基于神经网络的风机叶片叶尖翼型设计

摘要：

在叶片气动设计中,叶片叶尖部分翼型的升阻比和失速迎角对叶片的气动性能有很大影响.根据不同样本叶尖翼型的几何特征和气动特征,利用SOM神经网络对其进行分组,形成系统的叶尖翼型专家数据库.在此基础上,采用置信度推理法建立了翼型几何参数与气动参数之间的关系,并给出了优化方向,由此产生优化设计外形.研究结果表明:SOM神经网络能够有效地区分有相同特征的一类翼型,分类灵活,可以为风机叶片设计工作提供方向性指导;最终得到的设计翼型与基准翼型相比,有效地提高了升阻比和失速迎角,具有较优的综合气动性能.

关键词：风机叶片、神经网络、优化、翼型

所属期刊栏目：33

分类号：TK83(风能、风力机械)

资助基金：上海市科委科研计划项目10521100403

在线出版日期：2013-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：672-678