基于混合遗传算法的压气机叶型自动优化设计

1引言遗传算法(Genetic A lgorithms,简称GA)是模拟生物在自然环境中的遗传选择和自然淘汰的进化过程而形成的一种全局优化概率搜索算法。遗传算法实施群体搜索,概率转移,不需要目标函数的导数信息,其全局搜索能力强,简单通用,适于并行处理,因而广泛应用于各种复杂系统的优化问     

非轴对称端壁对轴流风机二次流动的影响

为了研究非轴对称端壁对低速风机二次流动的影响机理,本文在某单级低速轴流风机的静子轮毂采用了非轴对称端壁(CEW)造型,并利用三维数值模拟软件进行了数值分析。结果表明:100%设计转速下工作点的等熵效率和总压升系数均有所提高,且在小流量点的提升幅度大于大流量点;其中风机峰值效率点的等熵效率提升了1.27%,总压升系数提高了2.97%;非轴对称端壁通过型面变化来改变局部的压力梯度,其中近吸力面凹槽使得流向逆压梯度(APG)减弱,而近叶栅通道出口的端壁凸包可以提高其前方压力,抑制横向流动的发展,这两种型面均有利于抑制角区分离。对该非轴对称端壁凹槽结构的径向深度幅值进行了对比分析,发现其存在一个约为静子根部弦长5.73%的最佳深度。      

高负荷低速轴流风扇数值优化设计与实验研究

应用基于自适应遗传算法和复合形法发展的混合遗传算法数值设计平台ADOP,对某高负荷低速轴流风扇TA36A实施气动数值优化。该风扇设计转速2.9kr/min,三维数值结果近设计点流量7.482kg/s,绝热效率为84.54%,失速裕度为16.38%;优化设计后风扇TA36B数值模拟结果失速裕度提高了1.6个百分点,气动效率为85.31%,比原型略有提高。气动性能试验风扇TA36B失速裕度达18.84%,具有较宽的稳定工作范围。     

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.      

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Busemann压升规律的可控消波内转基准流场设计

通过将经典Busemann设计方法和特征线反设计方法相结合，实现了对基准Busemann流场的气动截短，构建了一种具有基准Busemann流场截短压升规律的可控消波内转基准流场.通过数值模拟对可控消波内转基准流场及其追踪得到的“糖勺”型进气道进行了无黏验证分析.结果表明:特征线和CFD计算结果相吻合，可控消波内转基准流场设计合理可行.该基准流场继承了Busemann设计方法的高效压缩特性，且反射激波得到有效控制，基本实现消波，性能优于传统的截短Busemann流场.在设计点马赫数为7条件下，喉部截面参数均匀，增压比为18.32，总压恢复系数为0.878，压缩效率为0.936，隔离段内几乎无损失,出口气流匀直，气流角均在±0.4°以内.流线追踪得到的“糖勺”型进气道出口形状更加饱满，流动特征与可控消波内转基准流场基本一致.