上海市科委科研计划项目(10521100403)
- 作品数：2 被引量：5H指数：2
- 相关作者：司景喆孙刚孟德虹更多>>
- 相关机构：复旦大学中国空气动力研究与发展中心更多>>
- 发文基金：上海市科委科研计划项目更多>>
- 相关领域：动力工程及工程热物理更多>>
- 基于神经网络的风机叶片叶尖翼型设计被引量：3
- 2012年
- 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。
- 司景喆孙刚
- 关键词：风机叶片神经网络翼型
- 基于粒子群算法的海上风机叶片优化算法研究被引量：2
- 2013年
- 提出了一种针对不同风场条件提高海上风力发电机叶片气动效率的方法。风力发电机叶片是风机效率的核心部件,叶片在不同海上风场条件下功率差别很大,这导致了风机效率的降低。通过引入改进粒子群优化算法(PSO),基于修正动量叶素理论(BEM),对叶片沿展向的弦长分布和扭转角进行针对特定风场条件的气动优化。以美国再生能源实验室提供的5MW海上风机叶片作为算例,结合我国东海风场条件,叶片优化后平均功率提高了6.7%,取得了理想效果。结果表明,该优化方法具有较高的气动优化效率。
- 司景喆孙刚孟德虹
- 关键词：粒子群算法风机叶片
