基于本征正交分解的气动优化设计外形数据挖掘OA北大核心CSCDCSTPCD
Proper orthogonal decomposition-based data mining of aerodynamic shape for design optimization
气动外形的全局优化设计会产生大量的过程数据,其中隐含的设计知识具有较高的挖掘价值.数据挖掘有助于获取直观、可定性描述的设计知识.本文采用基于本征正交分解的数据挖掘方法从气动优化设计的过程数据中获取设计知识,数据挖掘对象为跨音速压气机转子叶片NASA Rotor 37的优化过程数据,该数据由基于粒子群方法的绝热效率最大化优化设计产生.结果表明:基于本文数据挖掘方法获取的设计知识能够直接反映气动外形的变化规律,为叶片的气动外形设计提供参考…查看全部>>
Global optimization methods are becoming more and more important in aerodynamic shape optimization.A large number of proceeding data will be generated during design optimization,from which the implicit but valuable design knowledge can be extracted.The design knowledge can then be used to help the designers to acquire the effects of geometric variations on the aerodynamic performance changes.In this paper,we strive to extract the implicit design knowledge fr…查看全部>>
段焰辉;吴文华;范召林;罗佳奇
中国空气动力研究与发展中心,计算空气动力学研究所,绵阳621000中国空气动力研究与发展中心,计算空气动力学研究所,绵阳621000中国空气动力研究与发展中心,计算空气动力学研究所,绵阳621000北京大学工学院,北京 100871
数据挖掘本征正交分解气动优化设计跨音速
data miningproper orthogonal decompositionaerodynamic optimization designtransonic
《物理学报》 2017 (22)
基于湍流伴随方法的叶轮机械气动不确定性高精度灵敏度分析及优化
119-128,10
Projects supported by The National Nature Science Foundation of China (Grant Nos.51676003,51206003).国家自然科学基金(批准号:51676003,51206003)资助的课题.
评论