基于Kriging模型的离心叶轮结构优化设计

研究了以减重为目标的航空发动机离心叶轮结构优化问题,将Kriging模型与遗传算法相结合,应用拉丁方试验设计和有限元分析生成初始样本数据,利用初始样本数据建立离心叶轮重量和最大应力等状态参数的Kriging模型,运用遗传算法对该Kriging模型在设计空间进行全局寻优,利用有限元分析方法计算近似最优设计点的状态参数,并以此更新已有的设计样本数据,不断提高Kriging模型的近似精度.计算结果表明,基于Kriging模型-遗传算法的离心叶轮结构优化设计方法不仅可以获得良好的优化结果,比直接用遗传算法寻优减少了大量计算时间,提高了设计效率,同多项式模型-遗传算法相比也有效率优势.     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

航空发动机整体叶盘结构刚度的多目标优化

针对航空发动机多级整体叶盘结构在工作过程中变形过大的问题,以参数化结构的多目标优化数学模型为基础,对代理模型生成的响应面进行遗传算法寻优,获取控制条件下的最佳刚度结构,并根据响应面的局部敏感度结果改进了结构方案。结果表明:运用多目标遗传算法能够有效实现多级整体叶盘的刚度优化,最终在控制质量仅增加10.5%的前提下,使最大轴向变形减小28.8%,最大总变形减小1 5.8%;提出的改进结构方案有效改善了结构的抗变形能力,进一步提高了结构的刚度优化潜力。     

基于代理模型方法的翼型优化设计

提出了基于代理模型的两步优化方法,用于翼型在黏性流场中气动外形的优化设计.第一步优化使用基于代理模型的遗传算法(GA)获得全局最优解的大致范围.以本征正交分解(POD)方法作为第一步优化中气动力计算的代理模型方法,降低遗传算法的计算量,并对其采样解的生成方法进行改进,提高了计算精度;第二步优化使用基于NavierSto...     

基于混合优化算法的无叶片粒子分离器优化设计

将混合优化算法引入粒子分离器优化设计,减小粒子分离器流动损失并简化结构.利用四次样条曲线参数化描述粒子分离器模型,建立粒子分离器自动化仿真流程.采用优化拉丁方实验设计方法获取样本点并建立椭球径向基函数神经网络代理模型,基于该模型使用非支配排序遗传算法进行全局多目标优化,最后采用序列二次规划算法进行局部优化,得到了粗砂分离效率达到100%、细砂分离效率达到86.7%,总压损失小于0.6%、出口总压畸变较小的设计方案.      

基于遗传算法的涡扇发动机稳态调节规律优化设计

为了获得最大推力,对典型的混合排气涡扇发动机的调节规律进行分析,得到发动机控制参数的最优匹配,介绍了1种基于排挤机制的小生境遗传算法,并采用多峰值多变量函数对小生境遗传算法进行测试,结果表明:小生境遗传算法能够得到目标函数的局部最优解和全局最优解。将发动机稳态模型作为目标函数代入小生境遗传算法中,并制定相应的约束条件和惩罚机制,结果表明:采用优化后的调节规律使发动机推力表现更优。     

混合生物生长自适应搜索遗传算法在形状优化中的应用

利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

基于遗传算法的液体火箭发动机参数优化

建立了液体火箭发动机系统设计的仿真模型和多目标优化模型,采用组合优化策略和遗传算法,针对全流量补燃循环发动机,进行了不同设计变量和目标函数下发动机性能参数的优化,求得全局最优解.计算结果表明,遗传算法是解决该类问题的有效方法,可为其它类似发动机的优化提供一定的指导作用.      

双调和方程在航空离心泵叶型优化设计的应用

为了减少构建代理模型的计算量，提高优化效率，基于双调和方程模型和混合人工鱼群算法对航空离心泵叶型进行优化改型设计。在Matlab平台下分别采用5点4次Bezier曲线和线性函数控制叶型圆周角分布和积叠变化规律，通过软件UG和Fluent的联合批处理方法对15组设计结果进行内流场数值仿真。在曲面插值获得计算空间边界条件的基础上，采用中心差分格式对双调和偏微分方程进行数值求解，建立超曲面性能代理模型。以效率最高为目标函数基于人工鱼群算法对设计变量进行全局寻优。结果表明:基于双调和方程的超曲面代理模型能够保证试验值与预测值完全一致，而优化后的离心叶轮流动中的尾迹效应被明显减弱，水力效率比原型泵提高5.4%。      

