基于神经网络的船用螺旋桨优化方法

摘要：

通过对影响螺旋桨水动力性能的众多螺旋桨几何参数进行分析,以螺距比为1的MAU4-40桨为例,将神经网络(NN)近似模型与多目标遗传算法(NAGA-Ⅱ)相结合,提出一种基于神经网络模型的船用螺旋桨优化方法,将众多几何参数中的叶剖面参数作为优化变量,以推力系数为约束条件,通过最大化螺旋桨效率实现优化工作.叶剖面形状由NURBS理论进行控制,提出由8个参数的NURBS模型用于表示螺旋桨叶剖面形状.结果表明,该优化方法可以在保证推力的前提下,实现螺旋桨效率的改善.

关键词：神经网络、螺旋桨、多目标遗传算法、近似模型

所属期刊栏目：45

分类号：U664.33(船舶工程)

资助基金：工信部高技术船舶创新技术专项103-42200012

在线出版日期：2023-03-01（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：47-51