[发明专利]基于机器学习的涡轮叶片反问题设计方法、计算机可读存储介质和电子设备在审
| 申请号： | 202110790078.8 | 申请日： | 2021-07-13 |
| 公开（公告）号： | CN113705077A | 公开（公告）日： | 2021-11-26 |
| 发明（设计）人： | 罗磊;王松涛;杜巍;余开拓 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F30/17;G06N3/04;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 曲进华 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及涡轮叶片优化设计技术领域，具体涉及基于机器学习的涡轮叶片反问题设计方法、计算机可读存储介质和电子设备，基于机器学习的涡轮叶片反问题设计方法包括以下步骤：以第一叶片几何参数作为自变量，以第一叶片气动参数作为因变量，建立由叶片几何参数到叶片气动参数的数据集；创建涡轮叶片反问题设计的训练模型；利用所述数据集对所述训练模型进行训练和损失评估以确定所述反问题设计模型；将第二叶片气动参数代入所述反问题设计模型以反向预测第二叶片几何参数。本发明能够根据叶片的气动参数计算得到叶片的几何参数，同时，该基于机器学习的涡轮叶片反问题设计方法还具有计算精度高的优点。 | ||
| 搜索关键词： | 基于 机器 学习 涡轮 叶片 问题 设计 方法 计算机 可读 存储 介质 电子设备 | ||
【主权项】：
暂无信息
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/patent/202110790078.8/，转载请声明来源钻瓜专利网。
- 上一篇：适用于小型果实的输运装置
- 下一篇：一种多功能新能源汽车电池安装箱
