满超 孙皓 薛米米/重庆通用工业（集团）有限责任公司

基于数据挖掘方法的压缩机二元叶轮优化研究

满超 孙皓 薛米米/重庆通用工业（集团）有限责任公司

0　引言

数据挖掘（Data Mining）［1］是一种高效的数据分析方法，主要特点是可以从大量不完全的、模糊冗杂的数据中，提取其中的潜在有用信息，揭示数据之间的内在联系。数据挖掘方法前期在营销管理方面得到较广泛的应用，为管理者的决策提供有力的支撑，李薇［2］等利用该方法对商品的进销存系统进行了研究。在流体机械方面，国际上已有相关研究，Koji SHIMOYAMA等［3］应用数据挖掘技术对离心扩压器进行了研究；Sugimura K.［4］应用数据挖掘方法对透平机械进行了相关的优化研究。而在国内，相关研究甚少。

数据挖掘方法可以明确各个设计参数对任何一个性能函数的影响大小，同时也可以挖掘出设计参数对每个性能函数的影响规律，可以提供“成片”的优化结果，跟传统的优化方法相比具有明显的优势。

1　数据挖掘方法简介

目前，数据挖掘技术在流体机械相关领域中的应用仍处于探索阶段，其中两种数据挖掘方法被有效地应用于流体机械的设计与优化中。

1.1总变差分析方法

总变差分析方法（Analysis of Variance，ANOVA）采用统计学分析方法［3］，对样本空间中的数据进行分析，可以量化并揭示不同设计变量以及各变量的共同相互作用对性能函数的影响大小。

每一个变量xi（i=1，2，…，n）对函数f（x）的贡献度就是主效应Si，被定义为：

σi（xi）是主效应的函数形式，被定义为：