基于并行多点采样策略的串列叶栅多目标优化设计及分析

为了改善高负荷串列叶栅的设计质量,基于改进粒子群算法、Kriging模型的改进并行多点采样策略、物理规划方法三个模块,建立了一套多目标优化设计系统,该系统可以快速实现串列叶栅设计攻角和非设计攻角的多目标优化设计。为了减少多目标优化的计算量,该优化设计系统采用了物理规划方法将多目标优化设计问题转化为考虑设计者经验的单目标优化问题,并基于Kriging模型的改进并行多点采样准则实现了在一次迭代过程并行评价多个样本点的并行优化方法。应用该系统实现了一高负荷串列叶栅的多目标优化,优化后的串列叶栅在全攻角下的总压损失系数减小,静压升增加,在进口马赫数0.7的条件下,在攻角分别为-6°和3°时,总压损失分别降低21%和35%,证明了本文设计的多目标优化系统具有很好的实际应用价值。基于优化设计结果,分析了串列叶栅的5个造型参数:弯角比(TR)、弦长比(CR)、后排近似攻角(KBB)、轴向重叠度(AO)和节距比例(PP)对串列叶栅设计攻角和非设计攻角性能的影响,研究发现大的PP (约为0.9)和负的KBB (约为-6°)有助于串列叶栅实现较优的设计攻角性能,减小串列叶栅前排叶型的负荷,可以改善串列叶栅非设计攻角的性能和扩宽叶栅的稳定工作范围。     

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.      

多级轴流压气机S2正问题气动性能优化

将求解多级轴流压气机特性的S₂正问题计算程序集成在ISIGHT优化软件上,构建压气机S₂正问题气动性能优化平台.针对某4级轴流压气机,通过调整沿径向截面的叶栅弯角、叶栅稠度、叶型最大相对厚度等参数,考核设计几何参数对S₂正问题计算效率目标函数的影响程度,择优选取设计参数作为优化变量,建立响应面模型,结合遗传算法,对目标函数进行优化.结果显示压气机特性整体提高,设计点压比增加19.6%,效率提高4.66%,折合转速1.0下的稳定裕度增大到22.32%,验证了构建优化平台在压气机气动设计中的实用价值,可供内流叶轮机气动性能优化设计参考.      

高负荷压气机叶栅开缝射流分离控制效果研究

为了控制高负荷压气机叶栅分离,设计了一种弧线型缝隙射流方法,通过叶栅实验予以验证。结果显示,缝隙射流显著的减小了叶栅尾缘分离的宽度,提高了分离区内的气流速度,降低了叶栅流动损失;抑制了叶栅内复杂的端壁二次流,使出口流场更加均匀。在0°,3°和6°攻角下,叶栅的平均损失系数降低了7.0%,32.1%和32.3%,平均气流转折角提高了4.02°,3.59°和1.78°。在-3°攻角下,平均气流转折角提高了0.59°,但叶栅损失系数提高了12.3%。可见在分离条件下,缝隙射流极大提高了叶栅气动性能,但在无分离条件下会引起额外的损失。在整个攻角范围内,开缝叶栅保持了不低于原型叶栅设计点的静压升系数,且稳定工作范围扩宽了至少3°攻角。     

基于一维模型的跨声速轴流压气机特性预测研究

为发展一套对于现如今多级跨声速轴流压气机特性预测较为精准、快捷的计算程序,选取了合适的压气机参考攻角模型,建立了适用于双圆弧大弯角叶型的设计点/非设计点落后角模型。采用某套大弯角平面叶栅在多个工况下的实验数据对新建立的落后角模型进行校验,并将攻角、落后角模型嵌入到HARIKA算法中,实现对HARIKA算法原模型的替换,用新建立的HARIKA算法和三维数值计算软件NUMECA对某型两级跨声速轴流压气机在设计/非设计转速下进行特性计算。结果表明：本文建立的落后角模型对于叶栅出口气流落后角预测值与实验值较好地吻合,平均误差为0.42o,预测误差较小。新的HARIKA算法对于压气机特性的预测结果相比于三维数值计算结果更贴近于实验值,其中压比最大预测误差2.54%,效率最大预测误差3.68%,总体预测误差较小,证明本文建立的非设计点落后角模型具有一定的准确性与适用性,改进后的HARIKA算法在多级跨声速轴流压气机特性预测方面具有一定的工程实用性。     

大弯角串列叶型优化设计与数值分析

以50°弯角多圆弧单列叶栅和串列叶栅为研究对象,应用数值模拟手段对所设计的两类叶栅进行数值分析,获取了其不同来流马赫数条件下的性能和流动细节。应用NSGAⅡ遗传算法结合BP神经网络技术,对串列叶栅的五个关键几何参数进行优化设计,验证了优化方法的可行性。研究结果表明:在全攻角范围内,串列叶栅的静压比都高于单列叶栅,负攻角范围内,串列叶栅损失低于单列叶栅;经过优化,串列叶栅在大负攻角下的性能略有降低,同时改善了正攻角性能,在4°攻角、0.8马赫数时静压比提升4.3%,总压损失系数降低42%;优化后串列叶栅在全工况范围内性能都要优于单列叶栅,并且串列叶栅最大压比点和最小损失点攻角均向右漂移2°。     

