基于参数灵敏度和神经网络的贯流风机风道设计

摘要

对贯流风机流动机理进行了定性分析,得到了影响其风量的关键结构参数。采用参数灵敏度分析法,得到了各个参数对风量的影响程度和正负相关性。以关键结构参数为径向基(RBF)网络的输入参数,风量为输出参数,按影响程度分配参数权重,构建了RBF神经网络,并对贯流风机的风量进行了预测、评估。结果表明:影响贯流风机风量的关键结构参数包括蜗喉倾斜度、蜗喉间隙、蜗舌间隙、吸气角、蜗舌长度、扩压角、进风口宽度;影响程度由强到弱依次为进风口宽度、蜗舌长度、扩压角、蜗喉倾斜度、蜗舌间隙、吸气角、蜗喉间隙,其中蜗喉间隙、吸气角、扩压角和进风口宽度与风量呈正相关,蜗喉倾斜度、蜗舌间隙和蜗舌长度与风量呈负相关;构建的RBF神经网络预测值与实际值最大相对误差为4.56%,平均相对误差为2.2%;使用该神经网络,可以对贯流风机风量进行快速评估。