基于POD-PCE-Kriging模型的航空发动机高维多目标优化

针对于传统的航空发动机燃烧室设计过程计算周期长，加工和试验成本高，制约发动机设计周期的问题，基于航空发动机燃烧室模型，结合POD-PCE-Kriging（本征正交分解-多项式混沌展开-Kriging）模型和粒子群优化（PSO）算法开展了燃烧性能代理模型的构建和多目标优化设计。通过试验，应用POD-PCE-Kriging模型预测结果与一维程序计算结果进行对比分析，针对于燃烧效率和总压损失预测值的方均根误差分别为0.006 3%和0.122 7%。对设计变量参数开展寻优，并对获取的Pareto最优解集进行了分析，为满足性能指标的先进航空发动机燃烧室设计提供了物理见解，可以快速准确获得满足最优性能的设计参数，缩短航空发动机的研制周期。     

考虑气动-结构的高空螺旋桨多学科优化方法

为实现高空螺旋桨高效率和轻质量之间的权衡设计,提出一种考虑螺旋桨气动-结构性能的多学科多目标优化设计方法,理论上可得到约束条件下推力最大和质量最小的Pareto解集。但工程应用中,变量太多,可接受时间内仅能获得Pareto解集拟合趋势。为避免优化周期太长,提出以下阶段性优化方法。阶段1：根据上述Pareto解集拟合趋势和平台约束,确定最优桨径;阶段2：进行基于最优桨径的气动优化获得气动外形,结构优化获得结构方案。使用该方法对高空太阳能无人机螺旋桨优化,两个阶段耗时分别为96 h和4 h。对获得螺旋桨制造,仿真和试验,对比结果表明：推力最大误差为10.9%,质量误差为6.9%,刚度误差为15.2%,固有频率误差为15.4%,试验结果也表明该方法的合理有效性。     

超燃冲压发动机可调尾喷管多目标优化设计

针对超燃冲压发动机宽马赫数、攻角范围内高性能工作要求,建立了基于试验设计方法和代理模型的可调尾喷管多目标优化设计方法,获得了尾喷管结构随马赫数和攻角变化的调节规律.以推力系数、升力系数和力矩系数为优化目标,以三次型线尾喷管为对象,采用遗传算法优化设计,得到Pareto最优解集;以一组Pareto最优解为基准在不同马赫数和攻角下进行尾喷管变结构设计优化,拟合得到尾喷管结构随马赫数和攻角的变化曲线.仿真结果显示了理论分析的正确性,并发现:变结构设计实现了尾喷管大范围高性能工作;尾喷管性能和几何参数,飞行状态参数均高度非线性,任一个改变都会影响其性能;采用试验设计方法和代理模型,能大大缩小优化设计时间,简化设计过程.     

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。     

基于燃气发生器法的小型中涵道比发动机性能计算分析

为了研究小型中涵道比分排涡扇发动机装机性能,建立了基于燃气发生器法的性能计算模型。由CFD数值模拟计算喷管特性,由发动机地面台架试验及针对小型中涵道比的特点发展的修正方法获取内外涵喷管进口总压和总温的修正系数曲线,经高空模拟台试验验证,发动机最大状态下的推力计算误差≤0.5%。再基于飞行试验测试数据,计算得到发动机在装机条件下的空气流量与飞行推力,与发动机设计厂家的模型计算结果相比,发动机各状态下推力最大误差≤1.3%,流量最大误差≤2.5%。结果表明：发展的性能模型修正方法适用于小型中等涵道比涡扇发动机的装机性能确定;同时修正中等涵道比分排发动机的内外涵喷管进口压力可提高模型推力计算精度;同时修正小流量分排发动机内外涵喷管进口温度可提高流量计算精度。     

考虑多工况性能可靠性的航空发动机循环设计方法

为实现航空发动机总体性能设计方法由传统的确定性设计向不确定性概率设计转变，提出基于分布式协同响应面法思想的航空发动机多工况性能可靠性循环优化设计方法:建立了引入非确定性部件性能的航空发动机性能仿真模型，通过试验设计、非设计点性能仿真试验等步骤，构建了各典型工况下发动机推力与耗油率性能可靠度关于设计点循环参数的分布式响应面模型，并以此构建多工况性能协同响应面模型进行循环参数优化设计，最终获得循环参数非劣解集并通过随机试验进行验证。结果表明，通过多工况性能可靠性循环优化设计方法获得的循环参数非劣解集均能使发动机在多个典型工况下的总体性能同时达到不低于97.5%的高可靠度，为设计人员根据实际情况选取循环参数提供依据。      

基于遗传算法的航空发动机多目标优化PID控制

提出采用多目标遗传算法,对航空发动机PID控制器参数进行优化设计.使用先进多目标遗传算法NSGA-Ⅱ对航空发动机PID控制器进行参数整定.针对某型航空发动机在飞行包线内的飞行状态进行控制器参数的优化选取,仿真结果表明,与传统手动试凑调节PID控制器参数进行比较,转速阶跃响应过程的性能指标得到了很好的优化,获得了令人满意的优化效果.      

