管路布局优化是降低燃气轮机管路损失的重要手段,本文提出了一种燃气轮机不规则管路布局参数的优化设计方法。从燃气轮机外部抽气管路出发,建立了具有复杂布局走向的不规则多管路的参数化建模方法。分析了管路布局参数对管路损失的敏感性。综合燃气轮机考虑流量分布,温度与压力分布等多个目标。基于遗传优化算法,获得对外部管路布局参数优化设计优化结果。优化后的管路设计在规定约束优化空间内做到了损失的显著下降,为重型燃气外部抽气管路设计提供了参考。

研究遗传算法(GA)优化的支持向量机（SVM）在航空发动机磨损故障诊断中的运用。介绍基于GA优化SVM算法的实现过程，对算法中关键参数进行分析，并用改进的GA对SVM中的惩罚参数和核参数进行优化。采用GA优化的SVM对某型号航空发动机的油液磨粒数据进行诊断，并从诊断精度、计算时间、抗噪能力三方面比较GA优化的SVM、BP神经网络和RBF神经网络的诊断精度。结果表明：GA优化的SVM能够有效地诊断航空发动机磨损故障；GA优化的SVM的诊断精度明显高于RBF和BP神经网络，且在有噪声的情况下，其诊断准确度依旧高于RBF和BP神经网络，但由于GA-SVM的结构和训练方法其训练时间较长。