单转子风扇的三维反问题气动设计

采用准三维流函数反问题设计方法与三维 N-S求解方法的相互迭代对单转子风扇进行气动设计。在叶片初步计算中得到叶栅进出口气流角沿径向分布 ,并将它作为本文的目标函数。采用准三维反问题求解方法 ,依次构造出各个 S1流面上的叶片几何形状和气流角分布。然后再采用 N-S方程的求解方法 ,对叶片进行全三维流场的数值计算。通过 N-S方程计算结果与目标函数的对比 ,重新修正叶片出口气流角分布 ,并作为下一次反问题设计的目标函数。经过反问题与 N-S方程求解的反复迭代 ,最终得到满足设计要求的叶型。     

叶片全三维反问题优化设计方法

基于数值求解Navier-Stokes方程,对叶轮机械叶片全三维反问题优化设计方法进行研究.反问题给定叶片表面的静压分布反求叶型,假设叶表网格点有虚拟移动速度,迭代过程中根据叶表的实际静压和目标静压之差来修改叶型.对单排叶栅进行了反问题设计,并给出了初步的优化算例,结果能很好地满足目标静压分布,验证了该方法的有效性,计算的时间和精度也适合进行工程应用.      

可控扩散叶型全3 维黏性反问题设计方法

为了快速有效地完成叶片造型,提高压气机气动性能,以全3维黏性反问题设计方法为基础,研究了全新的可控扩散叶型设计方法。基于黎曼不变量守恒建立了吸力和压力面型线与其对应静压分布之间的关系,通过给定叶片表面静压分布,求解吸力和压力面型线坐标几何参数。为了验证方法的有效性,以NASA Stage 35静子叶片为设计算例,通过全3维数值模拟得到其流场参数分布,进而采用可控扩散叶型的设计思路,对NASA Stage 35静子叶片表面的静压分布进行修改,以修改后的静压分布作为目标进行反问题设计计算,最终设计出满足设计要求的叶片几何型线。改型后的静子叶片通道内流场很好地实现了可控扩散叶型的流动结构,叶片总体气动性能得到提升,验证了可控扩散叶型全3维反问题设计方法的准确性和有效性。     

重型燃气轮机压气机高雷诺数前转捩叶型设计

针对重型燃气轮机压气机雷诺数高而导致的转捩位置前移,开发了一种比可控扩散叶型(CDA)损失更小、工作范围更宽的前转捩叶型.采用正问题优化设计方法,将叶型几何参数化、叶片到叶片流场分析与遗传算法相结合,实现了叶型的自动优化.优化目标综合权衡了叶型损失和攻角范围,为减少优化变量的数目,应用了一种特别的叶型几何模型,将厚度分布与中弧线之间进行了一定的关联.优化得到的前转捩叶型的主要特征是吸力面速度峰值的位置前移至距前缘约10%弦长处,叶型中后部的速度变化更为平缓.最后根据优化结果总结了前转捩叶型的设计规律.      

一种新的响应面模型及其在轴流压气机叶型气动优化中的应用

 提出了一种轴流压气机二维叶型的参数化定义方法,该方法使用轴流压气机叶型定义中的常用参数,几何意义明确、不容易产生非合理叶型,利用若干例子说明了该方法在重现轴流压气机二维叶型时的逼近精度。给出了一种新的响应面构造模型,该模型首先认为每个样本其临域内的目标分布函数为正态分布,然后用所有样本的分布函数的线性组合构成整个设计变量空间中的响应面。建立了以该响应面模型为基础的轴流压气机叶型的气动数值优化平台,利用该平台完成了2个轴流压气机二维叶型的气动数值优化。     

基于控制理论的压气机叶型数值优化方法

将基于控制理论的气动优化方法应用于轴流压气机叶型设计.以Euler方程作为流动控制方程,具体推导得出了其相应的伴随方程,分析了边界条件,并给出求解方法.以给定压力分布作为目标函数,将参数化叶型作为设计变量,在求得目标函数对设计变量的梯度信息后,结合BFGS优化算法得到优化方向,更新设计变量完成叶型的优化设计.通过三个算例验证了该叶型优化设计方法的有效性.      

