[发明专利]一种空气动力发动机多参数耦合优化方法及系统在审

专利信息
申请号: 202111067972.9 申请日: 2021-09-13
公开(公告)号: CN113761689A 公开(公告)日: 2021-12-07
发明(设计)人: 王毅颖;顾英;史艳楠;王瀚秋;司冯淼;刘文壮;封明明;张恩显 申请(专利权)人: 河北工程大学
主分类号: G06F30/17 分类号: G06F30/17;G06F30/27;G06F111/06;G06F119/14
代理公司: 北京高沃律师事务所 11569 代理人: 韩雪梅
地址: 056038 河北省*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 空气 动力 发动机 参数 耦合 优化 方法 系统
【权利要求书】:

1.一种空气动力发动机多参数耦合优化方法,其特征在于,所述方法包括:

建立动力发动机的输出扭矩方程;

根据所述输出扭矩方程,以空气动力发动机输出的平均扭矩和耗气量为优化的目标,得出空气动力发动机多参数耦合优化模型;

利用单一因素分析法得到空气动力发动机性能优化参数的最优值;

将所述性能优化参数的最优值作为粒子群优化算法中粒子的初始位置值,利用粒子群优化算法求解所述空气动力发动机多参数耦合优化模型。

2.根据权利要求1所述的空气动力发动机多参数耦合优化方法,其特征在于,所述建立动力发动机的输出扭矩方程,具体包括:

对第一级气缸的活塞和曲轴进行受力分析,得到第一级气缸的输出扭矩;

对第二级气缸的活塞和曲轴进行受力分析,得到第二级气缸的输出扭矩;

根据所述第一级气缸的输出扭矩和所述第二级气缸的输出扭矩得到两级气缸的输出扭矩。

3.根据权利要求2所述的空气动力发动机多参数耦合优化方法,其特征在于,所述第一级气缸的输出扭矩为:

其中,MP1为第一级气缸的输出扭矩,p1为第一级气缸内的瞬时压力,p0为大气压力,Ap为活塞顶面积,m1为第一级气缸内气体瞬时质量,r为曲柄半径,w1为第一级气缸的曲轴转动角速度,φ1为第一级气缸曲轴转角,λs为连杆曲柄比,β1为连杆与第一级气缸轴线夹角,S为活塞行程。

4.根据权利要求2所述的空气动力发动机多参数耦合优化方法,其特征在于,所述第二级气缸的输出扭矩为:

其中,MP2为第二级气缸的输出扭矩,p2为第二级气缸内的瞬时压力,p0为大气压力,Ap为活塞顶面积,m2为第二级气缸内气体瞬时质量,r为曲柄半径,W2为第二级气缸的曲轴转动角速度,φ2为第二级气缸曲轴转角,λs为连杆曲柄比,β2为连杆与第二级气缸轴线夹角,p为气缸内的瞬时压力,S为活塞行程。

5.根据权利要求2所述的空气动力发动机多参数耦合优化方法,其特征在于,所述两级气缸的输出扭矩为:

Mp=Mp1+Mp2

其中,Mp为两级气缸的输出扭矩,Mp1为第一级气缸的输出扭矩,Mp2为第二级气缸的输出扭矩。

6.根据权利要求1所述的空气动力发动机多参数耦合优化方法,其特征在于,所述空气动力发动机多参数耦合优化模型为:maxf=Mp

其中,Mp表示所述输出扭矩方程。

7.根据权利要求1所述的空气动力发动机多参数耦合优化方法,其特征在于,所述将所述性能优化参数的最优值作为粒子群优化算法中粒子的初始位置值,利用粒子群优化算法求解所述空气动力发动机多参数耦合优化模型,具体包括:

利用所述性能优化参数的最优值作为粒子群优化算法中粒子的初始位置值;

随机初始化粒子的速度值,设置粒子群优化算法的种群数量和迭代次数;

利用所述初始位置值计算所述空气动力发动机多参数耦合优化模型的目标函数值;

更新粒子群算法中粒子的个体极值和全局极值;

利用惯性权重平衡全局搜索和局部搜索,并更新惯性权重;当迭代次数达到设置的迭代次数或者空气动力发动机的输出扭矩的变化值满足要求,输出粒子群的位置值,得到所述空气动力发动机多参数耦合优化模型的最优解。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河北工程大学,未经河北工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111067972.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top