某压气机静叶基元叶型优化设计及实验

为了得到更加适合压气机静叶的叶型以降低气动损失,提取了静叶中径处的叶型,通过平面叶栅实验获得了原叶型的损失特性,发现原叶型气动损失较高,需要通过合理匹配设计参数来降低损失。为此,搭建数值优化平台在约束空间内搜寻气动损失更低的叶型,目标函数的构建综合考虑了多个冲角下的总压损失系数以提升叶片的变工况性能。优化结果显示：目标函数值降低了约9%,进一步实验研究发现,在实验涉及的整个马赫数和冲角范围内优化叶型比原叶型具有更低的总压损失系数,设计工况总压损失系数较原型叶型下降了31.3%,提升了叶型在正冲角边界附近的抗失速能力,设计进口马赫数正4°冲角下气流折转角增加1°。通过对实验结果的深入分析,解释了叶型性能提升的机理,对工作在相似环境的叶型设计及多目标优化方向给出了建议。     

加工误差对压气机叶栅气动性能及稳定性影响的数据挖掘

为缓解加工误差影响评估过程中的“维数灾难”，结合展向平均假设和基于高斯过程的Karhunen-Loève展开，提出了一种由法向加工误差导致的三维叶片表面几何不确定性降阶模型。通过给定加工误差分布的标准差函数求解几何不确定性降阶模型，并运用伪蒙特卡洛方法随机生成样本，最终训练人工神经网络预测了加工误差对某高负荷直叶栅气动性能和角区气动稳定性的影响。结果表明：加工误差的影响与所处的工况有关；当处于近失速工况时，相对于原型，平均气动性能和稳定性降低，总压损失系数增大的概率约为83.29%，静压系数减小的概率约为79.20%，失速因子增大的概率约为69.10%; 与设计工况相比，近失速工况下气动稳定性的不确定性增加，同时气动稳定性对于加工误差更加敏感。总压损失系数、静压系数和失速因子互相单调相关。前缘和吸力面型线的加工误差对损失影响较大，相应几何精度应加以重点关注。     

涡轮动叶凹槽状叶顶传热特性和气动性能的不确定性量化研究

基于非嵌入式多项式混沌展开方法,结合Smolyak稀疏网格技术与Sobol Indic方法构建了涡轮动叶凹槽状叶顶传热特性和气动性能不确定性量化分析系统。研究并量化了几何参数叶顶间隙和运行工况参数主流进口总温与气膜冷却吹风比不确定性对涡轮动叶凹槽状叶顶气热特性的影响。不确定性分析结果表明：在考虑叶顶间隙与主流进口总温和吹风比不确定性的情况下,叶顶换热量 基本符合正态分布。 的统计均值相对于设计值增加13.56%并且其偏离设计值10%的概率高达65.68%。相比叶顶尾缘区域,叶顶前缘部分的换热量对不确定性输入更加敏感。前缘区域的叶片壁面换热量 的不确定性明显大于尾缘部分。在叶顶间隙与主流进口总温和吹风比不确定性的影响下,0-80%轴向弦长区域内叶顶总压损失系数存在微小偏差,但在80%轴向弦长以后区域总压损失系数的不确定性偏差会达到约50%。敏感度分析的结果表明主流进口总温是叶片换热性能不确定性的主导变量,其对 与 不确定性的贡献分别为93.87%和98.32%。叶顶气动性能的不确定性则完全由叶顶间隙控制,其对叶顶总压损失系数不确定性的方差占比高达86.44%。与主效应相比,各变量间的二阶交互效应对叶顶气热性能的影响几乎可以忽略不计。     

轴流压气机叶片准三维自动优化设计

为提高轴流压气机叶片气动设计效果,将叶片准三维设计方法与叶型自动优化技术相结合,构建轴流压气机叶片准三维自动优化设计平台。在叶片三维数值计算结果中提取总压损失系数径向分布,反馈到S_2流面计算程序,替代原有的基于试验数据的损失模型,重新进行通流设计,提高S_2流面流场计算精度;S_1流面叶型设计采用并行遗传算法与叶轮机CFD方法相结合的叶型自动优化方法,以数值寻优代替叶型气动外形的人工调整,减小对设计经验的依赖。运用设计平台,对一设计流量6.3kg/s,设计压比2.07的轴流压气机第一级转子进行气动设计,得到径向三维叶片,设计点流量、总压比均接近设计目标,等熵效率接近90%,失速裕度达15.5%,结果令人满意。采用三维优化方法进一步进行叶片积叠线弯、掠设计,在失速点到设计点的稳定工作范围内效率均得到了1%的提升。     

