科研之友
微信
新浪微博
Facebook
分享链接
摘要
燃气轮机运维工作中，需根据涡轮变形损伤情况制定合理的维修策略，以更低的成本恢复燃机性能。对此，本文基于卷积神经网络(CNN)，发展了一种根据几何损伤情况快速预测叶栅气动性能影响的方法。研究中，将涡轮叶片损伤分布用二维矩阵描述，生成了样本数为670的损伤叶片数据集，通过CFD仿真得到了气动性能样本。训练了CNN损伤叶片性能预测模型，并对模型进行了敏感性分析，归纳了损伤尺寸和位置对性能的影响，表明吸力面的损伤对性能的影响最显著；讨论了训练样本数对CNN精度的影响，对未来基于CNN的几何–气动关联模型构建给出了建议。
- 单位
