基于MCMLWOA-RBF模型与改进MOMLSWOAR算法的汽轮机叶片参数优化方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于MCMLWOA-RBF模型与改进MOMLSWOAR算法的汽轮机叶片参数优化方法
申请号:CN202511108393
申请日期:2025-08-08
公开号:CN121030950A
公开日期:2025-11-28
类型:发明专利
摘要
本发明属于服务器散热技术领域,具体涉及基于MCMLWOA‑RBF模型与改进MOMLSWOAR算法的汽轮机叶片参数优化方法,设置汽轮机长叶片待优化参数作为设计变量;设置汽轮机末级长叶片调频优化目标:在满足整周叶片强度和刚度设计要求的前提下,最大限度降低在危险转速区间内出现三重点共振的可能性,以等效应力、最大变形值为约束条件,以各三重点共振频率为目标函数,获取最优的设计变量值组合;依据设计变量、约束条件及优化目标的选取分析,建立针对汽轮机末级长叶片的多目标调频优化数学模型;基于改进MCMLWOA‑RBF神经网络代理模型与MO‑MLSWOAR多目标优化算法对汽轮机长叶片的待优化参数进行优化,得到最优参数组合,实现了叶片高阶频率的有效控制与结构性能的全面提升。
技术关键词
参数优化方法 汽轮机叶片 汽轮机末级长叶片 汽轮机长叶片 领袖 位置更新 算法 RBF神经网络 速度更新方法 服务器散热技术 动态 数学模型 调频 共振频率 粒子 变量 螺旋 正则化方法