整体离心叶轮的形状优化设计

本文对离心叶轮的形状优化设计过程进行了研究。提出了整体叶轮结构分析的一种有效的方法, 探讨了其优化数学模型的建立方法, 包括设计变量的选择、目标函数的确定及约束条件的选取。并对某压气机离心叶轮进行了优化, 有效地减轻了叶轮的重量。      

闭式叶轮五轴原位检测路径规划与实验验证

闭式叶轮结构封闭,流道狭长,叶片弯扭曲大,如何生成无干涉且全局光顺的五轴原位检测路径是制约原位检测技术应用的难点问题。根据闭式叶轮曲面特征,定义了4种形式的可接近锥,基于相邻测轴弹簧模型构造了五轴原位检测路径优化目标函数,并通过前向欧拉差分法最小化该目标函数,在定义的连续检测可接近锥中计算最优测轴方向;采用某型号闭式叶轮完成了可接近锥计算、测轴方向优化、无干涉全局光顺检测路径生成等数值仿真与实测实验,验证了所提方法的可行性和有效性。     

基于残余应力的激光冲击强化参数多目标优化

为了获取镍基高温合金GH4169激光冲击强化(Laser Shock Peening,LSP)过程中最佳工艺参数,利用ABAQUS/EXPLICIT软件,对搭接率、光斑尺寸、峰值压力和脉冲宽度4个关键工艺参数对残余应力的影响规律进行了研究。以最大残余拉应力、表面平均残余压应力及残余压应力层深度为优化目标,采用径向基神经网络代理模型(Radial Basis Function,RBF)和遗传算法(GA)(包括快速非支配排序遗传算法(NSGA-II)、相邻培养式遗传算法(NCGA)、自适应变异遗传算法(AMGA))相结合的方法对这4个工艺参数进行了多目标优化研究,得到了最优的工艺参数。结果表明,采用AMGA所得的表面平均残余压应力绝对值比NSGA-II所得高22.9MPa,比NCGA所得高59.4MPa。优化后最大残余拉应力降低了6.99%,表面平均残余压应力提高了9.78%,表明了优化方法的有效性。     

大展弦比前掠翼气动隐身多目标优化

前掠翼布局优越的气动性能为无人机气动布局设计提供了一条新的方向。采用CST方法对翼型几何外形进行参数化描述,实现前掠翼气动和隐身多学科优化设计模型的参数化描述。建立了基于N-S方程的计算流体力学方法的前掠翼气动分析模型和基于矩量法的计算电磁学方法的前掠翼隐身分析模型。提出了基于Kriging模型的前掠翼气动隐身多目标优化方法,采用拉丁超方试验设计方法获取样本点,建立前掠翼气动和隐身的Kriging代理模型。将Pareto多目标遗传算法与Kriging代理模型结合进行大展弦比前掠翼的气动隐身多目标优化设计。研究结果表明,所建立的分析模型是合理的,所提出的多目标优化设计方法是可行的,能够有效提高大展弦比前掠翼性能与优化效率。     

跨声速离心压气机多部件耦合优化扩稳

基于最优拉丁超立方采样、多项式代理模型、傅里叶幅值敏感性试验、梯度变异混合优化算法构建了跨声速离心压气机耦合优化方法,实现了自循环机匣处理扩稳的同时不降低等熵效率的目标。耦合优化后压气机气动性能全面提升,设计点和近失速点的等熵效率分别提高2.79%、1.82%,且峰值效率略高于实壁机匣压气机。耦合优化扩稳增效的机理是：自循环机匣抽吸流量增大,更多低能流体被移除;叶轮入口攻角改善,流动分离风险减小;前缘激波与叶尖泄漏涡干涉被抑制,叶轮下游低能流体减少,周向均匀性增强;机匣回流槽入射角增大,叶轮入口径向畸变被削弱;叶轮叶片尾缘安装角及扩压器有叶段尾缘半径的增大弥补了等熵效率损失;叶轮叶片前缘后掠角减小弥补了堵塞流量。     

