一种用于汽轮机长叶片的填密件
    1.
    发明公开

    公开(公告)号:CN117189270A

    公开(公告)日:2023-12-08

    申请号:CN202210614984.7

    申请日:2022-05-31

    IPC分类号: F01D11/00 F01D5/30

    摘要: 本发明提供一种用于汽轮机长叶片的填密件,包括:长条形结构沿其长度方向的两侧面分别开设一C型槽,C型槽上下两侧分别形成两条形结构;长条形结构一端为楔形结构,长条形结构的另一端端面设有一个尾部槽;顶部凸台,每一弹性结构上设置一顶部凸台;应力释放槽设于长条形结构上,并且应力释放槽位于两弹性结构之间。本发明提供在长条形结构1两侧设置C型槽11的方式,减少对顶紧槽宽度方向的要求。

    汽轮机长叶片的调频方法
    2.
    发明公开

    公开(公告)号:CN116341124A

    公开(公告)日:2023-06-27

    申请号:CN202111583346.5

    申请日:2021-12-22

    IPC分类号: G06F30/17 G06F30/23

    摘要: 本发明提供一种汽轮机长叶片的调频方法,包括以下步骤:每个汽轮机长叶片模型在叶型和围带的连接处采用不同的椭圆形倒圆进行设计,所有椭圆形倒圆的长轴的长度互不相等,所有椭圆形倒圆的短轴的长度均相等;分别对所有汽轮机长叶片模型进行有限元分析,计算每个汽轮机长叶片模型的阶数不同的多个固有频率;先按照长轴为最大长度的椭圆形倒圆对长叶片零件进行加工制造,后对长叶片零件进行动频试验;若动频试验的结果不满足设计要求,则基于所述变化规律,修磨椭圆形倒圆以使长轴的长度逐渐变小,再进行动频试验,如此反复操作,直至长叶片零件的动频试验的结果满足设计要求。本发明能够对长叶片零件起到非常有效的调频作用。

    一种适用巨量参数叶片构型的神经网络优化设计方法

    公开(公告)号:CN117933045A

    公开(公告)日:2024-04-26

    申请号:CN202211244149.5

    申请日:2022-10-11

    摘要: 本发明提供一种适用巨量参数叶片构型的神经网络优化设计方法,包括如下步骤:首先根据叶片初始样本构建采样空间并进行采样生成训练数据集,然后通过超参数寻优获得当前训练集上拟合叶片参数与光滑度值关系最好的超参数组合,然后利用训练数据集训练网络模型拟合叶片参数与光滑度值的映射关系,并通过神经网络反向传播得到进一步优化后叶片参数组合,判断前后两次光滑度值差值小于阈值或超出循环次数,得到当前采样空间内最优的叶片参数组合。本发明将神经网络法与自适应差分法进行结合,在神经网络寻优速度减慢时,更改为差分法进行精细搜索,进一步提高优化叶片的性能,最终实现叶片构型在巨量参数内的自动寻优。