[发明专利]一种基于近似模型法的冷却风扇性能优化方法

说明书

本发明公开了一种基于近似模型法的冷却风扇性能优化方法，包括步骤：(1)对风扇的几何结构进行参数化，设计相应变量；(2)选定风扇静压和静压效率为风扇性能优化目标；(3)采用最优拉丁超立方试验设计方法对设计空间进行初始样本采集；(4)对初始样本进行CFD模型仿真，得到初始样本的响应，形成初始样本与响应之间的数据库；(5)用径向基神经网络构建近似模型；(6)用K次交叉验证检验方法对近似模型的预测精度进行检验；(7)使用遗传算法，对风扇性能进行寻优，得到最优风扇几何参数。本发明通过对仿真结果后处理，利用近似模型法对风扇参数化设置，对风扇结构进行优化，从而提高风扇性能。

技术领域

本发明涉及汽车冷却风扇性能优化设计领域，特别涉及基于近似模型法的冷却风扇性能优化方法。

背景技术

冷却风扇的空气动力学性能优化设计方法，大致可分为两类：传统设计方法和现代设计方法。传统的设计方法是基于已有的统计数据以及修正系数，经验地选取效率值。其设计精度通常不高，但方法简单易学。现代设计方法是以气体的三维流动理论为基础，运用计算机通过编程或通用的商业软件来计算求解。近些年国内外许多学者在该方法上做了大量的研究。其特点是计算精度较高，但计算复杂，在普通的工程设计人员中不易普及。

风扇的内部流场非常复杂，其性能与各几何变量的关系具有强烈的非线性、多峰和多维等特点。传统的非线性规划方法如广义下降梯度法、序列二次规划法等，容易陷入局部最优。而智能优化方法虽然能跳出局部最优解，但需要大量地进行目标函数评估。风扇性能的评估就需要风扇全三维流场的CFD计算，其计算代价高昂，因此直接使用智能优化方法进行风扇的性能优化，也并不适用于实际工程。近似模型是利用已知样本数据，通过拟合、插值等数学手段来预测未知点响应的数学方法。已经有许多研究应用近似模型在工程设计中进行优化工作。用近似模型代替CFD计算能大大降低计算量(一般能降低几个数量级)，同时又能保证计算的精度，是解决上述问题有效手段之一。

发明内容

本发明提供了一种基于近似模型法的冷却风扇性能的优化方法，该方法能够很高效精确地对冷却风扇进行寻优，找到最优解。

本发明目的通过如下技术方案实现：

一种基于近似模型法的冷却风扇性能优化方法，包括步骤：

(1)对风扇的几何结构进行参数化，设计相应变量；

(2)选定风扇静压和静压效率为风扇性能优化目标；

(3)采用最优拉丁超立方试验设计方法对设计空间进行初始样本采集，设置初始样本点；

(4)对初始样本进行CFD模型仿真，得到初始样本的响应，形成初始样本与响应之间的数据库；

(5)用径向基神经网络构建近似模型；

(6)用K次交叉验证(Cross-Validation)检验方法对近似模型的预测精度进行检验；

(7)使用遗传算法，对风扇性能进行寻优，得到最优风扇几何参数。

作为优选，步骤(1)中，所述相应变量包括：外翼型攻角、中翼型攻角、内翼型攻角、外翼型弯度、中翼型弯度、内翼型弯度、外翼型倾角、中翼型倾角、外翼型掠度、外翼型高度、轮毂直径、叶片数。

作为优选，所述步骤(3)具体包括：

在n维的设计空间中，将每一维的设计区间均匀等分为m个区间，其中每个小区间可记为在保证一个因素的每个水平只出现一次的前提下，随机地选取m个点，构成随机拉丁超立方的样本设计矩阵X＝[x₁,x₂,…,x_m]^T，其中每一行代表一个样本点的位置，每一列代表一个因素；

通过随机演化算法驱动元素交换，更新设计矩阵；