某型航空发动机涡轮多级气动优化设计

采用将准三维设计和多级局部优化联合的多级涡轮气动优化设计流程,对某型航空发动机3级涡轮进行了多级气动三维优化设计;采用人工神经网络和遗传算法对各列叶栅进行了三维局部优化,流场计算采用全三维黏性流N-S方程求解。通过优化设计,调整了功率分配,改善了各列性能,并对各列间参数进行了优化匹配,使总体性能提高,达到了设计要求。     

多级涡轮多目标气动优化设计流程

在准三维设计基础上,采用多目标优化设计方法,给出一个多级涡轮气动优化设计流程,优化联合采用人工神经网络和遗传算法,流场计算采用全三维粘性流N-S方程求解。此优化设计流程有三个特点:针对每列叶栅的气动特性进行局部优化;各列叶栅反复多次优化;粗细网格交替使用。并采用此设计流程对一三级涡轮进行优化设计,效率提高1%,说明此方法可以有效的用于多级涡轮气动优化设计。     

遗传算法在多级压气机气动优化设计中的应用

用遗传优化算法结合流线曲率法管流流场求解器建立了一种多级压气机多目标气动优化设计方法.优化目标为总压比和绝热效率最大, 决策变量为转子和静子叶排尾缘速度环量.测试结果表明, 该优化算法的搜索效率和全局性都较好.用该方法对一台5级高压压气机进行了气动优化设计, 压气机性能有了明显提升.      

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.      

涡轮典型部件冷热态尺寸换算方法

涡轮叶尖间隙影响着发动机的性能,涡轮典型部件的冷热态尺寸换算是间隙设计的重要内容。介绍了应用优化设计将涡轮典型部件热态尺寸换算到冷态尺寸的方法,应用此方法对某型涡轮叶片进行分析,比较了优化算法与简化算法的结果,表明优化算法的结果是合理的,此方法是可行的。同时将其应用于某涡轮盘的冷、热态尺寸换算,从而成功地解决了涡轮典型部件冷、热态尺寸换算问题。      

基于小生境遗传算法和RANS方程的平面叶栅气动优化设计

发展了一种将小生境遗传算法与RANS方程数值求解相结合的平面叶栅全局优化设计方法.该方法针对遗传算法的搜索原理和平面叶栅的气动外形特点, 提出了与之相适应的Bezier曲线参数化表达, 构造了用于优化设计的适应度函数.优化设计变量是平面叶栅的参数化Bezier曲线特征多边形控制点坐标, 目标函数为极大化叶栅的升阻比, 约束条件综合考虑了叶栅的进出口几何安装角及叶片强度和性能等要求, 约束条件的处理采用松紧罚函数法.优化得到的叶栅升阻比比初始叶栅提高了8.3%.      

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。      

叶片弯曲对气冷涡轮叶栅气动性能影响的数值研究

基于全三维N-S方程求解,采用具有G odunov性质的三阶精度TVD格式、分区算法以及自由型曲面技术,提供一种有效的方法来模拟气冷涡轮流场。在某型气冷涡轮叶片表面8个位置以及轮缘和轮毂进行喷气,并对采用直、弯叶片的涡轮流场进行了数值模拟。结果表明,叶片弯曲明显降低了有、无端壁喷气时的端部能量损失。在叶高中部喷气量较大时,弯叶片的气动性能下降较大。      

可调桨距冲压空气涡轮气动特性实验与数值分析

冲压空气涡轮风洞实验主要目的是采用相似准则,模拟空中加油工作状态,测量涡轮输出功率,分析涡轮气动特性。实验分别使用励磁发电机和加油泵作为测功器,通过调桨变距并测量最大输出功率。气动特性实验表明在风洞气流速度比加油机最小飞行速度低16%的条件下,冲压涡轮输出功率即可满足加油需要。论文还采用高数值稳定性代数Baldwin-Lomax湍流模型模拟冲压涡轮全三维混合型流场,分析流场主要气动特性,讨论桨叶表面载荷的分布。数值模拟结果显示在冲压空气涡轮桨叶近轮毂区域需要进一步优化。      

分立式导向器离心涡轮气动改型设计与流场分析

对某高负荷低速较大扭矩单级冷气起动涡轮进行了原型机气动分析和改型机气动设计.该涡轮采用离心式流动,分立式导向器和冲击式转子.分析发现,该涡轮负荷系数极高而不追求高效率.为增大功率而进行的改型设计采取了加大流量而保持进气压强不变的技术方案.流场模拟结果显示,该改型设计在涡轮转子直径减小6%的情况下,在原型涡轮设计转速下及其140%转速下的输出功率各约为原型机的2倍和2.8倍.      

