面向大型风力机桨叶的优化设计理论和方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    50975133
  • 项目类别：
    面上项目
  • 资助金额：
    36.0万
  • 负责人：
    陆金桂
  • 依托单位：
    南京工业大学
  • 学科分类：
    E0506.机械设计学
  • 结题年份：
    2012
  • 批准年份：
    2009
  • 项目状态：
    已结题
  • 起止时间：
    2010-01-01 至2012-12-31

项目摘要

项目将大型风力机桨叶优化设计问题分解成具有层次关系的、包含若干优化子问题的二级优化模型。将具有集群智能和多点搜索算法的粒子群优化算法应用于大型风力机桨二级优化模型的求解。针对桨叶截面层优化问题特点，在基本粒子群优化算法基础上增加随机扰动分量项，来增强局部搜索功能。在桨叶层主优化模型和截面层子优化模型间相互迭代过程中，加强全局极值项的影响，增加反映个体间协作关系的新迭代项，获得具有较强全局搜索和协调功能的粒子群算法。在研究适合于性能近似计算设计集的冗余数据约简方法基础上，以神经网络为建模工具研究大型风力机桨叶二级优化模型的性能近似计算。项目还将开展大型风力机桨叶的二级优化模型与原优化问题等效性等方面的理论研究，研究二级优化模型求解的迭代过程的收敛特性，研究适合大型风力机桨叶二级优化模型的粒子群优化算法收敛性等理论问题。

结项摘要

项目根据风力机桨叶构成的层次关系,研究了适合大型桨叶优化设计的二级优化模型.桨叶二级优化模型中不仅包括现有优化模型的设计变量、约束条件和目标函数，还涉及耦合变量、耦合约束函数等。根据优化模型间组成要素不同耦合程度，项目给出了无耦合、弱耦合等类型的桨叶二级优化模型。将具有多点搜索和不需要函数导数信息优点的粒子群优化算法应用于大型风力机桨二级优化模型的求解。针对桨叶截面层优化问题特点，在基本粒子群优化算法基础上增加了随机扰动分量项，增强局部搜索功能，提高了粒子群优化算法求解桨叶优化设计问题的能力。项目研究了适合大型风力机桨叶二级优化模型的神经网络性能近似计算方法。采用属性值约简方法对桨叶性能近似计算的数据进行约简，获得建立桨叶性能近似计算模型的训练样本集。项目还对大型风力机桨叶的二级优化模型与原优化问题等效关系、耦合关系等问题进行了探讨。项目完成了预定的研究任务。

项目成果

期刊论文数量（4）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Hybrid particle swarm optimisation algorithm for image segmentation
图像分割的混合粒子群优化算法
  • DOI：
    10.1504/ijmic.2011.043156
  • 发表时间：
    2011-10
  • 期刊：
    International Journal of Modelling, Identification and Control
  • 影响因子：
    --
  • 作者：
    Ji;e Zhang;Jingui Lu;Hong Liang Li
  • 通讯作者：
    Hong Liang Li
Particle swarm optimisation algorithm for non-linear camera calibration
非线性相机标定的粒子群优化算法
  • DOI：
    10.1504/ijica.2012.046770
  • 发表时间：
    2012-05
  • 期刊：
    Int. J. Innovative Computing and Applications
  • 影响因子：
    --
  • 作者：
    Ji;e Zhang;Jingui Lu;Hongliang Li;Min Xie
  • 通讯作者：
    Min Xie
基于Abaqus的大型风力机叶片有限元分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    机械设计与制造
  • 影响因子：
    --
  • 作者：
    程杰;袁祖强;陆金桂
  • 通讯作者：
    陆金桂
Combining strategy of genetic algorithm and particle swarm algorithm for optimization problem of RFID reader
遗传算法与粒子群算法相结合的RFID读写器优化问题
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    International Journal of Innovative Computing and Applications
  • 影响因子：
    --
  • 作者：
    Jingui Lu, Hong Liang Li, Fengxin Chen;Chen Le
  • 通讯作者：
    Chen Le

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于GEN3-EMS平台的应用功能开发及其应用
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    电力自动化设备
  • 影响因子：
    --
  • 作者：
    曹一家;郭创新;范斗;杜杰;张敏;陆金桂
  • 通讯作者：
    陆金桂

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

陆金桂的其他基金

面向复杂螺旋桨的多层次优化模型及其求解算法研究
  • 批准号：
    50675097
  • 批准年份：
    2006
  • 资助金额：
    29.0 万元
  • 项目类别：
    面上项目
产品创新设计的进化模型研究
  • 批准号：
    60175019
  • 批准年份：
    2001
  • 资助金额：
    5.0 万元
  • 项目类别：
    面上项目
基于人工神经网络的复杂结构优化算法研究
  • 批准号：
    59605008
  • 批准年份：
    1996
  • 资助金额：
    8.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码