论文研究 人工神经网络和遗传算法优化轴流风机的容积流量。

本研究旨在通过在指定静压需求下优化叶片形状来提高轴流风机的体积流量。选择了14个设计变量来控制叶片弯度线和堆叠线，并使用LatinHypercubeSampling（LHS）的实验设计方法确定这些变量的值，以生成40个设计。优化是使用遗传算法（GA）结合人工神经网络（ANN）进行的，以在特定电动机功率和所需静压力的约束下增加轴流风机的体积流量。详细分析了原始模型和最佳模型在空气动力学性能和流动特性方面的差异。结果表明，最优模型的体积流量增加了33％。弦长，安装角度和叶栅转向角度有很大变化。前倾叶片有利于提高轴流风机的体积流量。优化后改善了叶片表面的轴向速度分布和静压分布。