一种离心叶轮设计方法及系统与流程

技术特征：
1.一种离心叶轮设计方法，其特征在于，包括以下步骤：(1)确定初始叶轮因素参数，采用试验设计方法和气动噪声性能分析方法，获取叶轮气动噪声性能参数响应值，建立初始样本库；(2)根据所述初始样本库，采用主客观赋权法和mrmr特征选择方法，选取对所述叶轮气动噪声性能参数影响显著的叶轮因素参数；(3)根据所述影响显著的叶轮因素参数，采用试验设计方法和气动噪声性能分析方法，建立映射模型样本库，采用bp神经网络，建立所述影响显著的叶轮因素参数和所述叶轮气动噪声性能参数的关系的映射模型；(4)基于所述映射模型，获得最优叶轮值。2.根据权利要求1所述的一种离心叶轮设计方法，其特征在于，所述步骤(1)具体包括：选取初始叶轮因素参数；所述初始叶轮因素参数为叶片进口角、叶片出口角、叶顶间隙、叶片厚度、叶轮出口宽度、进口轮毂直径、进口叶片宽度、叶轮出口直径、叶片前缘倾角、叶片包络角、分流叶片周向位置中任意五种或五种以上；根据所述初始叶轮因素参数确定参数变化范围，采用试验设计法，在所述参数变化范围内确定初始叶轮因素参数值；所述试验设计方法为正交设计方法、均匀设计方法、拉丁超立方设计方法中任意一种；采用气动噪声性能分析方法，获取所述叶轮气动噪声性能参数响应值；所述叶轮气动噪声性能参数为压比、效率和声功率级；根据所述初始叶轮因素参数值和对应的所述叶轮气动噪声性能参数响应值建立初始样本库。3.根据权利要求1所述的一种离心叶轮设计方法，其特征在于，所述步骤(2)具体包括：采用所述主客观赋权法，获取所述初始叶轮因素参数与叶轮气动噪声性能参数的主客观综合关联度，获取所述初始叶轮因素参数之间的主客观综合关联度，所述主客观综合关联度的计算公式为：w＝αw1 βw2ꢀꢀꢀꢀꢀꢀ
(1)式中，w为主客观综合关联度，w1是主观权重，w2是客观权重，α是主观偏好系数，β是客观偏好系数，α，β∈[0,1]且α β＝1；所述主观权重w1由基于专家知识的层次分析法求得；所述客观权重w2由客观赋权法求得，所述客观赋权法为主成分分析法、离差最大化法、灰色关联度法和熵值法中的任一种；采用所述mrmr特征选择方法，从所述初始叶轮因素参数组成的集合x
n
中，通过迭代的方式，确定包含m个对所述叶轮气动噪声性能参数影响显著的叶轮因素参数的最优子集s
m
；所述最优子集s
m
需要满足，集合中所有影响显著的叶轮因素参数与所述叶轮气动噪声性能参数的主客观综合关联度的均值最大，即满足相关性最大，同时，集合中所有影响显著的叶轮因素参数之间的主客观综合关联度的均值最小，即满足冗余性最小，所述相关性和所述冗余性的公式为：
式中，m为最优子集s
m
所包含的影响显著的叶轮因素参数的个数，y为所述叶轮气动噪声性能参数，x为最优子集s
m
中的影响显著的叶轮因素参数，x
i
,x
j
∈s
m
,i≠j；根据所述主客观赋权法和所述mrmr特征选择方法，针对所述叶轮气动噪声性能参数压比、效率、声功率级分别获得所述影响显著的叶轮因素参数的最优子集进一步求出所述叶轮压比、效率和声功率级分别对应的三个最优子集的交集s
k
，即所述交集s
k
中的元素即为所述影响显著的叶轮因素参数。4.根据权利要求1所述的一种离心叶轮设计方法，其特征在于，所述步骤(3)具体包括：采用试验设计方法和气动噪声性能分析方法，获取所述影响显著的叶轮因素参数的叶轮因素参数值和所述叶轮气动噪声性能参数响应值，建立映射模型样本库；采用bp神经网络，选取所述映射模型样本库中的部分建立映射模型；根据所述映射模型样本库中剩余部分判断所述代理模型的精度是否已达到设定值，如果是则确定映射模型，否则重新选取所述映射模型样本库中的部分建立新映射模型。5.根据权利要求1所述的一种离心叶轮设计方法，其特征在于，所述步骤(4)具体包括:基于所述映射模型，建立优化数学模型；采用优化算法，求解所述优化数学模型，获得最优叶轮值；所述优化算法为遗传算法、粒子群算法、蚁群遗传算法中任意一种；所述最优叶轮值包括叶轮因素最优值、叶轮气动噪声性能最优值。6.一种离心叶轮设计系统，其特征在于，包括：初始样本库建立模块，用于确定初始叶轮因素参数，采用试验设计方法和气动噪声性能分析方法，获取叶轮气动噪声性能参数响应值，建立初始样本库；影响显著的叶轮因素参数确定模块，用于根据所述初始样本库，采用主客观赋权法和mrmr特征选择方法，选取对所述叶轮气动噪声性能参数影响显著的叶轮因素参数；映射模型建立模块，用于根据所述影响显著的叶轮因素参数，采用试验设计方法和气动噪声性能分析方法，建立映射模型样本库，采用bp神经网络，建立所述影响显著的叶轮因素参数和所述叶轮气动噪声性能参数的关系的映射模型；最优叶轮值确定模块，用于根据所述映射模型确定最优叶轮值。