改进的BP神经网络技术在平面叶栅气动性能实验中的应用

杨波, 韩海泉, 谷传纲

杨波, 韩海泉, 谷传纲. 改进的BP神经网络技术在平面叶栅气动性能实验中的应用[J]. 实验流体力学, 2005, 19(2): 49-54,59. DOI: 10.3969/j.issn.1672-9897.2005.02.010
引用本文: 杨波, 韩海泉, 谷传纲. 改进的BP神经网络技术在平面叶栅气动性能实验中的应用[J]. 实验流体力学, 2005, 19(2): 49-54,59. DOI: 10.3969/j.issn.1672-9897.2005.02.010
YANG Bo, HAN Hai-quan, GU Chuan-Gang. Application of improved neural networks to cascade aerodynamic experiment[J]. Journal of Experiments in Fluid Mechanics, 2005, 19(2): 49-54,59. DOI: 10.3969/j.issn.1672-9897.2005.02.010
Citation: YANG Bo, HAN Hai-quan, GU Chuan-Gang. Application of improved neural networks to cascade aerodynamic experiment[J]. Journal of Experiments in Fluid Mechanics, 2005, 19(2): 49-54,59. DOI: 10.3969/j.issn.1672-9897.2005.02.010

改进的BP神经网络技术在平面叶栅气动性能实验中的应用

基金项目: 

国家自然科学基金

详细信息
  • 中图分类号: 51-1499/V

Application of improved neural networks to cascade aerodynamic experiment

  • 摘要: 将多维实验方法应用于平面叶栅正反向流动实验中,避免了单参数实验方法中的缺陷,大大提高了实验数据的可靠性.同时采用改进的BP神经网络技术,对气动性能实验数据进行分析.实验发现:低雷诺数下,翼型的流动状态很复杂,附着涡在确定翼型边界层行为和失速特性中起着重要作用.在反向流动中,翼型的吸力面常伴随有旋涡的流动,类似于薄翼流动,翼型在较小的迎角下就会发生薄翼失速.
计量
  • 文章访问数:  131
  • HTML全文浏览量:  33
  • PDF下载量:  3
  • 被引次数: 0
出版历程
  • 刊出日期:  2005-01-31

目录

    /

    返回文章
    返回
    x 关闭 永久关闭