基于网格参数化变形的单级涡轮多学科可靠性设计优化

基于自由变形技术发展了一种可以协调实现流场、结构分析网格参数化变形的方法,并实现单级涡轮的多学科可靠性设计优化。针对流场分析网格展向积叠的特征,将三维网格变形转化为不同叶高二维截面的网格变形;根据二维流场分析网格的拓扑结构,设计二维控制面,基于叶型设计参数建立叶型控制点、其他控制点伴随叶型控制点移动,实现了网格的参数化变形,避免了网格畸变、提高了网格变形的质量;不同叶高的二维控制面组成控制体,实现三维流场分析网格的参数化变形。采用相同的控制体进行结构分析网格的变形,实现了耦合界面网格协调变形。基于Kriging代理模型进行单级涡轮的多学科可靠性优化,在满足可靠性约束的情况下效率提高4.97%、寿命提高40.86%,证明了方法的有效性。      

压气机/风扇二维叶型自动优化设计

通过压气机叶片自动优化设计关键技术研究,提出采用并行遗传算法以实现全局寻优和并行优化缩短优化耗时;采用基于修改量参数化方法,达到优化过程生成叶型的可控性和合理性;提出兼顾非设计点性能的目标函数设置方法,实现全T况优化;并进一步研制出二维平面和任意回转面叶型自动优化设计软件.软件中流场计算模块与商用软件相比一致性较好,表...     

大子午扩张涡轮过渡段的子午型线

在低压涡轮导叶设计中采用三种不同前掠叶型,与原子午型线匹配具有不同分离程度,提出两种子午型线设计方法,采用N-S方程全三维CFD软件对每种方法的多个方案与各种叶型匹配情况下进行数值模拟;研究了大子午扩张涡轮过渡段在不同分离情况下的子午型线优化设计特点。结果表明,通过优化子午型线能够明显提高气动性能,并针对不同分离程度,其提高的限度不同,其子午型线设计的特点也有所不同。     

基于收扩叶型的涡轮叶片参数化造型方法与分析

研究了适用于对转涡轮的一种十二参数法涡轮叶型造型方法的原理、步骤、特点,采用Fortran程序编写了在参数化造型基础上的涡轮造型设计程序.应用该程序设计完成一级对转涡轮高压级涡轮叶片.并对其进行三维CFD性能验算,结果表明该设计程序能够应用于对转涡轮所需的收敛-扩散叶型的造型,为收扩叶型的造型提供了一种工程上可行的方法.     

高压涡轮工作叶片叶型设计研究

针对高压涡轮工作叶片叶栅型面特征,采用可压燃气黏性流2维计算方法对高压涡轮工作叶片叶型进行了气动研究,并通过试验验证了优化设计,得到了叶栅气动设计参数。经与初始叶型对比,优化叶型在各状态下损失特性变化更为平缓,在超临界状态下效率更高,在λ2is=1.20状态下的损失减少了2.8%。该方法缩短了设计时间,并且节省了平面叶栅吹风试验的成本。     

无导叶对转涡轮气动设计技术

采用先进的无导叶对转涡轮气动布局是提升航空发动机性能最为有效的措施之一。结合无导叶对转涡轮高压涡轮动叶进出口轴向速度变化较大等特点,采用理论分析等研究了对转涡轮基元速度三角形参数的优化选取方法,并给出了高压涡轮导叶、动叶出口气流角等变化对效率影响的详细变化关系。流量系数小、高压动叶出口气流角大以及高压动叶进出口轴向速度比大是设计满足出功比高效率对转涡轮的关键。而采用Bezier曲线造型的收敛-扩散叶型叶背曲率的控制、尾缘半径的选择、叶型出口面积与几何喉道面积之比等则是设计适合出口马赫数1.5～1.6高性能叶型的关键。     

基于并行遗传算法压气机叶片自动优化设计

结合小生境法与算子自适应法对基本遗传算法进行改进,采用WinSock接口、多线程、CS体系结构,实现并行遗传算法.将并行遗传算法与NS方程流场计算方法、Hicks-Henne函数叶型参数化方法结合构成叶型自动优化设计软件,软件可用于叶型设计和对已有叶型的改进.在构造目标函数时,根据工作攻角范围,构造了考虑非设计点性能的目标函数.分别对进口马赫数为0.5和0.9左右的叶栅采用三台计算机进行并行气动优化设计,优化叶型设计点和非设点性能都明显好于原始叶型.     

基于改进粒子群算法的串列叶型优化设计

为了提高串列叶型优化设计的质量,设计了一套基于改进粒子群算法的串列叶型自动优化系统。研究了原始粒子群算法,提出了一种粒子群算法的改进方法。结果发现,改进粒子群算法的收敛速度和收敛精度明显优于原始粒子群算法和遗传算法。以50°大弯角串列叶型为研究对象,使用程序对串列叶型参数化。以叶型参数和串列叶型相对位置的参数作为优化变量,结合BP神经网络和改进粒子群算法对串列叶型进行优化设计。优化结果表明,优化后的叶型在设计攻角时的总压损失系数降低了22%,静压比升高了0.6%,在负攻角时,优化后的叶型的流动性能得到了明显改善。适当减小串列叶型前后缘的半径可以减小叶型的损失,合理的缝隙结构可以有效减小前排叶型压力面和后排叶型吸力面附面层的分离损失。     

超声速涡轮叶型全局气动优化设计

针对涡轮叶型全局优化设计计算时间长、样本空间大等难点提出一种可行的优化设计方法,该方法将控制叶型的17个参数作为优化变量,采用第二代多目标遗传算法进行全局自动寻优。基于此方法,搭建了涡轮叶型全局优化设计平台。利用此平台,分别采用轴向稠度固定和自由优化两种方式对超声速涡轮叶型进行了优化设计。数值计算结果表明,两组优化设计叶型在设计工况下总压损失系数比参考叶型分别低19.5%和10.0%,流道中的激波强度更弱,且在变工况条件下都具有较好的气动性能。深入分析流场与激波结构后发现,外尾激波相比于内尾激波对总损失的影响更大,通过减小气流膨胀转折角或内尾激波气流转折角能够有效削弱外尾激波强度。     

基于多目标优化的透平叶栅变工况设计方法

将基于多目标优化方法的变工况设计思想引入到透平叶栅气动优化设计领域, 以能量法为基础, 提出了二维叶栅型线光顺方法和叶栅自动设计参数化方法, 在此基础上进一步结合并行多目标差分进化算法和CFD技术, 发展了叶栅变工况自动气动优化设计方法.对一个透平叶栅选择一亚声速工况和一跨声速工况进行了变工况自动气动优化设计研究.设计结果表明该设计方法能一次性获得适用于不同工况范围的多个气动性能优良的叶栅, 具有优秀的设计能力和工程实用价值.