7.根据权利要求6所述的一种离心叶轮设计系统，其特征在于，所述初始样本库建立模块具体包括：获取单元，用于选取初始叶轮因素参数；初始叶轮因素参数为叶片进口角、叶片出口角、叶顶间隙、叶片厚度、叶轮出口宽度、进口轮毂直径、进口叶片宽度、叶轮出口直径、叶片前缘倾角、叶片包络角、分流叶片周向位置中任意五种或五种以上；初始叶轮因素参数值确定单元，用于确定所述初始叶轮因素参数的初始叶轮因素参数值，根据所述初始叶轮因素参数确定参数变化范围，采用试验设计法，在所述参数变化范围内确定叶轮因素参数值；所述试验设计方法为正交设计方法、均匀设计方法、拉丁超立方设
计方法中任意一种；叶轮气动噪声性能参数响应值确定单元，用于采用气动噪声性能分析方法，获取所述叶轮气动噪声性能参数响应值；所述叶轮气动噪声性能参数为压比、效率和声功率级；初始样本库建立单元，用于根据所述初始叶轮因素参数值和对应的所述叶轮气动噪声性能参数响应值建立初始样本库。8.根据权利要求6所述的一种离心叶轮设计系统，其特征在于，所述影响显著的叶轮因素参数确定模块，具体包括：主客观综合关联度获取单元，采用所述主客观赋权法，获取所述初始叶轮因素参数与叶轮气动噪声性能参数的主客观综合关联度，获取所述初始叶轮因素参数之间的主客观综合关联度，所述主客观综合关联度的计算公式为：w＝αw1 βw2ꢀꢀꢀꢀꢀꢀ
(3)式中，w是主客观综合关联度，w1是主观权重，w2是客观权重，α是主观偏好系数，β是客观偏好系数，α，β∈[0,1]且α β＝1；所述主观权重w1由基于专家知识的层次分析法求得；所述客观权重w2由客观赋权法求得，所述客观赋权法为主成分分析法、离差最大化法、灰色关联度法和熵值法中的任一种；特征选择单元，用于采用所述mrmr特征选择方法，从所述初始叶轮因素参数组成的集合x
n
中，通过迭代的方式，确定包含m个对所述叶轮气动噪声性能参数影响显著的叶轮因素参数的最优子集s
m
；所述最优子集s
m
需要满足，集合中所有影响显著的叶轮因素参数与所述叶轮气动噪声性能参数的主客观综合关联度的均值最大，即满足相关性最大，同时，集合中所有影响显著的叶轮因素参数之间的主客观综合关联度的均值最小，即满足冗余性最小，所述相关性和冗余性的公式为：式中，m为最优子集s
m
所包含的影响显著的叶轮因素参数的个数，y为所述叶轮气动噪声性能参数，x为最优子集s
m
中的影响显著的叶轮因素参数，x
i
,x
j
∈s
m
,i≠j；影响显著的叶轮因素参数确定单元，用于根据所述主客观赋权法和所述mrmr特征选择方法，针对所述叶轮气动噪声性能参数压比、效率、声功率级分别获得所述影响显著的叶轮因素参数的最优子集进一步求出所述叶轮压比、效率和声功率级分别对应的三个最优子集的交集s
k
，即所述交集s
k
中的元素即为所述影响显著的叶轮因素参数。9.根据权利要求6所述的一种离心叶轮设计系统，其特征在于，所述映射模型建立模块，具体包括：映射模型样本库建立单元，用于采用试验设计方法和气动噪声性能分析方法，获取所述影响显著的叶轮因素参数的叶轮因素参数值和对应的所述叶轮气动噪声性能参数响应
值，建立映射模型样本库；映射模型建立单元，采用bp神经网络，选取所述映射模型样本库中的部分组建立映射模型；判断单元，根据所述映射模型样本库中剩余部分组数判断所述代理模型的精度是否已达到设定值，如果是则确定映射模型，否则重新选取所述映射模型样本库中的部分建立新的映射模型。10.根据权利要求6所述的一种离心叶轮设计系统，其特征在于，所述最优叶轮值确定模块，具体包括：数学模型建立单元，用于基于所述映射模型，建立优化数学模型；最优值确定单元，用于采用优化算法，求解所述优化数学模型，获得最优叶轮值；所述优化算法为遗传算法、粒子群算法、蚁群遗传算法中任意一种；所述最优叶轮值包括叶轮因素最优值、叶轮气动噪声性能最优值。

技术总结
本发明公开一种离心叶轮设计方法及系统，属于压气机技术领域。本发明采用主客观赋权法和mRMR特征选择方法，选取对叶轮气动噪声性能参数影响显著的叶轮因素参数；基于BP神经网络，建立影响显著的叶轮因素参数与叶轮气动噪声性能参数的关系的映射模型；基于所述映射模型，获得最优叶轮。本发明有利于解决相关性和冗余性问题，减少了优化设计循环次数，有效提高了设计效率。高了设计效率。高了设计效率。


技术研发人员：唐新姿 王文斌 彭锐涛 顾能伟
受保护的技术使用者：湘潭大学
技术研发日：2021.11.24
技术公布日：2022/1/4