覆冰导线的气动力系数预测方法研究与特性分析OA
Research on Aerodynamic Coefficients Prediction Method and Characteristic Analysis of Iced Conductor
为解决风洞试验成本高与耗时长的问题,提出了一种基于机器学习预测气动力系数的研究方法.首先利用风洞试验获得不同参数下的覆冰导线气动力系数,然后通过机器学习构建模型预测了新月形覆冰导线在不同冰厚与风速下的气动力参数,所得各覆冰导线气动力系数随风攻角变化曲线与由风洞试验所得结果规律一致.基于机器学习和风洞试验所得气动系数确定的Den Hartog与Nigol系数随风攻角的变化结果相吻合,表明了机器学习预测方法的可行性.
In order to solve the problem of high cost and time-consuming of wind tunnel test,an experi-mental method based on machine learning to predict aerodynamic coefficients is proposed.In this paper,the aerodynamic coefficient of the iced conductor under different parameters was obtained by wind tunnel test,then the aerodynamic parameters of the crescent type icing conductor under different ice thicknesses and wind speeds were predicted by machine learning,and th…查看全部>>
梁俊豪;蔡萌琦;周林抒;柳军;闵光云;丁顺利;田博文;胡茂明;黄汉杰
成都大学机械工程学院,四川成都 610106成都大学建筑与土木工程学院,四川成都 610106国网四川综合能源服务有限公司,四川 成都 610072西南石油大学机电工程学院,四川 成都 610500中山大学 中法核工程与技术学院,广东珠海 519082成都大学机械工程学院,四川成都 610106成都大学机械工程学院,四川成都 610106成都大学机械工程学院,四川成都 610106中国空气动力研究与发展中心,四川 绵阳 621000
动力与电气工程
机器学习气动力系数新月形覆冰导线风洞试验
machine learningaerodynamic coefficientscrescent-shaped iced conductorwind tunnel test
《成都大学学报（自然科学版）》 2023 (4)
特高压输电线路次档距振荡机理及其防振研究
416-422,7
国家自然科学基金(51507106)成都市国际科技合作资助项目(2020-GH02-00059-HZ)模式识别与智能信息处理四川省高校重点实验室开放基金(MSSB-2020-05)
评论