期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于WPSO-BP和L-MBWO的多翼离心风机优化研究
被引量:
1
1
作者
徐韧
李君宇
+3 位作者
周明
刘林波
张志富
黄其柏
《机电工程》
CAS
北大核心
2024年第10期1833-1843,共11页
针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优...
针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优化设计中。首先,选取了叶片进出口角、倾斜蜗舌的最大蜗舌半径、叶片切除角度作为设计变量,把风机的全压、效率、声压级作为优化目标;然后,构建了WPSO-BP预测模型,以反映设计变量与优化目标之间的关系,定量分析对比了该模型与BP神经网络预测模型,预测值用于风机的性能优化;接着,将逻辑混沌初始化引入到白鲸优化算法(BWO),基于第三代非支配排序遗传算法(NSGA-Ⅲ)构建了L-MBWO优化算法;最后,在实验验证仿真可靠的前提下,将提出的预测模型和优化算法应用于风机优化,并对优化效果进行了综合分析。研究结果表明:优化后的风机全压增加了34.79 Pa,效率提高了0.67%,噪声降低了1.73 dB,实现了多个优化目标之间的平衡,有效改善了风机的综合性能,为多翼离心风机的优化设计提供了一种新思路。
展开更多
关键词
多翼离心
风机
变
权重
基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型
白鲸
优化
算法
基于逻辑混沌初始化的多目标白鲸
优化
算法
预测
模型
风机
全压
风机
效率
风机
噪声
在线阅读
下载PDF
职称材料
题名
基于WPSO-BP和L-MBWO的多翼离心风机优化研究
被引量:
1
1
作者
徐韧
李君宇
周明
刘林波
张志富
黄其柏
机构
华中科技大学机械科学与工程学院
法雷奥-华中科技大学振动与噪声联合实验室
法雷奥汽车空调湖北有限公司
海南大学机电工程学院
出处
《机电工程》
CAS
北大核心
2024年第10期1833-1843,共11页
基金
广西科技重大专项(桂科AA22068060-6,桂科AA23062073-3)。
文摘
针对多翼离心风机气动性能、噪声情况难以同时改进的问题,提出了一种基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型(WPSO-BP),以及一种基于逻辑混沌初始化的多目标白鲸优化算法(L-MBWO),并将二者应用于多翼离心风机的优化设计中。首先,选取了叶片进出口角、倾斜蜗舌的最大蜗舌半径、叶片切除角度作为设计变量,把风机的全压、效率、声压级作为优化目标;然后,构建了WPSO-BP预测模型,以反映设计变量与优化目标之间的关系,定量分析对比了该模型与BP神经网络预测模型,预测值用于风机的性能优化;接着,将逻辑混沌初始化引入到白鲸优化算法(BWO),基于第三代非支配排序遗传算法(NSGA-Ⅲ)构建了L-MBWO优化算法;最后,在实验验证仿真可靠的前提下,将提出的预测模型和优化算法应用于风机优化,并对优化效果进行了综合分析。研究结果表明:优化后的风机全压增加了34.79 Pa,效率提高了0.67%,噪声降低了1.73 dB,实现了多个优化目标之间的平衡,有效改善了风机的综合性能,为多翼离心风机的优化设计提供了一种新思路。
关键词
多翼离心
风机
变
权重
基于变权重粒子群优化算法的反向传播神经网络风机性能预测模型
白鲸
优化
算法
基于逻辑混沌初始化的多目标白鲸
优化
算法
预测
模型
风机
全压
风机
效率
风机
噪声
Keywords
multi-blade centrifugal fan
variable weight
back-propagation neural network fan performance prediction model based on variable weight particle swarm optimization algorithm(WPSO-BP)
beluga whale optimization(BWO)
multi-objective beluga whale optimization algorithm based on logistic chaos initialization(L-MBWO)
prediction model
fan total pressure
fan efficiency
fan noise
分类号
TH432 [机械工程—机械制造及自动化]
U463.851 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于WPSO-BP和L-MBWO的多翼离心风机优化研究
徐韧
李君宇
周明
刘林波
张志富
黄其柏
《机电工程》
CAS
北大核心
2024
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部