一种基于神经网络的复合材料螺旋桨铺层角优化方法

摘要

本发明涉及一种基于神经网络的复合材料螺旋桨铺层角优化方法，属于叶轮机械仿真技术领域。本发明通过建立复合材料螺旋桨有限元模型，将其与复合材料螺旋桨计算流体力学模型进行双向流固耦合计算，得到对应的敞水性征曲线；采用正交试验设计方法对铺层角组合及其对应的水动力性能数据进行预处理，基于数值计算软件构建一个高度非线性拟合的BP神经网络，进而采用梯度下降算法对已构建的神经网络进行训练，最终得到拥有复合材料螺旋桨铺层角与推进效率之间的映射规律的BP神经网络；根据训练好的BP神经网络，对各铺层角组合情况进行优化预测，对所得效率数据分析得最大网络预测值及对应的铺层角组合，即基于神经网络实现复合材料螺旋桨铺层角优化。