能源与环境2024，Issue(1) ：51-53,66.

基于PSO-BP神经网络的透平气膜冷却效率预测

王正杰 王鑫 李易宸 张虹 邵岩
能源与环境2024，Issue(1) ：51-53,66.
✕
  • NETL
  • NSTL
  • 万方数据

基于PSO-BP神经网络的透平气膜冷却效率预测

王正杰 1王鑫 2李易宸 1张虹 3邵岩3
扫码查看

作者信息

  • 1. 沈阳航空航天大学航空发动机学院 辽宁沈阳 110136
  • 2. 沈阳航空航天大学材料科学与工程学院 辽宁沈阳 110136
  • 3. 兰州交通大学环境与市政工程学院 甘肃兰州 730070
  • 折叠

摘要

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.

关键词

燃气轮机/气膜冷却/BP神经网络/粒子群算法/预测

引用本文复制引用

出版年

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
参考文献量10
段落导航相关论文