基元叶栅攻角特性多目标优化

采用多段Bezier曲线对轴流压气机叶型予以参数化表达，通过Isight优化平台，结合S1流面数值模拟分析，以改良的非支配排序遗传算法(NSGA Ⅱ)对美国NASA单级轴流跨声压气机Stage 35的动叶和静叶叶中截面基元叶栅进行攻角特性的多目标优化，优化目标是降低全攻角范围内的总压损失系数以及拓宽攻角适应性范围。以总压损失系数最小点以及总压损失系数相对最高点和最低点的差值作为优化目标函数，叶栅流量不变为约束条件。结果表明:优化显著降低了动、静叶叶中截面基元叶栅的总压损失系数，并使其攻角适应性范围分别拓宽了5°和3°。      

非轴对称端壁下高负荷压气机叶栅二次流动分析

探讨了高负荷压气机叶栅中应用非轴对称端壁的有效性.首先利用NUMECA/Design3D优化软件包来完成了对端壁的优化,然后推导并建立了高负荷压气机叶栅出口含全部掺混损失的二次流损失的计算方法,最后在设计攻角和非设计攻角下对轴对称端壁和非轴对称端壁结构的高负荷压气机叶栅内部及出口流场进行了详细的分析.分析结果表明:在设计攻角和非设计攻角下采用非轴对称端壁均能改变端壁附近载荷分布、降低叶片通道的二次流动损失;在设计攻角下使叶栅周向质量平均总压损失减少约为9.4%,在非设计攻角(±3°)下分别减损7.7%和11.8%;当非轴对称端壁幅值为4%叶高时,二次流动损失最小.      

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。     

气固两相喷嘴平面叶栅能量损失的试验研究

通过对气固两相压气机平面叶栅后,沿栅距和叶高分布的气流压力和速度的测量与分析,研究了气固两相流流经压气机平面叶栅时的速度系数和能量损失系数随粒子浓度和攻角改变而变化的规律。试验是在攻角i=-10°、0°气流速度c=10m/s及粒子质量浓度α=0％、2.0％和2.7％的工况下进行的。结果表明:气固两相流流经压气机平面叶栅时能量损失比单相纯气流的大;而且随着粒子浓度和攻角增大,两者的差别也愈大。     

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.     

基于伴随方法的机翼多设计点气动反设计方法

针对三维机翼多点多约束气动反设计问题,基于伴随理论方法和粘性流雷诺平均N-S方程,通过粘性流数值模拟、伴随方程与梯度精确数值求解、计算网格高效算法及梯度类优化算法等有效结合,并采用考虑多设计点梯度权重系数的并行计算近似模式,开展了一种三维机翼多设计点多约束气动反设计方法研究,进行了典型算例验证。研究表明:所发展的机翼多设计点气动反设计方法具有较好的鲁棒性及优化效率。     

Aerodynamic multi-objective integrated optimization based on principal component analysis

Based on improved multi-objective particle swarm optimization (MOPSO) algorithm with principal component analysis (PCA) methodology,an efficient high-dimension multiobjective optimization method is proposed,which,as the purpose of this paper,aims to improve the convergence of Pareto front in multi-objective optimization design.The mathematical efficiency,the physical reasonableness and the reliability in dealing with redundant objectives of PCA are verified by typical DTLZ5 test function and multi-objective correlation analysis of supercritical airfoil,and the proposed method is integrated into aircraft multi-disciplinary design (AMDEsign) platform,which contains aerodynamics,stealth and structure weight analysis and optimization module.Then the proposed method is used for the multi-point integrated aerodynamic optimization of a wide-body passenger aircraft,in which the redundant objectives identified by PCA are transformed to optimization constraints,and several design methods are compared.The design results illustrate that the strategy used in this paper is sufficient and multi-point design requirements of the passenger aircraft are reached.The visualization level of non-dominant Pareto set is improved by effectively reducing the dimension without losing the primary feature of the problem.     