鼠笼式弹性支承结构参数优化设计与试验

进行了鼠笼式弹性支承的优化设计与试验研究.基于遗传算法和MATLAB开发了优化设计软件,进行了某航空发动机鼠笼式弹性支承的结构参数优化设计,并进行了柔度试验和疲劳应力试验.结果表明,疲劳应力下降到原来的40%,优化结果与试验结果的误差小于6%,验证了优化设计的有效性.     

二维超燃冲压发动机尾喷管优化设计

为得到二维超声速燃烧冲压发动机尾喷管最优型面，建立了二维尾喷管基于N－S方程的优化设计模型，运用复合形优化方法对该模型进行求解，得到了尾喷管型面的优化设计，结果表明，尾喷管性能参数有明显的提高，推力系数和升力系数升高，俯仰力矩系数降低。同时，随着飞行马赫数的降低，推力系数和俯仰力矩系数都会下降，而升力系数却上升，并且初步研究了尾喷管下壁长度对尾喷管性能的影响，为超燃冲压发动机尾喷管设计提供一定参考。     

基于神经网络逆控制的发动机直接推力控制

首次将动态神经网络逆控制用于航空发动机直接推力控制。为了有效消除由于神经网络逆模型构造误差(即神经网络逆模型不可能完全逼近航空发动机的逆模型)而产生的稳态误差和解决航空发动机推力不易测量的困难,分别设计了积分补偿器和推力估计器,从而实现航空发动机直接推力控制。飞行包线内数字仿真结果表明,此控制方案具有良好的动静态性能、精度高、跟踪快。     

基于多目标遗传算法的航空发动机总体性能优化设计

采用一种基于Pareto最优解的多目标遗传算法—NSGAⅡ算法,以双轴混合排气式涡轮风扇发动机为算例,集成发动机性能模型、流路尺寸模型和质量模型,以单位推力、耗油率等为目标函数进行了多目标优化设计。计算结果表明:NSGAⅡ算法具有较好的稳健性和鲁棒性;基于NSGAⅡ算法的发动机总体性能优化方法能够获得目标空间内分布均匀的Pareto最优解集,有效克服了发动机总体性能方案设计时人工经验依赖较重的缺点,可为决策者进行目标权衡提供充分依据。      

基于试飞数据的航空发动机状态监测与故障诊断

在航空发动机飞行试验阶段,发动机技术状态变化快、故障频发,为了实时监控发动机工作参数变化情况,快速及时地预测并诊断发动机故障,本文研究了试飞数据驱动的航空发动机状态监控与故障诊断技术。文章基于实际试飞数据建立了航空发动机ANN-NARX参数预测模型,考虑到建模样本量大、模型结构复杂、训练时间长、输入输出延迟等因素,采用遗传算法对模型的最小数据样本需求和结构进行了改进优化,并利用蒙特卡洛方法确立了参数预测模型的自适应告警门限,同时基于构建奇偶空间残差模型实现了航空发动机典型故障诊断。结果表明：实际试飞中只需有限架次试飞数据的训练学习,即可得到发动机参数预测模型,高压转子转速、压气机后压力、涡轮后总温及滑油总回油温度预测相对误差最大值分别为：1.0%、1.7%、0.2%和1.2%,综合模型建模误差和参数测量误差后的自适应告警门限有效降低了模型预测结果的不确定性,在已有数据样本集上的典型故障识别率达到95.2%。     

基于优化智能网络的发动机推力指令模型

针对航空发动机性能退化缓解控制中推力指令模型输入量有限问题,提出1种双智能网络串联的推力指令建模方法.其中子模型Ⅰ采用BP网络映射与推力密切相关的气路参数,其输出作为子模型Ⅱ的输入;子模型Ⅱ采用优化极端学习机(ELM)算法,输出为额定发动机推力,并以此推力为性能蜕化缓解控制指令.为了减小ELM网络规模,提高推力指令模型实时性,采用微分进化算法(DE)优化ELM初始网络参数.数字仿真验证表明:各飞行包线内推力指令模型预测值最大相对误差小于4‰,远优于单一神经网络最大8.17％和单一极端学习机最大14.5％的误差,模型推力指令计算时间仅需0.64ms,实时性好,验证了该推力指令模型的有效性.     

