針對(duì)風(fēng)洞收縮段曲線形狀對(duì)實(shí)驗(yàn)段流場(chǎng)的均勻性有較大影響的問題,采用數(shù)值模擬與優(yōu)化算法相結(jié)合的方法,運(yùn)用CFD軟件對(duì)不同參數(shù)下收縮曲線的流場(chǎng)均勻性進(jìn)行計(jì)算,以近似均勻取樣得到的數(shù)值仿真結(jié)果作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,并使用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,建立三種不同收縮曲線設(shè)計(jì)參數(shù)與收縮段出口速度不均勻度的映射關(guān)系,最后結(jié)合遺傳算法進(jìn)行參數(shù)優(yōu)化。得到了最優(yōu)的收縮曲線設(shè)計(jì)參數(shù),并用有限元方法驗(yàn)證了優(yōu)化結(jié)果。最后的結(jié)論是雙三次曲線氣流均勻性最好,且當(dāng)收縮段入口和出口曲率小,中間段曲率大的情況下更容易獲得均勻的氣流。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(05)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

收縮曲線參數(shù)示意圖

風(fēng)洞收縮段流線圖

風(fēng)洞速度云圖

【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)與遺傳算法節(jié)能擾流子優(yōu)化設(shè)計(jì)[J]. 宋乾斌,陸曉峰,盧培業(yè),朱曉磊.  計(jì)算機(jī)仿真. 2018(08)
[2]高超聲速風(fēng)洞軸對(duì)稱噴管收縮段設(shè)計(jì)[J]. 胡振震,李震乾,陳愛國(guó),石義雷.  空氣動(dòng)力學(xué)學(xué)報(bào). 2017(06)
[3]一種收縮射流管的結(jié)構(gòu)設(shè)計(jì)[J]. 徐杰,李丙乾,李健.  機(jī)床與液壓. 2017(02)
[4]基于不同收縮曲線的圓射流流場(chǎng)擬序結(jié)構(gòu)分析[J]. 羅靜,李丙乾,李健.  組合機(jī)床與自動(dòng)化加工技術(shù). 2016(05)
[5]基于BP神經(jīng)網(wǎng)絡(luò)固沖發(fā)動(dòng)機(jī)燃?xì)饬髁空{(diào)節(jié)控制[J]. 周俊,周長(zhǎng)省,陳雄.  計(jì)算機(jī)仿真. 2015(01)
[6]低速風(fēng)洞收縮段的邊界層修正[J]. 劉衛(wèi)紅,黃為民.  空氣動(dòng)力學(xué)學(xué)報(bào). 2014(01)



本文編號(hào)：3417625