采用SHAP的高压涡轮级高维设计空间数据挖掘

杨昭, 郭振东, 苏鹏飞, 汪祺能, 宋立明

西安交通大学学报 ›› 2025, Vol. 59 ›› Issue (6) : 144 -154.

西安交通大学学报 ›› 2025, Vol. 59 ›› Issue (6) : 144 -154.

采用SHAP的高压涡轮级高维设计空间数据挖掘

    杨昭, 郭振东, 苏鹏飞, 汪祺能, 宋立明
作者信息 +

Author information +
文章历史 +

摘要

为厘清涡轮级高维设计空间中各变量对级性能的影响,基于数据挖掘方法SHAP对GE-E3高压涡轮第一级的93个设计变量进行了知识挖掘。除常规数据挖掘工作中显著变量对总体性能的影响分析外,发展了显著变量对涡轮级沿叶高方向性能分布影响的分析方法,可视化表示了改善级总体性能的设计变量所影响的涡轮级的具体位置;同时,充分发挥SHAP局部解释的优势,在设计空间中选取典型样本进行归因分析,研究了各设计变量在样本性能指标变化中所发挥的作用。研究发现,对于高压涡轮级,影响级效率的显著变量包括有效出气角、静叶三维积叠参数、叶片吸力面前缘附近样条控制点等。基于GE-E3高压涡轮数据集进行数据挖掘归纳得到涡轮级设计准则:减小动叶中间截面有效出气角、增大静叶中间截面有效出气角,静叶三维积叠点周向顶部位置、周向中间位置向压力面偏移,静叶中间截面、动叶中间截面吸力面前缘附近控制点均向叶片变薄方向移动。遵循设计准则得到的最终设计使级效率提高了0.65%。

关键词

高压涡轮级 / 高维设计空间 / 数据挖掘 / SHAP方法

Key words

引用本文

引用格式 ▾
杨昭, 郭振东, 苏鹏飞, 汪祺能, 宋立明. 采用SHAP的高压涡轮级高维设计空间数据挖掘[J]. 西安交通大学学报, 2025, 59(6): 144-154 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家科技重大专项资助项目(2019-Ⅱ-0008-0028)

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/