基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法技术

本发明专利技术公开了一种基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法，首先，将在不同运行工况切换时涡轮导叶上关键点温度的过渡态实验数据离散化为多个状态点，并建立过渡态中各时刻的涡轮导叶温度场数据库，以此作为训练样本；然后，引入多层前馈神经网络对训练样本进行训练，通过多层全连接层、批量归一化层及激活层的组合，快速提取输入特征与对应输出之间的非线性映射关系，得到了不同运行工况变化时涡轮导叶过渡态温度场快速预测模型。本发明专利技术能够在工况变化时快速、准确的预测导叶上关键点温度的动态变化，提供了一种高效、可靠的涡轮导叶过渡态温度场预测工具。

【技术实现步骤摘要】

本专利技术属于航空发动机热管理，尤其涉及一种基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法。

技术介绍

1、涡轮导叶作为涡轮发动机的关键部件之一。在一次飞行任务中，发动机将经历起动、加速、巡航、减速和停车等多个非稳定工作状态。在非稳定工作状态中，燃烧室内火焰温度将产生快速变化，导致涡轮导叶处于非均匀的温度环境中。随着热循环的反复作用，导叶表面的关键位置逐渐产生裂纹，最终导致导叶失效。可见，涡轮导叶的过渡态温度场分布对其性能和寿命有着重要影响。因此，准确预估涡轮导叶的过渡态温度场分布对于涡轮发动机的设计、优化和运行具有重要意义。

2、传统的涡轮导叶过渡态温度场预测方法主要依赖于数值模拟和实验测试。数值模拟通过建立复杂的数学模型并求解相应的方程来预测温度场，然而，这种方法需要消耗大量的计算时间和资源，对几何参数和边界条件的变化也极为敏感。实验测试方法则需要大量的试验样本，成本较高。这些传统方法存在计算复杂度高、资源消耗大以及预测精度不理想等问题，难以满足现代涡轮导叶过渡态温度场预测在多变量参数预测、高精度和高效率等方面的要求。

3、本文档来自技高网...

【技术保护点】

1.一种基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法，其特征在于，步骤1中，所述输入变量包括涡轮导叶工况切换时过渡态的持续时间T，流经涡轮导叶的主流初状态压力Pms1、主流末状态压力Pms2、主流初状态温度Tms1、主流末状态温度Tms2，从入口1冷却导叶的冷却气体的初状态流量M1_1、末状态流量M2_1，从入口2冷却导叶的冷却气体的初状态流量M1_2、末状态流量M2_2，冷却气体的初状态温度Tc1、末状态温度Tc1。

3.根据权利要求1所述的一种基于...

【技术特征摘要】

1.一种基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法，其特征在于，步骤1中，所述输入变量包括涡轮导叶工况切换时过渡态的持续时间t，流经涡轮导叶的主流初状态压力pms1、主流末状态压力pms2、主流初状态温度tms1、主流末状态温度tms2，从入口1冷却导叶的冷却气体的初状态流量m1_1、末状态流量m2_1，从入口2冷却导叶的冷却气体的初状态流量m1_2、末状态流量m2_2，冷却气体的初状态温度tc1、末状态温度tc1。

3.根据权利要求1所述的一种基于多层前馈神经网络的涡轮导叶过渡态温度场预估方法，其特征在于，步骤2中，获取涡轮导叶上的关键温度测点，在实...

【专利技术属性】
技术研发人员：贺振宗，梁爽，韩省思，毛军逵，左敏，鹿高千，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：