来源：期刊VIP网 时间：
作者：马骥;董现;任萌萌;李宇男;朱召泉;王雅迪;
单位：石家庄铁道大学土木工程学院;河北省子牙河河务中心;内蒙古机电职业技术学院水利与土木建筑工程系;河海大学土木与交通学院;
摘要：针对大型三角钢闸门流固耦合下优化设计工作量巨大、计算机难以短时间实现的问题，提出PSO-CNN模型即粒子群算法优化卷积神经网络模型，以改善仿真模型计算效率和普通神经网络模型计算精度的问题。对比PSO-CNN模型与CNN模型误差曲线与偏离度预测图，PSO-CNN模型的预测精度明显高于CNN卷积神经网络算法的预测精度。根据考虑流固耦合作用下闸门的一阶频率变化，采用全局随机灵敏度分析方法筛选出圆管型支臂的管外径、圆管型支臂管壁厚度和面板厚度作为模型主导参数。结合ANSYS平台opt分析模块零阶优化算法求得主导参数的优化结果，优化后闸门流固耦合后频率远离水流脉冲频率，使该弧形闸门具有良好动力性能。
关键词：三角闸门;;优化设计;;PSO-CNN模型;;零阶算法
基金资助：国家自然科学基金项目(51808357)
