基于遗传算法圆周密封结构多目标优化
Journal of Propulsion Technology(2023)
摘要
针对航空发动机密封性能的提升需求,基于圆周密封工况分析,建立了以泄漏量最小、密封环最大温升和最大变形最小为优化目标,以主、辅助密封带宽度,搭接头角度和长度及卸荷槽宽度为设计变量的多目标优化模型.采用拉丁超立方抽样方法得到了代表性样本库,通过热流固耦合分析确定对应目标函数值.利用RBF神经网络建立了高拟合精度的设计变量与目标函数映射关系代理模型,并结合第二代非劣排序遗传算法(NSGA-Ⅱ),得到了考虑目标函数重要度的一组最优解.结果表明:与优化前相比,圆周密封泄漏量降低了17.69%,最大温升降低了11.88%,最大变形降低了38.10%,最大应力降低了31.02%.
更多关键词
Circumferential seal,Thermal-fluid-structure coupling,Neural network,Genetic algo-rithm,Multi-objective optimization
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要