[发明专利]一种压气机稳定性预测方法、装置和存储介质

权利要求书

1.一种压气机稳定性预测方法，其特征在于，所述方法包括：

获取不同工况下的三维流场信息；

对所获取的三维流场信息提取不同工况下预设的流场特征信息；

获取预先训练好的神经网络模型，将不同工况下的所述流场特征信息分别输入该神经网络模型，获取该神经网络模型输出的表示每个工况稳定性的第一参数，该第一参数用于表示每个工况与实际稳定边界点的距离；

根据所提取的不同工况下所述流场特征信息和所述神经网络模型输出的第一参数，分别计算该压气机的不同工况下的稳定边界点；

其中，所述对所获取的三维流场信息进行提取不同工况下预设的流场特征信息，包括：

采用预先设置的仿真算法对三维流场信息进行求解后，提取该压气机的一个或多个位置处每个物理量的图片或多维度矩阵；

其中，所提取该压气机的一个或多个位置处每个物理量的图片或多维度矩阵作为预设的流场特征信息；

所述物理量的图片包括云图、矢量图、等线图；

所述位置包括：子午面、S1流面、S2流面；

所述预先训练好的神经网络模型通过以下步骤训练得到：

建立神经网络模型的训练样本数据集；

将训练样本数据集中的多个样本数据输入神经网络模型，以训练所述神经网络模型；

当该神经网络模型的输出达到预设的残差时，确定该神经网络模型的各个参数作为训练好的神经网络模型的参数；

所述建立神经网络模型的训练样本数据集，包括：

获取多台压气机每个工况下的三维流场信息数据和每个工况下所对应的试验数据；

对所获取的三维流场信息进行提取不同工况下预设的流场特征信息，将所获取的流场特征信息作为样本数据；

分别利用每个工况下所对应的试验数据对每个样本数据进行标记；

所述分别利用每个工况下所对应的试验数据对每个样本数据进行标记，包括：

对于每个工况下的样本数据分别进行如下操作：

采用预先设置的标记公式计算该工况下样本数据与试验数据中稳定边界点的距离，采用计算出的距离标记该样本数据；

该预先设置的标记公式如下：

上述标记公式中，m_p表示样本数据中工况点流量值，m_surge,exp为试验数据中的稳定边界点的流量值，σ表示样本数据中工况点与该样本数据对应的试验数据的稳定边界点的距离。

2.根据权利要求1所述的压气机稳定性预测方法，其特征在于，

所述三维流场信息包括：流量和压力、温度、密度、速度；

所述试验数据包括：流量和压力、温度、密度、速度。

3.根据权利要求2所述的压气机稳定性预测方法，其特征在于，所述神经网络模型为卷积神经网络模型。

4.一种压气机稳定性预测装置，其特征在于，所述装置包括：存储器和处理器；其特征在于，所述存储器用于保存进行压气机稳定性预测的程序，所述处理器用于读取执行所述用于进行压气机稳定性预测的程序，执行权利要求1-3任一项所述的方法。

5.一种存储介质，其特征在于，所述存储介质中存储有用于进行压气机稳定性预测的程序，所述程序被设置为在运行时执行权利要求1-3任一项所述的压气机稳定性预测的方法。