基于多目标遗传算法的多级轴流压气机优化设计

建立了一种多级轴流压气机的多目标优化设计方法。采用流线曲率法计算压气机气动性能，结合多目标遗传算法来进行性能参数优化。针对一台两级轴流压气机，选定优化设计的目标是最大的总压比和最高的总绝热效率。将转子尾缘的稠度和相对气流角以及静子尾缘的稠度和气流角作为设计变量。通过优化设计得到一组在两个目标上均优于初始设计的Pareto最优解，对典型的Pareto最优解和初始设计进行分析、比较，证明了该优化设计方法的有效性。     

飞行器外形多目标多学科综合优化设计方法研究

从多目标多学科综合设计的角度出发，探讨了飞行器外形优化设计方法。建立了针对飞行器外形设计的气动与隐身一体化优化设计模型；采用Pareto遗传算法，建立了多目标优化设计方法；并针对具体算例进行气动外形与隐身特性的综合优化设计，将所得优化设计结果，与初始外形相比较，可以看出，优化后气动和隐身性能都有较大提高，实际结果表明本文提出的方法具有可行性和适用性。     

应用多目标遗传算法的叶栅气动优化设计

采用Pareto排名策略和共享小生境技术, 实现遗传算法的多目标优化设计.叶栅的气动性能通过求解二维Navier-Stokes方程获得.本文中压气机叶栅的多目标优化确定为在给定条件下同时追求高增压比和低总压损失系数.优化设计获得的Pareto解集显示出本文发展的优化设计平台能够较好的实现多目标的气动优化设计.      

Pareto遗传算法在气动外形优化中的应用

Pareto方法作为一种多目标优化方法,能够一次性获得优化问题对应的不同权重分配情况下的所有最优解集。它与遗传算法结合产生的Pareto遗传算法,是求解多目标优化问题的Pareto最优解集合的一种有效手段。本文将两种常用的Pareto遗传算法,MOGA方法和两支联赛遗传算法应用到气动外形优化中,针对具体算例进行气动外形的优化设计,得到了满意的优化设计结果。     

压气机叶栅多点气动优化设计

采用Pareto排名策略和共享小生境技术,实现遗传算法的多点优化设计。压气机叶栅的多点气动优化设计是针对某初始叶栅同时优化不同来流攻角状态点的气动性能,使其达到攻角特性最优。压气机叶栅网格由NU-MECA/Igg软件生成,流场由NUMECA/Fine软件求解。多点气动优化设计结果显示出本文发展的优化设计平台能够较好的实现多点组合气动优化设计。     

基于工程环境的气动多目标优化设计平台研究

工程环境中,飞机气动力设计面临在多个目标和多种约束条件下寻找最优值,需在较短时限内完成设计优化,并保证最终方案可靠。基于高性能计算环境,采用现代计算流体力学(CFD)数值模拟技术和优化技术等构建了面向实际工程的飞行器气动多目标优化设计平台:采用基于非均匀有理B样条(NURBS)方法的自由曲面变形技术,实现对工程复杂气动外形的参数化表达;采用网格变形技术,实现优化过程中计算网格的自动更新;采用基于有限体积方法和多块结构网格的雷诺平均Navier-Stokes(RANS)方程并行解算器进行气动力求解;采用基于精英保留策略的非支配排序的多目标遗传算法(NSGA-II)进行多目标全局优化求解;采用非线性单纯形算法进行局部优化求解,优化过程中,通过人工调整优化种群,引入人工经验,构建"人在回路"的设计流程。以某翼型/机翼气动力优化设计为例对该平台技术进行验证:多目标优化设计可得到清晰的Pareto前沿解分布;优化后的翼型/机翼在满足各项约束的前提下,具备更高的综合气动性能。结果表明:所发展的气动多目标优化设计平台具有很好的工程适用性。     

气动外形多点优化设计研究

将优化方法中的遗传算法与高精度的CFD分析方法相结合,并将其引入到气动优化设计中.在引入实数编码机制的基础上,将遗传算法与线性加权和法结合在一起,建立了可以处理多目标优化设计问题的遗传优化模型,并应用该方法进行了翼型的多点气动外形优化设计.设计实践表明,该方法是可行的.     

动力短舱多点气动优化设计

跨声速发动机短舱的设计过程十分复杂,其设计往往需要在相互矛盾的设计要求中进行权衡。本文针对带动力短舱多点气动设计问题,采用类别形状函数变换法（CST）进行几何外形参数化,结合Kriging代理模型、Pareto遗传算法和松散式代理模型管理框架,构建了动力短舱多点优化设计平台。在巡航状态,优化目标是降低短舱外表面最大马赫数使短舱阻力减小,提高外流性能;在最大推力状态,优化目标是降低进气道最大马赫数使进气品质提升,提高内流性能。与初始短舱相比,优化设计结果在两个设计点性能上均有所提高,最大马赫数在巡航状态最多降低5%,而在最大推力状态最多降低10%。参数影响规律表明,短舱头部参数对外流和内流性能影响较大,且影响规律不同,应作为短舱综合优化设计的主要参数,并采用不同的优化设计策略。Pareto前沿阵面可以给出满足不同工程设计要求的最优方案。研究结果表明,本文建立的优化设计平台为动力短舱设计提供了有效工具,优化设计结果具有工程参考价值。     

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.      

