科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了快速预测螺旋桨的敞水性能，提出了一种基于神经网络的螺旋桨敞水性能预测方法。首先，采用CFD软件进行螺旋桨敞水性能数值计算；然后，将计算所得的42组数据作为学习样本，随机选择其中的80%作为误差反向传播算法(BP)神经网络模型的训练集，其余20%作为验证集；最后，通过数值实验来研究神经网络的隐含层节点数、学习精度和神经网络模型准确性之间的关系，以获取准确性最高的神经网络模型。以AU型5叶螺旋桨的敞水效率实验结果来验证神经网络预测结果的准确性，结果表明：神经网络预测值的平均相对误差为2.8%,可满足快速、准确预测敞水性能的要求。
- 单位