基于Kriging模型的涡轮叶片多学科设计优化

引入基于Kriging模型的近似技术, 建立了一种三维涡轮叶片的多学科设计优化方法.系统介绍了Kriging近似模型, 采用松散耦合方法考虑叶片各学科之间的耦合关系, 在多学科耦合分析的基础上, 采用多学科可行方法与基于Kriging模型的多学科优化方法分别进行了优化和比较.算例表明, 同等条件下相对于前者, 后者能够在精度无明显损失的情况下更快地收敛到最优解, 使涡轮叶片的各项性能得到明显改善, 证明该优化方法是可行有效的.      

基于粒子群神经网络的轮盘优化

将粒子群算法(PSO)和BP神经网络相结合, 构建了一种新型智能结构优化算法.PSO方法除用于结构优化外, 还被用于BP神经网络的构造及网络训练, 使之可自适应调整优化.结构优化中, 以BP神经网络取代有限元方法, 通过设计变量来映射目标函数和约束, 从而大大提高了计算速度.将此方法用于轮盘结构优化, 使得轮盘体积减少了17.5%, 结果通过检验.该方法便捷、高效, 为解决工程结构优化问题提供了一个新途径.      

涡轮冷却叶片参数化建模及多学科设计优化

建立了一个涉及结构、气动、传热、振动、强度和寿命等学科的涡轮冷却叶片多学科设计优化系统, 进行了单孔薄壁冷却叶片的多学科设计优化.提出了单孔薄壁冷却叶片的参数化造型方法, 叶片叶型采用5次多项式构造, 气动与传热为三维耦合分析;叶片体积平均温度与最高温度为优化目标, 强度、振动和寿命等学科相关参数为约束, 模拟退火与序列二次规划组合算法进行叶片参数空间寻优, 在保持冷却气体流量不变的条件下, 优化提高了冷却效果, 降低了叶片材料的性能要求.      

涡轮叶片的多学科设计优化系统

建立了一个全三维涡轮叶片的一体化多学科设计优化系统, 并对某叶片进行涉及五学科的设计优化分析.在此优化系统中, 采用5次多项式方法进行三维涡轮叶片的参数化建模, 单元线性插值法完成学科间载荷信息的传递, 多岛遗传算法及二次序列规划法联合进行整个优化问题的寻优.实例分析结果表明, 一体化优化使涡轮叶片性能得到明显提高, 所建系统稳定、高效, 具有应用于工程实践的可行性及可靠性.      

基于精英保留遗传算法的连续结构多约束拓扑优化

采用遗传算法对应力、位移及结构约束下的连续体结构进行拓扑优化。通过在遗传算法中引入精英保留的进化策略,保证算法的收敛性,改善优化结果。优化过程中,利用精英保留遗传算法进行结构优化,通过基于ANSYS软件的有限元技术进行结构的建模和分析。算例分析表明所提出的方法是合理、有效的。该方法可用于复杂工程结构的初始设计,并能够提供多种初始设计方案。      

一种实用的风力机叶片气动设计方法研究

提出了水平轴风力机叶片的优化设计模型,该模型以风轮平均年能量输出最大为设计目标,并将风速的概率分布考虑进来。为了获得较好的优化结果,首先采用PROPID程序对叶片进行反设计,获得较好性能的叶片几何,在此基础上,运用遗传算法进行搜索寻优,这样不仅减小了搜索的范围,也降低了搜索的时间。对叶片面积附加约束,以获得符合实际的叶片,采用5阶贝塞尔函数在设计点之间进行插值,以获得光滑的几何外形。利用该方法优化设计了600kW风力机叶片。与已有叶片相比,优化结果显示了明显的优越性,验证了该优化方法的有效性和实用性。     

气动优化设计中的遗传算法研究

建立以实数编码技术为基础的多种遗传算法模型，利用这些模型来研究复制、重组和变异三种基本的遗传操作对气动优化设计的优化质量和效率产生的影响，在此基础上研究群体规模、最大进化代数和遗传概率等遗传控制参数对优化质量和优化效率的影响，期望对应用遗传算法的气动优化设计提供一些有益的参考。