首页|基于PSO-BP神经网络的透平气膜冷却效率预测

基于PSO-BP神经网络的透平气膜冷却效率预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
为了研究多因素影响下透平叶片气膜冷却效果,以吹风比、密度比、主流湍流度、面积比、间距比和无量纲下游距离为输入参数,提出了 1种基于PSO-BP神经网络的气膜冷却效率预测模型.预测结果表明:PSO-BP预测模型有更高的预测精度,平均相对误差为7.72％;相比传统BP神经网络模型相对误差提高了 5.64％,模型适用范围广,具有较好的泛化性.

王正杰、王鑫、李易宸、张虹、邵岩

展开 >

沈阳航空航天大学航空发动机学院 辽宁沈阳 110136

沈阳航空航天大学材料科学与工程学院 辽宁沈阳 110136

兰州交通大学环境与市政工程学院 甘肃兰州 730070

燃气轮机 气膜冷却 BP神经网络 粒子群算法 预测

2024

能源与环境
福建省能源研究会,福建省资源利用协会,福建省煤炭学会

能源与环境

影响因子：0.287
ISSN：1672-9064
年,卷(期)：2024.(1)
  • 10