多路阀阀芯节流槽拓扑结构组合的神经网络模型

简介

针对多路阀设计中阀芯节流槽结构的拓扑形态表达和其流固耦合响应的大组合、大自由度解析问题,提出多路阀阀芯节流槽拓扑结构组合的神经网络模型。在利用多路阀动态特性台架实验验证其三维流体解析结果的基础上,将节流槽拓扑结构分类为由半圆槽、U型槽、圆孔等结构的参数化组合构成,通过正交实验法得到各参数组合条件下的多路阀三维流体解析响应,作为反向传播神经网络的训练样本,实现其节流槽拓扑结构组合的神经网络表达;采用进化神经网络优化训练过程的初始权重和阈值,优化后的神经网络能够对非训练样本集合的多路阀三维流体解析响应实现准确预测。研究结果表明,此模型为阀芯节流槽结构设计中拓扑形态表达提供了一种新的思路,对多路阀数字化设计具有实际意义。