一种水轮机固定导叶叶型智能优化方法

摘要

本发明公开了一种水轮机固定导叶叶型智能优化方法，包括：根据原始水轮机固定导叶的叶型参数，建立固定导叶的参数化几何模型；基于固定导叶的参数化几何模型建立固定导叶的三维CFD流场仿真模型，进而对不同叶型的固定导叶进行CFD模拟计算，得到各个叶型参数对流场特性的影响；利用各个叶型参数对流场特性的影响建立训练样本集，采用极限学习机的方法拟合神经网络，得到叶型参数与性能指标的对应关系；根据叶型参数与性能指标的对应关系，建立目标函数，利用目标函数结合遗传算法在神经网络中对叶型参数寻优，得到最优叶型参数。本发明的智能优化方法能够根据实际工程需求有效提升水轮机固定导叶的性能，并减少设计时间，降低设计成本。