扩压器叶片形线逆命题设计的一种新方法

应用遗传算法结合神经网络技术通过对候选叶片表面速度分布与目标速度分布之间误差的极小化,求解给定表面速度分布下的扩压器叶片形线。叶片形线利用Bezier曲线参数化表示,候选叶片形线的流场分析由BP神经网完成。      

透平机械零件振动的可靠性设计

以传统的振动设计方法为基础, 提出了透平机械零件振动的可靠性设计方法。介绍了透平机械零件的振动设计量分布参数的确定方法和避开共振、限制振动响应的可靠性计算模型, 并给出了透平机械的转子、轴承和叶片的可靠性设计方法及应用实例。      

透平机械动密封动力特性数值方法研究

密封动力特性系数是评价透平机械转子稳定性的重要参数。对现有密封动力特性数值方法进行了综述,为了比较分析不同的密封动力特性数值方法,分别建立了基于控制体方法的双控体求解模型和基于CFD方法的稳态旋转坐标系与瞬态转子平动、转子单/多频椭圆涡动求解模型,综合比较分析了控制体法、CFD稳态旋转坐标系法和CFD瞬态平动法、单/多频法之间的差异以及适用范围,研究了转子涡动频率对密封气流力和动力特性系数的影响。研究结果表明:控制体法求解速度较快,但求解精度较低,稳态旋转坐标系法只适用于转子做小轨迹同心涡动的求解模型,瞬态平动法求解速度较慢;瞬态单/多频法考虑了转子的涡动频率,更符合密封的实际工作情况;应用瞬态单/多频法得到的密封气流力变化频率与转子涡动频率相同,但气流力的相位滞后于转子涡动位移的相位;密封的直接刚度系数随着转子涡动频率的增加而增大,交叉刚度系数和阻尼系数的绝对值随着转子涡动频率的增加而减小。     

混合遗传算法及其在叶片自动优化设计中的应用

 在遗传算法中 ,采用单纯形法寻优取代变异运算构成混合遗传算法 ,以提高遗传算法局部搜索能力。算例表明混合遗传算法可有效提高搜索效率和对最优解的逼近程度。采用三次多项式和多圆弧方法生成叶型中弧线 ,三次多项式分布叶型厚度 ,对叶型进行参数化。将N S方程正问题流场数值计算与混合遗传算法相结合 ,构成叶轮机械叶型自动优化设计。尝试由气流转角、总压损失和叶型型面面积构成目标函数 ,对压气机叶型进行自动优化设计。     

采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法开发高载荷透平动叶片

为了提高透平的内效率及降低制造成本，采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法，开发了一种高载荷动叶片。该叶片是以5个截面的重心沿径向积叠而成。每个截面的内背弧是以基于叶型中弧线的Bezier曲线来构造。三维流动分析表明，新叶片提高效率0．5％。通过减少叶片数约15％，新开发的高载荷动叶片不仅有效地提高了透平的内效率，同时降低了透平重量和制造成本。     

透平机叶轮叶片五轴数控粗加工优化方法的研究

为提高透平机叶轮叶片的加工质量和效率,在粗加工阶段,提出采用侧铣方法代替传统五轴数控加工中点铣,实现高效加工。基于多片直纹面包络叶片型面,提出一套复杂曲面蜕变直纹面方法,并给出相应算法,实现侧铣加工。以喷推叶轮为例,采用UG-NX进行建模与数控编程,用VERICUT刀轨仿真,通过加工路径的比较,对加工效率进行量化分析。结果表明,采用分段侧铣方法,生成的刀轨刀轴矢量变化均匀,刀具和零件未发生干涉,加工效率和加工质量明显得到提高。     

离心叶轮二元叶片型线的优化设计及分析

为改善优化离心叶轮的气动性能,提出离心叶轮二元叶片型线的一种优化设计方法,即通过给定流道平均相对速度沿半径的分布规律,在叶轮轮盘轮盖线不变的前提下,设计出一类叶片型线,并利用全三维数值模拟计算得到最佳性能的叶轮。孤立叶轮的计算表明,大部分工况的性能均明显优于原始叶轮,在设计点处效率提高12%,压升提高8.9%,流道中低速区的面积大大减小,静压场分布更加均匀。最佳叶轮配上原始蜗壳进行整机计算,结果表明,设计点效率提高10%以上,且消除了蜗壳出口段的倒流现象,但在大流量工况下压升量有所下降。     

叶片扩压器内三维流场数值计算与实验研究

本文采用加罚有限元方法对离心压缩机叶片扩压器内流场进行了数值分析。在数值求解过程中,为了避免流动对流占优所引起的压力场波动,控制方程离散时借鉴有限差分法的技巧,进行权函数修正,通过迎风参数来控制沿流动方向上所施加的流线迎风量,保证数值求解的稳定性。叶片扩压器内紊流流动的数值计算结果表明:在其他项的假扩散被降至最小时,压力项的震荡亦被消弱。紊流场的计算采用k-ε紊流模型。同时本文对叶片扩压器内流场进行了实验测量,通过数值计算结果与实验测量值的比较分析,结果是令人满意的。最后就提高叶片扩压器的静压效率和压缩机整机性能提出了有益的建议。      

