一种基于图像的燃气轮机叶型参数测量方法

叶型参数的准确测量是实现叶片性能诊断和逆向建模的关键步骤。为了提高叶型参数的测量效率,提出了一种基于图像的参数提取方法。首先,采用骨架提取算法对叶片中弧线进行定位;然后,通过拟合计算获得中弧线函数及叶型厚度分布;最后,采用优化算法提高叶型参数辨识精度。实验结果表明,所提出的基于图像的叶型测量方法具有较高的准确性,测量相对误差小于1.5%,且应用方便、灵活,为叶片几何参数的快速、准确测量提供了新的解决方法。

基于椭圆基神经网络模型的排汽缸优化设计

本文以最优拉丁超立方试验设计方法构建样本库,采用椭圆基神经网络构建近似模型,结合多岛遗传算法搭建全自动优化设计系统。以排汽缸静压恢复系数最大化作为优化目标,采用此系统对某型号汽轮机机组排汽缸导流环型线进行气动优化设计。结果表明:各设计变量中导流环起始角度对排汽缸性能影响最显著。优化后排汽缸扩压器、排汽蜗壳性能均有改善,排汽缸静压恢复系数提高7.91%,总压损失系数下降5.98%。在其他运行工况,优化结构性能仍优于原型,且在THA工况下性能改善显著,排汽缸静压恢复系数提高13.45%,总压损失系数下降10.44%,表明该优化系统对汽轮机低压排汽缸气动设计有效可行。