涡桨发动机性能要求不断提高,要求其对较大流量工作范围有较好的适应性。带动桨叶旋转的变转速动力涡轮作为其中的关键部件,需要对因较大流量变化而带来的较大攻角范围有较好的适应性。损失模型作为气动设计较为重要的一环,对涡轮叶型的设计具有重要意义。然而现有涡轮损失模型在预测处于较大来流攻角条件下的叶型损失有较大偏差,故本文以某型变转速动力涡轮叶型为研究对象,对现有损失模型进行修正与改进。首先,本文以某型变转速动力涡轮叶型作为研究对象,利用试验与数值方法研究叶型前缘特征、叶型厚度、叶型加载位置、叶型负荷对叶型攻角适应性的影响规律。通过对比型面切应力分布、型面附面层加速系数、流场中熵产分布等参数分析了所述这四个参数对叶型攻角适应性的影响。其次,基于零攻角条件下所研究叶型的试验测量结果和CFD计算结果,提取出叶型损失中各组分损失的大小并与AMDCKO模型相应组分损失预测值进行对比,发现该模型对附面层损失和尾迹掺混损失的大小及其马赫数特性方面均有较大的预测差距。并采用深度学习的方式,对AMDCKO模型中附面层损失和尾迹掺混损失的预测部分进行修正,提高了该模型在研究工况范围内的损失预测精度。最后,针对非零攻角来流工况,基于所研究叶型的试验,提取出因攻角而产生的附加能量损失系数,分析出Benner模型默认在任意来流攻角条件下,损失随出口马赫数的变化规律相同,并且未考虑叶型前缘椭圆度、叶型厚度、叶型加载位置、叶型负荷这四个量的影响。同样采用深度学习的方式,对Benner模型添加了马赫数修正项以及考虑叶型前缘椭圆度、叶型厚度、叶型加载位置、叶型负荷的修正项,提高了该模型在研究工况范围内的预测精度。