冲压发动机导弹爬升轨迹与推力调节规律优化

针对以冲压发动机为动力的导弹爬升问题,建立了飞行轨迹和推力规律一体化优化设计模型。采用基于三次样条的直接离散方法,将弹道优化问题转化为参数优化问题,选取兼顾全局搜索能力和局部搜索精度的粒子群-变尺度法(PSO-BFGS)串联混合算法求解最省燃料爬升弹道,得到了"先减速再加速"爬升方案。相比传统的采用最大推力规律、仅优化爬升轨迹的爬升方案,一体化设计能充分发挥冲压发动机的推力调节能力,使导弹以较小的平均飞行速度完成爬升过程,可以显著节省燃耗,提高导弹的性能。     

无人机活塞式发动机进排气系统优化

针对一款无人机(UAV)用活塞发动机在飞行转速为6500r/min时扭矩较低以及燃油消耗率较高的问题,提出了一种基于自适应遗传算法（GA）的发动机进排气系统优化方法,进行进排气系统改进设计。使用GT-Power软件搭建了该发动机一维仿真模型,并通过台架试验数据验证模型;基于该模型进行了进排气系统结构参数对扭矩和燃油消耗率的敏感性分析,将进气管长度、直径、空滤器后腔容积和排气管长度作为优化变量,使用Matlab进行自适应遗传算法优化,使用Simulink/GT-Power接口实现数据采集和优化结果反馈。通过台架试验验证了优化结果的准确性。结果表明:在飞行转速为6500r/min时,经过优化后的发动机扭矩和燃油消耗率都得到明显改善,扭矩最大可以提高5.51%,燃油消耗率最大降低6.31%。      

基于遗传算法的涡扇发动机多变量加速寻优控制

研究了变几何涡扇发动机不等式约束下的遗传算法最优加速控制规律，在全飞行包线内进行了仿真计算。通过分析多变量变几何涡扇发动机加速过程的特点和性能要求，用离散化加速模型结合遗传算法，使得加速过程最优。仿真计算表明该控制律可以保证变几何涡扇发动机在全飞行包线内稳定工作，且加速时间最短。     

基于综合参数的无加力混排涡扇发动机飞行推力确定方法

针对无加力燃烧室的混排涡扇发动机在飞行推力确定过程中理想推力及理想流量难以明确定义的问题,构建了综合参数模型,模型中换算空气流量及推力分别与发动机及喷管的综合压比具有较强相关性。根据无加力混排涡扇发动机的地面台及高空台试验数据,建立了基于综合参数模型的飞行推力确定方法,并选择不同高度、速度点计算结果与高空台实测推力及流量进行了对比验证。结果表明:发动机进口空气流量误差在3.0%以内,标准净推力误差在5.0%以内。此方法对无加力混排涡扇发动机具有较好的适用性,具有工程应用价值。     

基于一种贝叶斯优化框架的高空螺旋桨气动优化设计

为了在可接受时长内获得高空螺旋桨气动方案的最优解，提出一种基于贝叶斯优化框架的高空螺旋桨气动外形优化设计方法。该方法以拉丁超立方抽样获取螺旋桨气动外形参数的初始样本点，建立以该参数为输入、数值模拟获取螺旋桨气动性能为输出的初代高斯过程模型；以遗传算法和三种并行加点准则构成的子优化获取新样本点，求取新样本点的气动性能，并更新样本数据和高斯过程模型。该方法可以使新样本点快速向最优解附近集中，从而提高最优解附近的模型近似精度。为验证模拟方法，加工了某高空螺旋桨进行地面试验。与模拟结果相比，试验推力平均误差2.34%、扭矩平均误差3.33%。以课题组自研的6个低雷诺数翼型为基础，使用该方法对某高空太阳能无人机螺旋桨进行优化设计，优化结果显示：螺旋桨在设计点推力提高9.24%、效率提高8.13%。研究结果表明，该方法对高空螺旋桨优化设计及相关工程应用具有较强的参考价值。     

薄壁机匣螺栓连接结构多目标优化设计

为增大薄壁机匣安装边螺栓连接结构强度、减小其振动和重量,以满足现代航空发动机更高性能的要求,对机匣结构参数进行了优化设计。选取安装边高度、安装边厚度、机匣厚度和螺栓个数为参数变量,结构质量、一阶固有频率和最大等效应力为目标函数,根据Box-Behnken方法设计的样本点和有限元计算结果建立二阶响应面模型,基于层次分析获取权系数,并利用遗传算法对机匣结构进行多目标优化设计。最后,针对优化后的结构进行模态试验和有限元验证。研究表明,模态试验结果与有限元计算误差小于6%,同时优化显著提高了一阶固有频率,使其结构质量和最大等效应力分别降低5.28%和13.64%,验证了本文提出的优化方法的有效性和可行性。     

航空发动机安装节推力测量技术与试验

为了实现发动机飞行总推力的直接测量,开展了安装节推力测量技术研究。在发动机推力销上布置剪力应变全桥和热电阻,通过开展推力销推力载荷标定试验、应变计温度修正试验,建立安装节推力测量方法,通过相关性分析和F分布显著性分析,表明了推力载荷标定方程具有高的精度。开展了安装节推力测量地面台架试验和飞行试验。地面台架试验表明:安装节推力测量最大误差为2.41%,验证了安装节推力测量方法的准确性和可靠性。分析了安装节推力与高度、速度、发动机状态之间的特性规律,飞行试验表明:安装节推力随着飞行马赫数增大而增大,特别是飞行马赫数约在0.98~1.02之间的跨声速范围内,安装节推力随马赫数增大而急剧增大。