115544810A (zh) | 电气系统应力解析方法、装置、设备和存储介质 |
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 |