燃气透平叶型气动与传热的优化设计

建立了一个透平叶型气动与传热优化的两步模型.第1步采用解析多项式曲线构造叶片的参数化造型，基于CFD数值模拟，通过正交设计和敏感性分析，优选几何设计参数.第2步采用贝塞尔(Bezier)曲线参数化叶型型线，以总压损失和表面热流加权函数为优化目标，调整叶型型线，获得了气动性能与热负荷较优的叶型.设计案例的结果表明:增加安装角可以降低叶片压力面热负荷；增大叶片前缘直径可以降低前缘滞止点热负荷.调整叶型的表面曲率分布，有可能推迟吸力面的转捩，弱化叶片表面的传热.两步优化法计算量小，收敛性好，具有工程应用价值.      

基于伴随方法的单级低速压气机气动设计优化

采用梯度方法对某型4.5级压气机最后级进行气动设计优化研究，梯度由连续伴随方法计算确定，多排伴随方程采用伴随掺混面模型进行数值求解。首先，采用基于经验修正的初步设计方法设计带进口导叶的4.5级低速、低压缩比压气机的原始气动外形。之后，在压气机近失速工况对最后级静子叶片进行伴随气动设计优化，通过优化叶型和安装角降低流动损失，目标函数定义为加权求和形式的熵增和流量偏差，优化中对流量进行约束。最后，开展基于伴随方法的多工况气动设计优化研究，改善两个不同转速条件下最后级的气动性能。优化结果表明，基于伴随方法的多排气动设计优化可以通过改变叶片气动外形提升多排全工况气动性能。     

冷气射流对航空发动机涡轮气动损失的影响

为了研究不同射流环境对航空发动机涡轮叶片气动损失的影响，采用数值模拟的研究方法，分别考虑压力面与吸力面2 种气膜冷却打孔方案，总结在不同吹风比条件下叶栅通道内部流场环境特点，以及不同流场环境下叶栅损失的变化规律。结果表 明：叶栅通道内部气膜冷却射流环境分为低动能比射流环境（动能比小于1）与高动能比射流环境（动能比大于1），这2种射流环境 的边界层、叶栅出口二次流损失、动能亏损情况以及叶栅出口的总压损失系数有不同的变化特点：在低动能比环境下，冷气射流会 贴附壁面流动，进而影响边界层；在高动能比环境下，冷气射流直接与主流掺混。吸力面的冷气射流对叶栅气动损失有较大影响， 当射流动能较大时，使叶栅总压损失变化50%以上；而压力面的冷气射流对叶栅气动损失影响很小，经过计算，压力面的冷气射流 仅使叶栅总压损失系数最大变化0.64%。     

基于响应面的涡轮叶片冷却通道设计优化

基于响应面近似技术,对涡轮冷却叶片的气动和传热性能进行了设计优化。以冷却通道肋的位置为设计变量,采用拉丁超立方抽样在变量设计空间里选取样本点,根据样本点建立叶片计算模型,采用流-热耦合分析方法得到叶片气动与传热性能参数,拟合得到叶片壁面最高温度、平均温度和总压损失关于设计变量的四阶响应面近似模型。采用响应面模型动态修正技术,进行了回流式冷却通道的设计优化,得到了优化解,减少了总压损失,使叶片最高温度下降了24.5 K,叶片壁面平均温度下降了34.4 K。     

基于代理模型的机载吊舱气动与隐身一体化设计方法

考虑雷达隐身要求的机载吊舱初步设计时,存在载机-吊舱组合体RCS计算复杂度高的问题。为此,本文构造了用于计算RCS的代理模型,并基于此代理模型以吊舱横截面积、吊舱对载机的气动特性影响量和飞机与吊舱组合的RCS为优化目标,用评价函数法构造吊舱外形设计的多目标优化模型,并用复合形法求解该模型的设计参数。按该参数设计的吊舱外形能使载机在挂载吊舱后气动阻力系数与RCS增量均保持较低的水平,同时可保持吊舱较大的装载截面。研究结果表明,本方法在吊舱的初步设计阶段对设计参数的选取具有较好的指导意义。     

