[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

摘要

本发明涉及轴流风扇的优化方法。目的是该方法应能同时实现风扇高效率与低噪声的优化。技术方案是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)设定三个参数为风扇优化参数；(2)选定2个风扇性能优化目标；(3)每个风扇优化参数选取三个水平并进行编码列成表2并提取17组三维模型，列成表3；(4)利用表3试验数据进行多元回归拟合，分别建立两个风扇性能优化目标与风扇优化参数之间的函数关系式；(5)建立风扇性能多目标优化函数；(6)确定权重系数；(7)确定多目标优化函数表达式和对应的优化数据；(8)重新塑造风扇模型,得到风扇模型；(9)通过试验测试对比分析风扇模型，验证可行性。

主权项

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；yj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Y1MAX以及对应的结构参数x1、x2、x3值，风扇静压效率极小值Y1MIN以及对应的结构参数x1、x2、x3值；风扇噪声极小值Y2MIN以及对应的结构参数x1、x2、x3值，风扇噪声极大值Y2MAX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)]]>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。