《动力工程学报杂志》发表论文赏析
作者:傅奕融, 李月茹, 陈榴, 戴韧,
摘要:在离散孔群(群孔)覆盖区域的气膜冷却效率计算中,常规计算流体动力学(CFD)模拟面临建模网格复杂与计算资源耗费大的问题。因此,提出了一种参数形式的核函数,以描述单个气膜孔的冷却效率分布特征,预测气膜冷却效率,并结合数据驱动的机器学习技术和Sellers气膜冷却效率叠加方法,实现对群孔覆盖域冷却效率分布的高效预测。基于该"核"参数模型,成功复现了7-7-7扇形气膜孔的单孔和三列顺排群孔的冷却效率分布,并在给定区域内,利用整数规划方法获得了区域面平均冷却效率最高的顺排群孔布局。结果表明:"核"参数模型能够准确反映气膜孔覆盖域内冷却效率的分布特征,克服了传统关联式仅预测展向平均冷却效率的局限性,而且显著减少了机器学习所需的样本数量,可适用于不同工况下的气膜冷却效率预测。
关键词:气膜冷却,高斯核,人工神经网络,全覆盖预测,