一种鲁棒的数据驱动不确定性量化方法及在压气机叶栅中的应用

发展了一种基于预处理矩阵的数据驱动不确定性量化算法，以解决实际工程中面临的实测数据稀缺及分布形式复杂的不确定性量化问题。通过鲁棒性分析、正交基函数的重构、非线性测试函数验证了所发展方法的有效性和精度。基于实测的叶片前缘半径和来流攻角随机波动数据，以某高亚声速压气机叶栅为研究对象，采用自主发展的不确定性量化方法定量评估了不确定性因素对叶栅气动性能的影响。结果表明：在设计攻角和大攻角下叶栅真实的总压损失系数高于名义值的概率分别为83.6%和69.9%；大攻角工况下叶栅总压损失的分散度约是设计工况下的2.4倍；前缘半径耦合来流攻角的不确定性引起前缘绕流发生较大波动，是导致叶栅总体性能退化及性能分散的主要原因。     

A gradient-based method assisted by surrogate model for robust optimization of turbomachinery blades

The design optimization taking into account the impact of uncertainties favors improving the robustness of the design. A Surrogate-Assisted Gradient-Based (SAGB) method for the robust aerodynamic design optimization of turbomachinery blades considering large-scale uncertainty is introduced, verified and validated in the study. The gradient-based method is employed due to its high optimization efficiency and any one surrogate model with sufficient response accuracy can be employed to quantify the nonlinear performance changes. The gradients of objective performance function to the design parameters are calculated first for all the training samples, from which the gradients of cost function can be fast determined. To reveal the high efficiency and high accuracy of SAGB on gradient calculation, the number of flow computations needed is evaluated and compared with three other methods. Through the aerodynamic design optimization of a transonic turbine cascade minimizing total pressure loss at the outlet, the SAGB-based gradients of the base and optimized blades are compared with those obtained by the Monte Carlo-assisted finite difference method. Moreover, the results of both the robust and deterministic aerodynamic design optimizations are presented and compared to demonstrate the practicability of SAGB on improving the aerodynamic robustness of turbomachinery blades.     

基于代理模型的高效全局气动优化设计方法研究进展

基于高可信度计算流体力学的数值优化设计方法，在提高飞行器气动与综合性能方面正发挥着越来越重要的作用。基于代理模型的优化算法（SBO），由于能够实现高效全局优化，逐渐成为了气动优化设计领域的研究热点之一。近20年来，代理优化算法研究已取得了长足进步，多种先进的新型代理模型被提出，优化理论和算法也不断完善和发展。以飞行器精细化气动优化设计为背景，综述了基于代理模型的高效全局气动优化设计方法研究进展。首先，介绍了基于变可信度代理模型的气动优化设计方法、结合代理模型和伴随方法的气动优化设计方法以及基于非生物进化的并行气动优化设计方法的研究现状和最新进展。然后，针对飞行器气动优化设计学科领域的前沿问题，介绍了基于代理模型的多目标气动优化设计方法、混合反设计/优化设计方法、稳健气动优化设计方法的研究进展，以及基于代理模型的多学科优化设计方法的研究进展。文献综述表明，代理优化算法在设计效率、全局性以及鲁棒性等方面性能优良，已经发展到可以解决100维（100个设计变量）以内的气动优化设计问题，具有良好的工程应用前景。最后，探讨了基于代理模型的高效全局气动优化设计在理论、方法及飞行器设计应用方面所面临的问题和挑战，给出了未来研究方向的建议。     

吸气式空空导弹外形多学科一体化优化设计

针对采用整体式固冲发动机的吸气式空空导弹外形气动与推进耦合的推阻匹配设计难题,引入多学科优化设计方法提出了一种综合考虑气动/推进/质量/弹道的导弹外形多学科一体化优化设计技术。其中,气动性能预测采用代理模型技术,主要基于外形参数化建模、非结构网格技术和流场精细数值计算来自动构建气动数据库,据此建立了包含外形几何信息的气动预测代理模型,并对其预测精度进行了验证;推进性能预测采用推进求解模型,该模型根据固冲发动机理论建立,精度满足工程要求。对所建立的学科预测模型完成一体化集成后,以质点弹道仿真评估的战技指标为优化目标,对一款吸气式空空导弹进气道和翼面外形进行了优化设计,取得了推阻匹配的优化外形,优化后导弹动力射程提高10%。所提出的一体化优化设计技术,有助于吸气式空空导弹外形气动与推进耦合推阻匹配设计和提高导弹动力射程。     

