机床与液压

作者：么大锁，赵凯芳，吴国鹏，季宁，裴毅强

单位：天津仁爱学院机械工程学院;天津大学内燃机燃烧学国家重点实验室；天津仁爱学院数学教学部；天津仁爱学院机械工程学院；天津仁爱学院机械工程学院;天津大学内燃机燃烧学国家重点实验室；天津大学内燃机燃烧学国家重点实验室

关键词：氢燃料电池引射器;正交试验;引射系数;神经网络;非线性序列二次规划

基金：天津市教委科研计划项目(2021KJ081)

为提高氢燃料电池引射器的性能，以额定工况下氢燃料电池引射器为研究对象，提出一种基于椭球基(EBF)神经网络模型和非线性序列二次规划(NLPQL)算法的引射器结构参数优化方法。基于正交试验，建立EBF神经网络模型，描述引射器结构参数与引射系数间的非线性关系；通过引射系数模拟值与代理模型预测值的对比以及复相关系数，验证了代理模型的精度；最后，应用NLPQL算法进行全局寻优，获得使引射系数最大的结构参数组合，并进行模拟验证。研究结果表明：基于EBF神经网络和NLPQL算法，提高了燃料电池引射器的引射系数，相对于正交试验方案最大值，引射系数提高了3.9%。基于正交试验设计和EBF神经网络的方法，可以扩大引射器结构参数研究范围和水平，节约CFD模拟计算时间。

来源：2023年第21期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第21期