发动机机匣弧面不规则管路的布局参数多目标优化设计

管路布局优化是降低发动机管路振动应力的重要手段,提出了一种发动机机匣弧面上不规则管路布局参数的多目标优化设计方法。从发动机机匣弧面的U形管路出发,建立了具有复杂布局走向的不规则单管路的参数化建模方法。分析了布局参数对管路的危险固有频率、多点激励响应的灵敏度。综合考虑错频和最大响应等多个目标,采用多目标遗传优化算法,对不规则管路的布局参数实施了优化设计。结果表明:管形布局优化设计效果显著,错开了两个危险固有频率禁带;管路结构在相同激励下最大位移幅值下降约35%,最大应力幅值下降近50%,为发动机管路的振动控制和动力学正向设计提供了参考。      

基于全局信息的粒子群算法翼型综合优化设计

 翼型优化往往需要考虑众多的设计目标和约束条件,对此发展了稳健高效的翼型综合优化方法。在粒子群优化算法中用繁殖策略深度挖掘由Kriging代理模型所获取的全局信息,对基准函数优化、翼型几何外形重构与层流翼型优化问题进行了测试,结果表明该算法可大幅度提高优化速度。将改进的Hicks-Henne翼型参数化方法和雷诺平均Navier-Stokes(N-S)方程流场求解器与优化算法相结合,采用可方便确定权重系数的多目标非线性适应值加权方法,分别对多点、多目标和多约束的超临界翼型与低速翼型进行综合优化,计算结果表明该方法可大大提高气动外形优化的工程实用性。     

基于变精度遗传算法的翼型快速优化设计方法

低碳环保的电动飞机在要求较高升阻比的同时,需要尽量降低成本、缩短研制周期。但高精度的数值模拟时间代价很大,因此针对电动飞机翼型设计中初始翼型较难选取、优化速度较慢的问题,提出了一种基于变精度遗传算法的翼型多点快速优化方法。以常用的 Hicks-Henne 型函数为基础,改进了其对翼型后缘描述不精确的问题。在数值模拟阶段,介绍了一种快速气动参数计算软件XFOIL,并分析了该软件的适用性与局限。之后给出了使用XFOIL 与 Matlab 进行联合求解的方法,在无人干预的情况下完全实现了翼型设计与优化的自动化,提高了设计效率。在翼型优化阶段,为保持较高的精度和寻优效率,设计了翼型参数的实数编码方法。针对传统遗传优化算法了改进,设计了染色体变精度杂交方法以及动态惩罚方法。最后,给出了基于遗传算法的多点优化方案,以及翼型多目标快速优化一体化设计方案。仿真分成两部分进行,首先改进的 Hicks-Henne 型函数能够有效实现参数化翼型的后缘夹角改变。通过与 NSGA-II 方法的优化结果对比,本文的方法在一定迭代次数范围内获得的升阻比更高,失速特性更加缓和,特别是在综合提高翼型优化效率方面表现较好。仿真结果表明,该方法能够快速获得多种工况下具有较高升阻比的翼型,也可以作为进一步优化的初始翼型,能提高翼型优化效率。     

基于神经网络与果蝇优化算法的涡轮叶片低循环疲劳寿命健壮性设计

在对涡轮叶片低循环疲劳寿命概率分析的基础上,将广义回归型神经网络(generalized regression neural network,GRNN)与果蝇优化算法(fruit fly optimization algorithm,FFOA)结合,利用果蝇优化算法的多点全局的快速搜索能力来优化影响疲劳寿命的随机变量,进行涡轮叶片低循环疲劳寿命健壮性优化设计.优化结果表明:疲劳寿命的概率区间减小17.9%,对随机变量的敏感度降低,从而可以更精确地对疲劳寿命进行估计.计算结果验证了该方法在工程应用中的可行性.      

基于遗传算法的负弯度翼型亚音速多点设计

针对飞翼布局飞机常用的负弯度翼型在单点优化设计时,缺乏对非设计点气动性能考虑的问题,建立了基于遗传算法的亚音速翼型多点设计优化平台,并将其应用于一个负弯度翼型的2点设计优化过程;结果表明,优化后的翼型与初始翼型相比,在巡航设计点和待机设计点的性能分别有了一定程度的改善,实现了多点设计的目的,也说明了所建立的翼型设计平台的可行性,为飞翼布局飞机的设计发展提供了良好的基础。     

应用博奕理论的多目标分布式气动优化设计

应用博奕理论研究了最优气动外形优化设计方法。采用的基本的优化器为基于控制理论的约束优化设计方法,通过引入标量伴随变量来执行约束条件,进而将上面的方法和对策论结合起来处理多目标翼型优化设计问题,根据各种不同的气动标准(可以是互为冲突的)来优化翼型形状。在对称Nash策略中,每一个“player”都力图优化自己的目标,而Nash平衡则提供了多个目标之间的一种解。不同的翼型分裂和设计算例表明了本文虚拟和真实Nash竞争策略在多目标翼型优化设计中的能力。成功的设计结果表明了本文方法的有效性。     

DO 28非线性多点模型的建立及其参数估计

 本文建立了DO 28试验机的非线性六自由度多点数学模型。该模型考虑了飞机运动的高度非线性,螺旋桨、机翼、尾翼空气动力特性,改进的推力计算,风场干扰以及飞行试验数据一致性检验和校正。与一点模型相比,该模型能更准确地描述飞机的运动,更适合飞机的参数估计。