飞翼布局隐身翼型优化设计

针对飞翼布局设计中气动与隐身设计矛盾更为突出的问题,采用高精度气动和隐身计算方法,建立了基于Parsec参数化方法、径向基函数（RBF）神经网络、Pareto遗传算法和松散式代理模型管理方法的翼型多目标优化设计平台。根据飞翼布局内外翼不同功能和特点,确定了内外翼翼型不同的优化设计目标和约束条件,开展了兼顾气动与隐身性能要求的翼型综合优化设计研究。结果表明：对兼顾气动与隐身性能要求的飞翼布局,内翼段翼型主要通过弯度、前缘半径、尾缘角及厚度等设计,减小低头力矩和重点方位角的雷达散射截面（RCS）均值。外翼段翼型上表面的几何形状对跨声速气动效率的影响很大,应通过上表面设计提高跨声速气动效率,重点方位角RCS均值的减小则通过下表面设计实现。某些翼型参数对气动和隐身性能均有较大影响,但作用相反,应作为综合优化设计的主要设计参数,并采用不同的优化设计策略。Pareto方法给出的前沿阵面可为飞翼布局的三维设计提供更丰富的信息。     

分开式与混合式排气喷管气动特性对比研究

通过内外流场的3维数值模拟,考察多种结构形式的V形齿和波瓣混合器分别对分开式和混合式排气喷管气动特性的影响,此外,比较了涵道比为7一级的分开式和混合式2种喷管在起飞和巡航状态下的推力性能,以期为大涵道比涡扇发动机排气系统的方案选择和气动设计提供参考和指导.计算结果表明：内外交错型V形尾缘十分显著地加强了分开排气喷管尾喷流的掺混,并且造成的推力损失不大;内窄外宽型尾缘的波瓣混合器有利于混合排气喷管气动性能的提高;在7一级的涵道比下,混合排气喷管的推力性能要优于分开排气喷管的.     

分开式排气系统气动性能与喷流特性数值研究

为分析大涵道比涡扇发动机分开式排气系统的气动性能、喷流特性以及挂架支板对排气系统性能的影响,采用数值模拟方法对2种结构形式的分开式排气系统流场进行了2维和3维计算研究。结果表明:挂架支板主要影响外涵流动,对外涵流量、总压损失等系数的影响随外涵落压比非线性变化,外涵进入临界状态后挂架支板造成的总压损失趋于不变,挂架支板对内涵流动的影响几乎不随外涵落压比而变化;外涵喷流主要通过内涵出口处剪切层影响内涵的流动,且其影响方式与喷管结构相关;喷管内涵气动性能不仅受外涵喷流特性影响,也与自身工况相关。     

基于并行遗传算法的向心涡轮气动优化设计

为了提高向心涡轮轮周效率,保持流量、膨胀比不变,以流道、安装角、型面为设计变量,基于并行遗传算法的优化方法,对某微型发动机向心涡轮叶片气动性能进行多变量耦合的自动优化设计,利用商用软件NUMECA进行3维流场计算分析,并比较了优化前后向心涡轮转子的总体性能。结果表明:在设计工况下,向心涡轮的轮周效率提高近3%,流量也略有增加,膨胀比近似不变;在非设计工况下,优化叶片效率均高于初始叶片的,向心涡轮的整体性能得到提高。该算法不仅可自动实现多变量耦合优化,而且可高效地得到高气动性能叶片。     

一种新的蚁群算法及其在飞行器设计中的应用

尝试将蚁群算法引入飞行器优化设计领域,为此建立了适用于高维、多目标、多约束优化问题的连续空间蚁群算法,并以高超声速飞行器气动布局的多目标优化设计为例进行了验证.优化设计结果与采用遗传算法得到的优化结果进行了对比,指出了蚁群算法的优点.该研究可为蚁群算法应用于复杂、高维的大规模飞行器设计问题提供参考.      

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

高超声速飞行器多目标气动优化设计

随着高超声速飞行器的发展,其外形优化受到了广泛关注。应用一种新型的改进多目标布谷鸟优化搜索算法(IMOCS),采用修正的牛顿法与面元法相结合来获得高超声速飞行器的气动性能,采用自由变形参数化方法(FFD)来进行外形的参数化,以最大化容积率和升阻比为设计目标,开展了高超声速滑翔飞行器的多目标气动外形优化设计,获得了综合容积率及升阻比性能更高的气动外形,验证了方法的有效性。最后,将IMOCS算法和当前主流的多目标优化算法NSGA-Ⅱ进行了对比,结果表明,IMOCS算法的效果明显优于NSGA-Ⅱ。     

大涵道比风扇叶片气动优化设计

应用自动优化方法进行大涵道比风扇叶片三维气动设计,数值最优化采用遗传算法，并利用网络通讯协议实现多CPU并行优化,大幅度缩短优化耗时.对风扇叶片型面、叶片积叠线、子午面流道、叶型安装角和叶型弦长采用基于修改量的参数化方法、结合遗传算法设计参数范围限制,以达到优化过程生成个体的可控制、合理性.采用Denton黏性体积力方法进行流场计算,较大程度减少流场计算耗时，进一步缩短优化时间.以提高设计点风扇效率、保持设计点总压比和流量不变为优化目标,并对非设计点性能进行全工况校核.通过两次不同设计参数设置的优化,最终优化风扇效率由09463提高到09560；稳定裕度由112%增加到219%.最终优化风扇叶尖处激波前马赫数略有下降，且激波向通道内倾斜,因此激波及激波造成的附面层损失下降，且稳定裕度增加.      

高升力翼型的气动优化设计和实验研究

利用遗传算法进行了低雷诺数高升力翼型的气动优化设计,并利用风洞实验检查了设计的正确性。优化后的翼型其气动特性有明显改善,这说明了利用遗传算法进行低雷诺数翼型气动优化的可行性。风洞实验结果验证了优化设计方法的正确性,同时也表明新设计翼型有较高的升力系数和相对大的升阻比,其升阻比提高了10%。