涡轮气冷叶片智能设计方法和集成平台开发
涡轮气冷叶片智能设计方法和集成平台开发
1.主要工作内容:
1.涡轮气膜冷却的深度学习技术研究,包含基于迭代算子深度学习模型的气膜冷却智能预测模型和基于架构迁移和离散伴随技术的气膜冷却数据融合模型研究,以及气膜冷却智能预测模型的验证和进化。
2.基于强化学习的涡轮气膜冷却智能设计,包含气膜冷却设计序列化数据表征和经验量化积累,气膜孔布局设计方法和共性准则研究。
2.主要技术指标
(1)建立基于迭代算子深度学习模型的气膜冷却智能预测模型和基于架构迁移和离散伴随技术的气膜冷却数据融合模型,预测仿真结果与实测值偏差不大于±20%。
(2)涡轮气膜冷却智能设计模型仿真结果与实测值偏差不大于±20%。
3.主要成果
根据以上研究内容,提供以下4份研究成果:
(1)涡轮气膜冷却的深度学习技术研究1份;
(2)涡轮气膜冷却的深度学习技术模型、方法1份;
(3)涡轮气膜冷却智能设计研究报告1份;
(4)气膜孔布局设计方法及模型1份。
4.项目周期:2024年6月-2025年6月。
5. 响应单位资质要求:
a)已列入中国航发动力所合格供应商名录的单位优先;
b)营业执照/事业单位法人证书(必备);
c)质量管理体系(必备,GJB优先);
d)三级及以上保密证书(必备)。
6.招标文件发放时间、地点、方式
报名截止后一周内由项目主管人员通知。
7.对接答疑时间:
由项目主管人员按照项目需要另行通知,统一组织。
8.谈判时间及地点:另行通知
9.采购单位:中国航发沈阳发动机研究所
地址:辽宁省沈阳市万莲路一号
邮政编码:******
项目负责人:叶超 024-********/135*****266
======================================================
报名须知:报名请填写附件中《报名表》,加盖公章,在报名截止日期(2024年5月23日)前,同时发送到如下两个邮箱: 606@seri.aecc.cn 138*****942@139.com 邮件主题写明“科研部李明菲收-报名单位名称” 报名联系电话024-********,138*****942。
附件中的报价单、项目建议书或响应文件模板,待报名时间截止后,联系上述公告中的项目主管人员,获取详细资料后撰写。具体提交时间与项目主管人员商议。
招标
|
- 关注我们可获得更多采购需求 |
关注 |
最近搜索
无
热门搜索
无