[发明专利]基于响应面法和熵权法相结合的风扇多目标性能优化方法

权利要求书

1.基于响应面法和熵权法相结合的风扇多目标性能优化方法，包括以下步骤：

(1)在风扇模型M1的常用结构参数中设定三个参数为风扇优化参数，分别用x₁、x₂以及x₃表示；并选取风扇优化参数的取值范围；

(2)选定风扇静压效率以及噪声为风扇性能优化目标；

(3)每个风扇优化参数选取三个水平，并对优化参数的不同水平进行编码，列成表格2；从表格2中提取5组原始模型以及排列组合的12个不同的三维模型，针对这17组风扇模型开展试验测试，得到17组不同风扇模型的静压效率以及噪声值试验结果，并将试验结果列成表格3；

(4))采用响应面法的数学模型：

y＝β₀+β₁x₁+β₂x₂+β₃x₃+β₁₁x₁²+β₂₂x₂²+β₃₃x₃²+β₁₂x₁x₂+β₁₃x₁x₃++β₂₃x₂x₃

(1)

其中

β11=Σj=1mx12yjΣj=1mx14,β22=Σj=1mx22yjΣj=1mx24,β33=Σj=1mx32yjΣj=1mx34,]]>

β12=Σj=1mx1x2yjΣj=1mx12x22,β13=Σj=1mx1x3yjΣj=1mx12x32,β23=Σj=1mx2x3yjΣj=1mx22x32,]]>

式中x₁、x₂、x₃为3个风扇优化参数；j为风扇模型开展试验测试的组数，m＝17；y_j为风扇模型在第j组试验测试中对应优化目标的数值；

接着利用表格3试验数据进行多元回归拟合，分别建立风扇静压效率优化目标Y₁与风扇优化参数x₁、x₂、x₃之间的函数关系式，以及风扇噪声优化目标Y₂与风扇优化参数x₁、x₂、x₃之间的函数关系式；

然后分别在所建立的两个函数关系式中求：

风扇静压效率极大值Y_1MAX以及对应的结构参数x₁、x₂、x₃值，

风扇静压效率极小值Y_1MIN以及对应的结构参数x₁、x₂、x₃值；

风扇噪声极小值Y_2MIN以及对应的结构参数x₁、x₂、x₃值，

风扇噪声极大值Y_2MAX以及对应的结构参数x₁、x₂、x₃值；

(5)建立风扇性能多目标优化函数F；

F＝ad1+bd2 (6)其中：

d1=Y1-Y1MINY1MAX-Y1MIN---(4)]]> 1

d2=Y2MAX-Y2Y2MAX-Y2MIN---(5);]]>

式中：a表示静压效率的权重系数,b表示噪声的权重系数；

(6)使用熵权法确定优化函数F中静压效率的权重系数a以及噪声的权重系数b；

(7)在满足优化函数F最大值的前提下，获取风扇优化参数的优化数据；

将权重系数a和b代入式(6)，即可确定多目标优化函数F的表达式；

根据该表达式在满足F变量最大值时，得到其对应的优化结构参数x₁、x₂及x₃的优化数据；

(8)利用风扇优化参数的优化数据重新塑造风扇模型,得到风扇模型M2；

(9)通过试验测试对比分析风扇模型M1和M2，验证该风扇多目标性能优化方法的可行性。