基于机器学习的斜流压气机多目标优化

简介

针对100公斤级涡喷发动机,为了提高斜流压气机性能,利用编码搭建的BP神经网络-遗传算法平台,对叶轮入口轮毂半径、叶轮叶片数、扩压器轴向长度和扩压器叶片数进行压气机级的多目标优化。结果表明优化后的压气级总压比提高了3.2%,等熵效率提高了7.9%,工作稳定性大幅度提高;优化后的斜流压气机叶轮出口处的泄漏流得到明显的改善,扩压器转弯段逆压梯度和附面层影响减小。