课题组研究成果《基于CTGAN数据增强的麦穗形肋化内部冷却通道多目标优化与最优结构演化规律》发表于Aerospace Science and Technology期刊(中科院一区,IF:6.396)
发布时间:2026-11-18
点击次数:
- 发布时间:
- 2026-11-18
- 文章标题:
- 课题组研究成果《基于CTGAN数据增强的麦穗形肋化内部冷却通道多目标优化与最优结构演化规律》发表于Aerospace Science and Technology期刊(中科院一区,IF:6.396)
- 摘要:
- 题目:Multi-objective optimization and optimal structure evolution patterns of wheat-shaped ribbed internal cooling channels leveraging CTGAN data augmentation 期刊:Aerospace Science and Technology 链接:https://doi.org/10.1016/j.ast.2026.114282 影响因子:6.396 中科院分区:一区 内容简介:燃气涡轮叶片内部冷却通道需兼顾强化换热与低流阻,但高保真数据少、小样本代理模型精度低。本文提出麦穗形肋化冷却通道多目标优化框架:用CTGAN增强数据,构建BO-BPNN高精度代理模型,耦合NSGA-II在宽雷诺数范围内优化,并建立工况到最优结构的快速预测模型。结果表明,CTGAN数据与真实数据高度一致,代理模型精度提升;优化结构在高Re下摩擦因子最大降低25.81%,热性能因子最大提高8.78%。最优肋参数随Re呈规律演化,快速预测模型误差小于2%。该框架为叶片高性能冷却结构设计提供了高效通用方法。
- 内容:
无