基于代理模型的高效全局低音爆优化设计方法

研究发展高效实用的低音爆优化设计方法,对于新一代低音爆超声速客机的研制具有重要的理论意义和应用价值。目前国内外发展的低音爆优化方法主要包括遗传算法（GA）和基于Adjoint的梯度优化。遗传算法虽然具有较强的全局优化能力,但其优化效率较低,无法很好满足实际应用的需要;而梯度优化虽然优化效率高,但易陷入局部最优。将最新发展的代理优化算法与音爆预测方法相结合,发展了一种具有全局优化能力的高效低音爆优化设计方法。首先,概述了所采用的线性音爆预测方法,并用NASA超声速圆锥体模型进行验证,表明其计算效率高、预测精度可满足飞行器初步设计的需要。其次,对所采用的代理优化（SBO）方法进行了概述,包括试验设计、代理模型建模、优化加点准则和收敛标准等。再次,运用所发展的方法开展了NASA多段圆锥体模型的低音爆优化设计算例研究,并与遗传算法和梯度优化的结果进行了比较,表明其优化效率比遗传算法提高了2个量级以上,且优化结果优于梯度方法。最后,将所发展的方法应用于AIAA音爆预测大会提供的翼身组合体外形（69°后掠三角翼）的低音爆优化设计,将远场音爆N型波峰值减少了27.4%,表明所发展的方法在复杂外形低音爆优化设计中具有很好的应用潜力。     

基于粒子群算法的航空离心泵复合叶轮优化设计研究

针对航空离心泵复合叶轮三元扭曲型线的优化设计问题,基于Matlab平台采用五点四次Bezier曲线控制四条轴面流线的空间圆周角度分布,实现复合叶型的参数化设计。在此基础上,应用批处理联合仿真方法对125组优化空间样本进行数值模拟,并以效率函数为目标,基于高斯型径向基函数构建复合叶轮型线参数的性能代理模型。最后采用粒子群算法对优化设计参数进行全局寻优搜索。结果表明,代理模型的修正复相关系数为0.9269,标准差为0.1036,能够满足参数预测的性能要求,优化后整泵水力效率提高2.72%。     

弹道导弹总体参数的混合遗传算法全局优化

液体火箭发动机推进弹道式导弹总体设计参数的全局最优化问题是亟待解决的计算问题。遗传算法具有全局搜索能力强、鲁棒性强、适于并行处理的特点,而Powell算法具有很好的求解局部最优解的能力。将两种方法进行有效改进后使之相结合,设计出并行全局最优化混合遗传算法。并以此为基础,建立了液体火箭发动机推进弹道式导弹总体优化设计模型。以液体火箭发动机推进弹道式导弹的起飞质量最小为目标,对液体推进剂弹道式导弹设计参数进行了优化设计。数值优化结果表明:该混合算法提高了搜索全局最优解的速度,优化精度高,且避免了初值敏感、病态梯度和局部收敛等问题,能够搜索到全局最优设计参数。     

局部寻优算子库在复合材料层合板强度优化设计中的应用

应用改进后的遗传算法对复合材料层合板的强度进行优化设计,给出局部寻优算子库的结构和组成,以层合板的强度比为优化目标,建立基于局部寻优算子的遗传算法优化模型。研究了不同局部寻优算子对铺层优化算法的收敛速度及铺层优化结果的影响。采用面向对象语言开发了改进后的复合材料层合板的强度优化系统,系统在已开发的材料库和零件数模库基础上,可自动获取材料和零件数模信息,最后通过算例求解最优强度时的铺层顺序。将优化结果和标准遗传算法的结果进行对比分析,证明了优化模型的有效性和改进后遗传算法的优越性。     

基于改进遗传算法的燃气轮机自适应建模

综合运用了一种改进的遗传算法和自适应建模技术对燃气轮机的精确特性进行寻优获取.引入自适应机制优化交叉和变异算子,同时引入模拟退火算法,使改进遗传算法能很快接近最优解,并能跳出局部最优的陷阱,在保证解的质量的同时提高了收敛的速度.针对以往自适应模型中未考虑测量参数间的线性相关性和不同的传感器测量精度对目标函数的影响等问题,采用加权方法建立了较为完备的燃气轮机自适应数学模型,应用改进遗传算法获取燃气轮机部件的精确特性,实例计算结果表明:模拟退化改进遗传算法进行的自适应建模效果更好.      

直升机桨叶气动外形多目标优化设计

基于自由尾迹方法建立了直升机桨叶空气动力学分析模型,应用人工神经网络方法建立代理模型,采用改进的多目标遗传算法构建了优化框架,对直升机的悬停和大速度前飞状态进行优化.以悬停效率、旋翼等效升阻比及桨叶叶素的最大阻力系数为约束,对两个飞行状态的需用功率进行优化,得到了Pareto最优解集.并以UH-60A直升机的桨叶为算例,对其外形进行优化设计,优化结果表明,提出的桨叶气动外形多目标优化框架是有效可行的.