基于神经网络与遗传算法节能扰流子优化设计

摘要

在弯管前安装扰流子,可以减小弯管处二次流强度,降低能量损失,并运用CFD软件对不同参数下的扰流子节能效果数值计算.以L9(33)正交试验以及4组补充试验作为BP神经网络的训练样本,建立在5种雷诺数下扰流子节能效率与扰流子叶片转角、叶片长度、安装距离3个结构参数的非线性映射关系;扰流子节能效率最大值作为目标函数,再结合遗传算法进行结构参数优化.最终得到在不同雷诺数下扰流子叶片转角、叶片长度、安装距离的最佳组合形式,并利用有限元方法对结果验证.结果表明,这种优化方案具有可行性;合适的结构参数的扰流子具有良好的节能效果.