基于高维优化的RBF神经网络螺旋桨性能预测

摘要：

螺旋桨式水下推进器推力的大小决定着水下机器人的水动性能.为快速准确预测螺旋桨的敞水性能,建立一种RBF神经网络螺旋桨敞水性能估计器模型.利用几种型号螺旋桨敞水仿真值作为训练样本,对网络规模进行调整.在此基础上,广义逆动态地调整各网络间的连接权重,进行网络参数的优化.通过不断地迭代优化达到学习精度要求,最终得到一种高维优化的神经网络敞水性能估计器.同时,利用CFD仿真软件对螺旋桨进行模拟仿真和数值计算.对比分析RBF神经网络螺旋桨敞水性能估计器模型预测的敞水系数与CDF仿真的敞水系数,结果表明两者之间的差距较小,故RBF神经网络敞水性能估计器模型满足准确预测和快速性的要求,能够作为螺旋桨敞水系数的有效预测方式之一.

关键词：螺旋桨、RBF神经网络、性能预测

所属期刊栏目：44

分类号：U661(船舶工程)

在线出版日期：2022-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：54-58