[发明专利]一种燃料电池离心压缩机转子构形优化设计方法

权利要求书

1.一种燃料电池离心压缩机转子构形优化设计方法，其特征在于，包括以下步骤：

S1、建立关于叶轮气隙、轴承气膜、密封气体的流场模型及关于电机绕组的电磁模型，通过计算分析流体及电磁力，确定气动、电磁刚度和阻尼数据，进而确定对动力响应结果影响显著的转子构形设计变量X；

S2、根据设计变量X建立离心压缩机转子参数化模型；

S3、确定设计变量X的变化范围，采用实验设计方法生成转子构形参数化模型的样本集，包括训练集和测试集，并根据转子参数化模型计算获得约束条件中的转子质量值m；

S4、根据转子构形参数化模型建立流体激励及电磁激励模型，计算获得样本集的气动刚度、气动阻尼、电磁刚度和电磁阻尼数据；

S5、建立各参数化转子的有限元模型，计算得到动力响应的幅频特性，获取设计变量X对应的优化目标值；

S6、根据样本数据训练支持向量机回归模型f(X)，通过输入转子构形的设计变量X，即可获得相应的优化目标值，所述样本数据包括步骤S3中样本集和步骤S5中的优化目标值；

S7、采用基于改进灰狼算法的多目标优化方法对转子构形参数在设定的约束条件下进行优化；

S8、根据优化的转子构形，重新计算转子的气动、电磁刚度和气动、电磁阻尼，进而有限元校核优化目标的值，若误差大于设定值，则将该优化解加入训练集，返回步骤S6，若误差小于设定值，则执行步骤S9；

S9、转子设计变量的解收敛，输出优化构形数据。

2.根据权利要求1所述的一种燃料电池离心压缩机转子构形优化设计方法，其特征在于，步骤S6具体如下：

S61、以步骤S1中的转子构形设计变量X作为样本输入，步骤S5获得相应的优化目标值作为样本输出，初始化训练集数据；

S62、设定回归精度、惩罚因子、核函数；

S63、针对训练集数据，求解最小化损失函数的拉格朗日对偶问题，得到支持向量机回归模型f(X)；

S64、计算支持向量机回归模型f(X)回归测试集数据的均方误差；

S65、采用网格搜寻法改变回归精度和惩罚因子，重复过程S63、S64，直至网格搜寻结束；

S66、选取均方误差最小的支持向量机回归模型f(X)作为回归模型。

3.根据权利要求2所述的一种燃料电池离心压缩机转子构形优化设计方法，其特征在于，步骤S62所述的核函数为小波核函数，小波函数采用紧支撑正交的db3小波。

4.根据权利要求2所述的一种燃料电池离心压缩机转子构形优化设计方法，其特征在于，步骤S65所述的网格搜寻法实施时，先采用第一步长在回归精度和惩罚因子的设定范围内寻找回归均方误差最小的网格区域，然后在所述网格区域内以其格心为中心以第二步长继续寻找使回归均方误差最小的精细网格区域，所述第一步长大于第二步长。

5.根据权利要求1所述的一种燃料电池离心压缩机转子构形优化设计方法，其特征在于，步骤S7具体包括以下步骤：

S71、初始化狼群位置及距离控制参数a、A和C；

S72、计算种群各狼的目标函数值；

S73、找到非支配解并初始化外部种群，初始化外部种群分组数、上限数和最大迭代次数；

S74、按照轮盘赌的方式从外部种群依次选取3只头狼；

S75、更新种群个体狼的位置及距离控制参数a、A和C；

S76、计算种群各狼的目标函数值；

S77、找到非支配解并更新外部种群，若外部种群已满，则在最拥挤组中删除个体，然后向不拥挤组中添加，若任一新添加的个体落在外部种群的超立方之外，则更新外部种群分组网格以包括该个体；

S78、判断是否达到最大迭代次数，若是则输出外部种群非支配解，否则返回至步骤S74。

6.根据权利要求1所述的一种燃料电池离心压缩机转子构形优化设计方法，其特征在于，步骤S73中，外部种群的分组依据是：根据优化目标值的上下界按非等间距分组，间距随最大应力和最大扰度值的降低按指定比例减小。