[发明专利]一种明冰条件下风力机翼型气动性能的神经网络预测方法有效
| 申请号： | 202011259048.6 | 申请日： | 2020-11-12 |
| 公开（公告）号： | CN112329359B | 公开（公告）日： | 2022-07-08 |
| 发明（设计）人： | 张旭;苏召明;孟金岭 | 申请（专利权）人： | 天津工业大学 |
| 主分类号： | G06F30/28 | 分类号： | G06F30/28;G06F30/27;G06F30/17;G06N3/00;G06N3/04;G06N3/08;G06F113/06;G06F113/08;G06F119/14 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300387 天津市*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种明冰条件下风力机翼型气动性能的神经网络预测方法，包括以下步骤：以训练误差最小为设计目标，神经元的阈值以及神经元间的连接权值及其开关参数为设计变量，建立神经网络优化模型。利用社会学习修正量子粒子群算法的非最优粒子势阱中心更新方式以及Lévy飞行与贪婪算法结合更新最优粒子的位置，引入测试误差干扰全局最优粒子的选择过程，进而协同二进制粒子群算法进行优化，并采用误差反向传播算法进一步训练构建新的神经网络(SLLQPSO‑BPNN)。预测具有明冰冰形的NACA64618翼型的升、阻力系数，并与误差反向传播算法结果比较分析，提出明冰条件下风力机翼型气动性能的神经网络预测方法。本发明的结明冰风力机翼型气动性能的预测方法，使翼型的气动性能分析不必考虑风洞环境及设备条件等的高要求、昂贵成本，以及CFD方法的过大计算量。 | ||
| 搜索关键词： | 一种 条件下 风力 机翼 气动 性能 神经网络 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津工业大学，未经天津工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011259048.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种密封效果好的金属陶瓷模具及其使用方法
- 下一篇：一种远红外雷火灸罐
