科研之友
微信
新浪微博
Facebook
分享链接
摘要
涡轮机械在工业中广泛应用，是实现能源转化利用的重要载体。随着涡轮机械的不断发展，利用数值仿真和实验手段对其性能改进空间有限，难以满足与日俱增的工程需要。近年来，随着人工智能和数据驱动技术的快速发展，机器学习作为其主要分支，备受关注，在诸多领域展现了巨大的应用潜力。将机器学习应用于涡轮机械，对于涡轮机械部件优化设计具有效率高、可泛化等优点，同时使涡轮机械部件寿命预测、健康监测和故障诊断变得更加智能高效，为涡轮机械发展带来了新的契机。综述了机器学习的基本原理以及经典机器学习算法，对机器学习在涡轮机械部件如叶片、轮盘和密封组件的研究进展进行了系统阐述，分析了机器学习在涡轮机械上述领域应用中的问题及发展趋势。
-
单位中国科学院工程热物理研究所; 中国科学院大学; 航空宇航学院