基于反方法的高负荷涡轮动叶激波控制

为控制高负荷涡轮叶栅中的激波、改善涡轮叶栅流动状况,针对E3涡轮第二级动叶中间叶高叶型,通过修改叶型吸力面压力分布进行了弱化激波S1流面反方法研究,并基于反设计叶型,对涡轮整级性能进行了三维数值计算分析。S1流面求解器选取MISES程序,应用Mixed模式反方法对叶型表面压力分布进行修改,并在反设计过程中临时"冻结"边界层来提高计算鲁棒性,加速收敛。结果表明,S1流面反设计叶型变薄,喉道位置前移,叶栅通道内激波强度明显削弱,叶型尾迹损失明显降低;涡轮整级环境下,反设计叶型使低背压工况下的等熵效率提高了约0.55%,涡轮出口激波强度显著降低,高效运行区拓宽,变工况性能较原始涡轮得到优化,验证了本文反方法的可行性。     

超声速风扇叶型设计研究

为了设计低流动损失超声风扇叶型,研制出基于数值最优化超声叶型设计软件.以叶型主要几何参数为叶型设计参数,针对轴向进气第一级风扇转子采用给定轮缘功、损失最小为目标函数.设计的优化叶型后面大部分呈平直因此气流转角小、减速增压完全通过激波实现.沿弦向叶片厚度逐渐增加使叶栅通道呈收缩,总体上使流过叶栅超声气流得到减速增压.优化叶型所构成叶栅流场具有多道激波、流动损失低.设计结果表明设计方法的可行性,并可为超声风扇叶型设计提供新思路.      

高负荷风扇转子叶片反问题设计

为改进高负荷风扇转子性能,采用了一种工程适用的叶片反问题设计方法。该方法使用粘性CFD与数值优化相结合,适合具有高进口马赫数、高逆压梯度流动特征的高效叶型设计,并应用二维叶型反问题加三维积叠的叶片设计思路,充分继承了已有的基元叶型积叠准则,极大地缩短了计算时间。利用发展的反问题设计平台,完成了叶片的反问题设计。三维数值模拟结果表明:反问题设计的转子叶片能较好地控制转子尖部激波结构,减小激波损失,提高效率,增大稳定裕度。     

可控扩散叶型的扩稳优化

采用正问题方法,将叶型几何参数化、叶型性能分析程序与遗传算法相结合,对某传统可控扩散叶型（CDA）进行叶型损失和攻角范围的综合性能优化设计。结果表明:优化叶型与原叶型具有相近的设计点损失,而其攻角范围由原来的11°增大至17.5°,其中负攻角范围增大了近4.5°。另外,优化叶型的损失随攻角变化也更为平缓,意味着可以在更为宽广的攻角范围内保持稳定的性能。分析表明:吸力面速度峰值位置由原叶型40%弦长处前移至20%弦长处,增加了减速区的长度,使减速更为平缓,是正攻角裕度增大的主要原因。负攻角裕度增加有两方面原因,优化叶型喉道面积增大且喉道位置与设计点吸力峰值位置错开,具有较大的堵塞裕度;压力面前部区域速度较为平缓,甚至略微加速,直至30%弦长后才开始减速扩压,避免了因压力面前缘处的较大速度尖峰以及随后的持续扩压导致附面层的过早分离。      

基于粘性伴随方法的涡轮叶片二次流损失优化设计

在航空涡轮叶片设计中,减少流动损失对改善涡轮叶片性能具有十分重要的意义。本文介绍了一种连续伴随方法在涡轮叶片优化设计中的应用,通过对某低展弦比涡轮叶片的根壁外形进行优化来减少二次流损失。首先通过改变叶高方向的安装角分布使得气流出口偏转角逼近目标分布,以此验证粘性伴随方法的精确性和有效性。其次,在优化二次流损失时,设计目标选取为叶片通道出口的熵增,同时满足出口流动偏转角约束。最后,分析讨论了叶片根壁外形变化对减小二次流损失及二次动能的影响。结果表明：该优化设计能有效地减小二次动能,从而提高叶片的效率。     

轴流压气机可控扩散叶型的数值优化设计

本文采用数值优化技术进行轴流压气机可控扩散叶型设计,选择叶栅总压损失系数为目标函数,对初始叶型在设计与非设计状态的全部工况范围内的气动性能,进行优化计算。应用该数值优化设计系统完成了高进口马赫数、大弯度压气机静子叶栅的试验件设计。实验结果表明,在设计与非设计工况下,所设计的叶栅气动性能良好,达到了预定的设计目标,验证了本文方法的可靠性与适用范围。      

