一种叶轮机械叶片的三维反设计方法

摘要

本发明提出了一种叶轮机械叶片的三维反设计方法，该方法为:对不同三维造型叶片在不同流量下或不同进口参数条件下的流场进行试验或数值模拟，获得其表面压力分布与阻力系数分布或损失系数分布，以此作为深度学习的样本。基于深度学习方法，使用卷积神经网络降低输入参数维数并提取不同的特征值，然后根据特征值建立与输出之间的联系，即构建出叶片几何数据与表面压力系数分布、阻力系数分布或损失系数分布的低维表示。实现了通过叶型的表面压力系数分布、阻力系数分布或损失系数分布预测叶型的几何形状及攻角；通过叶型的表面压力系数分布、阻力系数分布或损失系数分布预测叶片的几何参数。本发明让求解过程程式化，便于工程应用。