压气机叶片自动优化设计

采用三次多项式和多圆弧方法生成叶型中弧线 ,三次多项式分布叶型厚度 ,对叶型进行参数化。用此参数化方法逼近一低速叶型和一跨音叶型 ,逼近程度令人满意。采用 N-S方程正问题数值计算结合单纯形法寻优 ,构成叶轮机械叶型自动优化设计方法。以消除叶片吸力面分离为目标 ,采用上述方法得到了满意的结果     

混合遗传算法的研究及其在压气机叶型优化设计中的应用

对混合遗传算法进行了初步研究,并以此为基础建立了压气机叶型优化设计平台。在遗传算法中引入模拟退火算法,增强了算法的局部寻优能力,提高了运行效率和优化质量。为维护群体的多样性,保证寻优的收敛,选择概率和交叉概率的设计可以随个体适应度和进化阶段的不同而自适应变化。二维叶型定义采用的是Bezier函数参数化定义方法。该方法可以较好的拟合叶型曲面,并通过少数控制点的调节灵活有效的修正叶型形面。对某压气机二维叶型的正问题数值优化结果表明本研究所建立的优化设计平台具有高效、可靠性好的特点。     

基于并行遗传算法压气机叶片自动优化设计

结合小生境法与算子自适应法对基本遗传算法进行改进,采用WinSock接口、多线程、CS体系结构,实现并行遗传算法.将并行遗传算法与NS方程流场计算方法、Hicks-Henne函数叶型参数化方法结合构成叶型自动优化设计软件,软件可用于叶型设计和对已有叶型的改进.在构造目标函数时,根据工作攻角范围,构造了考虑非设计点性能的目标函数.分别对进口马赫数为0.5和0.9左右的叶栅采用三台计算机进行并行气动优化设计,优化叶型设计点和非设点性能都明显好于原始叶型.     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

混合遗传算法及其在翼型气动多目标优化设计中的应用

把基于实数编码的自适应遗传算法（SAGA）与可变容差法相结合，建立了数值优化设计中的混合遗传算法（HGA），并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比，混合遗传算法的优化质量略有改善，优化效率有明显的提高。优化结果表明混合遗传算法在翼型单目标和多目标气动优化设计中是十分有效的。     

基于遗传算法与近似模型的全局气动优化方法

开发了基于精英保留策略与小生境技术的求解有约束优化问题的改进遗传算法,并用一多峰值有约束函数对其寻优能力进行了测试。为了降低气动优化设计时间,提出了集成实验设计、三维粘性流场求解程序、二次多项式近似模型、改进遗传算法的具有全局寻优能力的三维气动优化设计体系。采用该方法对NASA Rotor37动叶片叶型进行了以绝热效率最大为目标的优化设计,优化后叶片绝热效率提高1.1%。该结果表明了本优化设计体系省时、高效的特点。     

压气机/风扇叶片自动优化设计的研究现状和关键技术

 着重介绍和分析了近年来快速发展的压气机叶片自动优化设计方法现状、应用特点以及关键技术。通过分析指出：自动优化设计方法设计效率高,适用于高气动性能指标压气机/风扇设计;为缩短优化时间和提高搜索效率,优化算法应首选并行遗传算法;今后在叶片参数化方法、加速流场计算方法以及提高遗传算法的搜索效率方面需进行进一步研究。     

一种高负荷叶型优化设计方法

采用3段3次贝塞尔曲线拟合叶型中弧线弯角分布,两段3次贝塞尔曲线拟合厚度分布,进行流线面造型,并结合优化算法进行寻优.S1流场评价工具为MISES软件,寻优算法为遗传算法（GA）.将传统遗传算法进行改进,引入并行模块,较大程度地提高了计算效率.实现了高负荷叶型的自动优化,探讨了高负荷叶型的设计准则,并将准则应用于超声叶型设计.结果表明:相比于原始叶型,优化后的叶型Ⅰ在总压损失系数略降低和出口气流角不变的条件下,可用攻角范围拓宽约2°,叶型Ⅱ的总压损失系数明显降低,可用攻角范围拓宽约0.6°,落后角降低约3.9°.      