超临界机组末级叶片典型截面的叶型设计

针对超临界机组末级长叶片的设计特点,采用遗传算法和人工神经网络,提出对长叶片典型截面叶型进行分区优化设计思想,并对原型与改型进行了多工况点的数值计算,结果表明,将叶型吸力侧后半段由直线型改为内凹型,能够显著降低超声速叶型在超声速工况范围内的叶型损失。对叶型前缘以及压力侧的局部优化设计能够改善超声速叶型在临界马赫数工况下的气动性能。优化设计最大程度地减小了样本空间,提高了优化效率。     

无导叶对转涡轮气动设计技术

采用先进的无导叶对转涡轮气动布局是提升航空发动机性能最为有效的措施之一。结合无导叶对转涡轮高压涡轮动叶进出口轴向速度变化较大等特点,采用理论分析等研究了对转涡轮基元速度三角形参数的优化选取方法,并给出了高压涡轮导叶、动叶出口气流角等变化对效率影响的详细变化关系。流量系数小、高压动叶出口气流角大以及高压动叶进出口轴向速度比大是设计满足出功比高效率对转涡轮的关键。而采用Bezier曲线造型的收敛-扩散叶型叶背曲率的控制、尾缘半径的选择、叶型出口面积与几何喉道面积之比等则是设计适合出口马赫数1.5～1.6高性能叶型的关键。     

Using a pressure controlled vortex design method to control secondary flow losses in a turbine stage

A turbine design method based on pressure controlled vortex design （PCVD） is presented to design a small-size turbine stage. Contrary to the conventional controlled vortex design （CVD） method, the main objective of PCVD is to control the axial velocity and radial pressure in the sta- tor rotor gap. Through controlling axial velocity, the PCVD establishes a direct tie to meridional stream surface. Thus stream surface variation is induced, resulting in a large secondary flow vortex covering the full blade passage in the respective stator and rotor. This secondary flow vortex could be dedicated to control the secondary flow mitigation and migration. Through radial pressure, the PCVD is also associated with the macroscopic driving force of fluid motion. So the better benefit of CVD can be achieved. The core concept behind PCVD is to mainly control the spanwise pressure gradient by altering profile loading at various spanwise locations. Therefore not only the local pro- file lift is affected, but also the resulting throat widths, stage reaction degree, and massflow rate are altered or redistributed respectively. With the PCVD method, the global stage efficiency is increased successfully while the mass flow rate keeps constant. Additionally there is no endwall shape optimization, stacking optimization, or pitch/chord variations, concentrating solely on varying blade profile deflections and stagger.     

基于人群搜索算法的Dykas汽轮机叶栅型线重构

针对汽轮机叶片智能优化设计中的叶片参数化建模与型线重构问题,首先基于三次Bezier曲线推导了叶片型线的坐标方程,根据叶片基本几何参数实现了汽轮机叶片型线的参数化表达。在构建的参数化模型的基础上,根据已知的叶型坐标点数据,采用人群搜索算法(SOA)重构实际汽轮机叶片型线,并通过叶型重构算例对SOA和粒子群算法(PSO)进行了对比分析。结果表明：基于Bezier曲线构建的参数化型线光滑性好质量高,所提方法可以任意修改叶型几何参数并再生模型,实用性较强且效率较高。基于SOA优化算法的叶片型线重构方法可以准确重构Dykas汽轮机叶片型线,且SOA重构叶型的方法收敛速度快、收敛结果更稳定,为汽轮机叶片优化设计奠定基础。     

扩压器叶片形线逆命题设计的一种新方法

应用遗传算法结合神经网络技术通过对候选叶片表面速度分布与目标速度分布之间误差的极小化,求解给定表面速度分布下的扩压器叶片形线。叶片形线利用Bezier曲线参数化表示,候选叶片形线的流场分析由BP神经网完成。      

基于网格参数化变形的单级涡轮多学科可靠性设计优化

基于自由变形技术发展了一种可以协调实现流场、结构分析网格参数化变形的方法,并实现单级涡轮的多学科可靠性设计优化。针对流场分析网格展向积叠的特征,将三维网格变形转化为不同叶高二维截面的网格变形;根据二维流场分析网格的拓扑结构,设计二维控制面,基于叶型设计参数建立叶型控制点、其他控制点伴随叶型控制点移动,实现了网格的参数化变形,避免了网格畸变、提高了网格变形的质量;不同叶高的二维控制面组成控制体,实现三维流场分析网格的参数化变形。采用相同的控制体进行结构分析网格的变形,实现了耦合界面网格协调变形。基于Kriging代理模型进行单级涡轮的多学科可靠性优化,在满足可靠性约束的情况下效率提高4.97%、寿命提高40.86%,证明了方法的有效性。      

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。