单级跨声速风扇转子叶片多目标优化设计

以单级跨声速风扇为研究对象,采用叶片参数化造型、人工神经网络构建近似函数及遗传算法寻优相结合的方法,在级环境下对转子叶片进行周向积叠的多目标三维气动优化设计。结果表明,该单级风扇在保持质量流量和总压比基本不变的前提下,优化后设计点绝热效率提高了0.88%,优化后所获得的根部反弯、顶部正弯叶片,可有效改善叶根和叶片中上部的流动损失。     

压气机叶片自动优化设计

采用三次多项式和多圆弧方法生成叶型中弧线 ,三次多项式分布叶型厚度 ,对叶型进行参数化。用此参数化方法逼近一低速叶型和一跨音叶型 ,逼近程度令人满意。采用 N-S方程正问题数值计算结合单纯形法寻优 ,构成叶轮机械叶型自动优化设计方法。以消除叶片吸力面分离为目标 ,采用上述方法得到了满意的结果     

Pareto基因算法多目标翼型优化设计

 基于 Pareto最优解的定义,通过构造新型的联赛式选择复制等算子而发展了一种适合于求解多目标优化设计的 Pareto基因算法。通过等级法来正确识别每一代中近 Pareto波阵面的解,从而消除选择误差达到快速收敛的目的。为提高解的分布性:采用小生境技术解决了基因材料多样性损失问题;采用常规实数编码方式配合平均交叉算子解决了编码端点效应问题。将所发展的方法应用于多目标翼型优化设计中,获得了理想的 Pareto波阵面,为决策者提供了一个可选的有效解数据库。     

基于遗传算法的直升机总体优化设计

遗传算法是一种可以混合整型、离散型和连续型变量一起使用的新兴优化算法，在单或多目标带约束优化设计领域有广阔的应用空间。本文在算例中采用与先验法相结合的遗传算法，以总体参数为设计变量，飞行性能和结构要求为约束条件，换算生产率为目标函数，并使用罚函数法处理成无约束的适应度函数，建立优化设计模型。对本文算例计算结果进行分析，可以使遗传算法更好地应用到直升机优化设计领域。     

求解含调整时间排序问题的混合遗传算法

利用仿真工具将启发式方法与遗传算法相结合,提出了一种求解Job Shop排序问题的混合算法框架,利用启发式规则引导遗传搜索过程,以提高遗传算法的求解效率。在求解过程中,遗传算法仅对每台机器的第1道工序搜索寻优,通过仿真过程安排后续工序,在仿真过程中,利用启发式规则确定工件的加工优先级。在以上框架基础上,针对含调整时间的作业排序问题建立了一种混合算法GA-SPTS,通过与已有算法的比较表明,该算法对这类问题具有很好的求解性能。     

环向圈连带冠叶片的动态分析

 本文将动态子结构方法中链式加载技术与群论算法相结合,提出环向固连带冠叶片动力特性分析的一种新方法。文中列出了分析步骤与具体公式,并有实例的计算结果。该方方法适用于研究具有带冠叶片的单级转子中,“冠”的整体效应。     

基于遗传算法和最小二乘法的曲面匹配

 针对基于最小二乘法的 ICP曲面匹配算法难以处理待比较曲面的局部大变形问题,提出一种改进算法。即采用遗传算法确定曲面初始相对位置以保证匹配优化结果为全局最优值,利用 ICP算法匹配结果构造偏差阈值,以此阈值过滤点群后再以最小二乘法进行匹配处理,消除局部大变形影响,获得合理的变换矩阵。以此变换矩阵变换初始点群再进行误差计算,从而获得理想的匹配结果。试验表明,该准则对局部大变形的处理效果优于常规的最小二乘 ICP曲面匹配算法。     

面向设计的复合材料旋翼桨叶动力优化设计

提出一种面向设计的复合材料旋翼桨叶结构动力优化方法。采用典型剖面设计、变量连接、铺层变量连续化等方法,有效地处理了剖面内部形状、复合材料铺层、配重质量３类设计变量。在动力分析模型中考虑了剖面翘曲、耦合变形和陀螺力的影响,由三级数值计算模式实现固有频率灵敏度分析。约束条件包括了固有频率、结构重量、自转惯量等设计要求,优化求解采用基于序列二次规划的算法。上述方法真实反映了桨叶结构特征和实际工程设计要求。     

一种启发式混合遗传算法及其在车间作业排序问题中的应用

针对一般车间作业排序问题（n/m/G/Cmax）建立了一种启发式混合遗传算法,将调度规则SPT与MWKR引入遗传搜索过程,并应用邻域搜索法作局部辅助搜索,以提高解的性能。通过与目前一些常用算法的比较表明,该算法具有良好的求解性能与运算效率。     

复合材料旋翼桨叶剖面扭转刚度计算

 1、各向异性弹性柱体扭转的理论 复合材料旋翼桨叶的扭转问题简化为各向异性的弹性柱体的扭转问题,忽略桨叶的根部影响,是一个弹性柱体的自由扭转问题。 假设各向异性的弹性柱体,其正截面的形状不受限制（图1）可以是单连通的亦可以是复连通的（图2）。柱体内部不受外力（包括重力）作用。柱体周围侧面也是悬空的,即     

复合材料桨叶振动特性分析的一种新方法

 本文研究了复合材料桨叶振动特性的分析方法。基于连续介质力学理论,提出了一个新的等参曲梁单元,详细推导了梁上任意一点的形状函数,讨论了复杂翼型剖面的积分技术。算例表明,本文的计算结果与实验结果非常吻合。