基于改进粒子群算法的串列叶型优化设计

为了提高串列叶型优化设计的质量,设计了一套基于改进粒子群算法的串列叶型自动优化系统。研究了原始粒子群算法,提出了一种粒子群算法的改进方法。结果发现,改进粒子群算法的收敛速度和收敛精度明显优于原始粒子群算法和遗传算法。以50°大弯角串列叶型为研究对象,使用程序对串列叶型参数化。以叶型参数和串列叶型相对位置的参数作为优化变量,结合BP神经网络和改进粒子群算法对串列叶型进行优化设计。优化结果表明,优化后的叶型在设计攻角时的总压损失系数降低了22%,静压比升高了0.6%,在负攻角时,优化后的叶型的流动性能得到了明显改善。适当减小串列叶型前后缘的半径可以减小叶型的损失,合理的缝隙结构可以有效减小前排叶型压力面和后排叶型吸力面附面层的分离损失。     

基于人工蜂群算法与NURBS的吸附式叶型优化设计

为提高轴流压气机吸附式叶型优化设计的质量,设计了一套基于人工蜂群(ABC)算法和非均匀有理B样条(NURBS)的自动优化设计系统.对人工蜂群算法的运行机制进行了深入分析,并与目前广泛使用的遗传算法(GA)进行了对比.对比发现人工蜂群算法可以更好地逼近全局最优值且收敛效率提高50%.使用NURBS对叶型进行参数化,并研究了参数化过程中的畸变问题.将抽吸参数与叶栅参数同时作为优化变量,使用该系统对一吸附式叶栅进行了优化.结果显示:抽吸槽设置在58.44%轴向弦长位置处流动损失下降明显,与优化前未抽吸叶型相比流动损失降低64.8%,气流分离得到有效抑制.     

透平机械叶片的遗传优化设计

提出一个基于遗传优化理论的透平机械叶片设计方法。该方法以叶片形状作为优化对象,利用遗传算法通过使其表面边界层中流动损失的极小化来搜索最佳的叶片形状。叶片形状被参数化表示。已知叶片形状的流场分析由一个叶栅正命题CFD程序完成。方法应用于一个离心压缩机扩压器叶片设计。数值计算显示,该方法可成功地求得具有最小流动损失的扩压器叶片形状。     

高亚声速压气机叶片优化设计

为实现压气机叶片的优化设计,采用Hicks Henne函数进行叶型参数化,N S方程流场计算与混合遗传算法结合构成设计软件。以给定叶片表面压力分布为目标,以损失小而扩压度大和给定压比损失最小作为目标,所得优化叶片吸力面等熵马赫数分布合理、符合控制扩散规律,具有较好的压比和损失指标。采用几何方法与椭圆型方程方法结合生成壁面正交H型网格,可提高计算精度和便于采用代数紊流模型的流场计算。     

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。     

采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法开发高载荷透平动叶片

为了提高透平的内效率及降低制造成本，采用基于神经网络及遗传算法的叶轮机械叶片三维优化设计方法，开发了一种高载荷动叶片。该叶片是以5个截面的重心沿径向积叠而成。每个截面的内背弧是以基于叶型中弧线的Bezier曲线来构造。三维流动分析表明，新叶片提高效率0．5％。通过减少叶片数约15％，新开发的高载荷动叶片不仅有效地提高了透平的内效率，同时降低了透平重量和制造成本。     

三维环境下离心/斜流压气机二维叶型优化设计

考虑离心/斜流压气机转子叶片通道内流动的强三维性,提出在三维环境下进行二维叶型优化设计.通过对能量方程中黏性耗散项改进,解决了Denton黏性体积力方法模拟离心/斜流叶轮三维流场效率偏高的不足.将改进流场计算模块与并行遗传算法寻优模块相结合,构成离心/斜流压气机二维叶型优化设计软件.采用所研制的软件,分别对离心叶轮和斜流叶轮叶尖处叶型进行优化设计.优化叶片基本达到目标流量和压比,在整个工作范围内效率都提高明显:在设计点离心叶轮效率由0.938提高到0.947,斜流叶轮效率由0.899提高到0.918.      

复合材料参数化桨叶的动力学减振优化设计

为了进行桨叶动力学优化设计,建立面向工程设计的复合材料多闭室C型梁桨叶剖面参数化模型,实现了桨叶剖面气动外形、内部结构组件、复合材料铺层设计的参数化,并提出了一种保持C型梁纤维面积恒定的参数化设计方法.采用全局寻优能力较强的多种群遗传算法(MPGA),集成参数化设计模型与旋翼有限元气动弹性综合分析模型,通过桨叶各剖面结构组件的参数优化实现了旋翼动力学减振.算例给出了"海豚"直升机桨叶剖面特性实测值与参数化桨叶模型计算值的对比,整体误差不超过3%,并用该参数化模型对桨叶进行动力学减振优化,实现了旋翼加权优化振动载荷系数减小4.15%,经过优化后桨叶的配重位置更加分散,有利于缓解桨叶内部应力/应变突变;而且部分配重分配到桨尖,提高了旋翼的自转惯量,增加了旋翼自转下滑的安全性.     

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.      

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.