基于神经网络响应面的机翼气动稳健性优化设计

针对不确定性因素引起飞机性能波动的现象,探讨了机翼气动优化设计过程的稳健性问题;建立了面向速度和扭转角两个不确定性因素的气动性能稳健性约束模型;在利用MATLAB构造基于均匀设计法的BP(Back Propagation)神经网络响应面基础上,应用遗传算法对机翼分别进行考虑稳健性约束和不考虑稳健性约束的气动优化设计,得到两种不同的优化方案。计算结果表明:两种优化方案的最大升阻比都比初始方案的大;在巡航马赫数下,与不考虑稳健性约束的优化方案相比,考虑稳健性约束的优化方案的最大升阻比小0.027 9,但在马赫数、扭转角对应范围内其最大升阻比的变化量分别小0.034 0和0.001 6,其他气动性能参数也更加稳定,波动更小,气动性能具有更好的稳健性,从而证明本文方法进行机翼气动稳健性优化设计是可行、有效的。     

端壁倒圆半径误差对高负荷静叶栅性能影响的不确定性分析

为对压气机静子叶片高精度设计与制造提供有力参考,以某高负荷压气机静子叶栅为研究对象,采用基于高斯分布型随机输入的非嵌入式多项式混沌方法,量化评估了端壁倒圆半径误差对最小损失和近失速两个工况下气动性能的不确定性影响。结果表明:倒圆半径误差的不确定性对气动性能的平均水平影响不大,主要反映在气动性能参数的标准差上。提高倒圆半径的加工精度可提升气动性能的鲁棒性近一倍。加工精度一定时,为对叶片进行鲁棒性优化设计,应重点关注近失速工况下气动损失的鲁棒性。根据公差带内端壁倒圆半径与近失速工况下气动性能的关联性分析,倒圆半径与气动性能呈线性关系,应避免倒圆半径与设计值相比偏小的叶片投入使用,以期获得良好的气动性能。通过近失速流场的不确定性分析,分离流动对于倒圆半径误差更为敏感,是引起气动性能不确定性变化的主要因素。      

单级压气机气动优化设计

针对单排叶片气动优化设计难以保证级性能的问题,对一单级跨声速压气机进行了动静叶匹配的同时优化设计。以动叶中的掠、倾,静叶中的弯为设计自由度,对NASA Stage35进行了以气动设计点与峰值效率点为优化点的多工况气动优化设计,得到了动叶前掠、静叶向压力面侧弯曲的优化压气机级,其全工况性能均有不同程度的改善。     

基于NURBS方法的机翼气动外形优化

飞行器气动外形优化就是将设计对象的空气动力学性能分析与最优化方法相结合,通过不断改变设计对象的外形,使其气动性能在满足一定约束条件下达到最优.气动外形优化是一个涉及几何参数化、动网格、流场计算和寻优算法的综合应用平台.随着计算流体力学(CFD)的发展以及高性能计算机的使用,气动外形优化在现代飞行器设计中的作用愈加重要....     

基于代理模型的运载器头罩外形优化设计

引入Kriging代理模型,选取若干不同头罩外形的运载器,进行气动性能分析,利用运载器气动性能参数作为拟合样本建立代理模型.以具有足够精度的代理模型替代CFD分析,发展了一种基于代理模型的运载器头罩外形优化设计方法.在马赫数为3、飞行攻角为3°、飞行高度为8km条件下,利用该方法对运载器进行最小阻力系数、最大纵向压心系数的单目标优化和综合考虑上述2个目标的多目标优化.结果表明:2个目标存在冲突,为同时兼顾减小阻力和增强纵向稳定性,必须对运载器头罩外形进行多目标优化,得到的外形阻力系数减小了1.95%,纵向压心系数增大了5.93%,采用基于代理模型的优化设计方法能在保证精度条件下有效提高计算效率.      

A novel robust aerodynamic optimization technique coupled with adjoint solvers and polynomial chaos expansion

Uncertainty is common in the life cycle of an aircraft, and Robust Aerodynamic Optimization (RAO) that considers uncertainty is important in aircraft design. To avoid the curse of dimensionality in surrogate-based optimization, this study proposes an adjoint RAO technique called “R-Opt”. Polynomial Chaos Expansion (PCE) is coupled with the R-Opt technique to quantify uncertainty in the responses of the target (including its mean and standard deviation). Only one process of PCE model construction is required in each iteration, and the gradients of uncertainty can be inferred via chain rules. The proposed method is more efficient than prevalent methods, and avoids the problem of a disagreement over the best PCE basis from among a number of PCE models (especially in case of sparse PCE). It also supports the application of sparse PCE. Two benchmark tests and two airfoil cases were used to verify R-Opt, and the optimal solutions were deemed to be robust. It improved the mean aerodynamic performance and reduced the standard deviation of the target.