考虑气动-结构的高空螺旋桨多学科优化方法

为实现高空螺旋桨高效率和轻质量之间的权衡设计,提出一种考虑螺旋桨气动-结构性能的多学科多目标优化设计方法,理论上可得到约束条件下推力最大和质量最小的Pareto解集。但工程应用中,变量太多,可接受时间内仅能获得Pareto解集拟合趋势。为避免优化周期太长,提出以下阶段性优化方法。阶段1：根据上述Pareto解集拟合趋势和平台约束,确定最优桨径;阶段2：进行基于最优桨径的气动优化获得气动外形,结构优化获得结构方案。使用该方法对高空太阳能无人机螺旋桨优化,两个阶段耗时分别为96 h和4 h。对获得螺旋桨制造,仿真和试验,对比结果表明：推力最大误差为10.9%,质量误差为6.9%,刚度误差为15.2%,固有频率误差为15.4%,试验结果也表明该方法的合理有效性。     

涡轮静叶叶型与气膜孔优化对气动与冷却性能影响

为研究气膜冷却涡轮叶片中叶型与气膜孔参数变化对涡轮静叶性能的影响,利用气膜冷却涡轮多目标优化平台对存在多列气膜孔的静叶进行多目标优化.获得在优化变量允许范围内针对气动效率与传热效果以及高温目标函数的Pareto前沿解集,整体性能得到了提高,不同方案中气动效率最高提升0.35%,叶片表面温度最大下降0.74%,高温函数降低的最大幅值为45.71%.结果表明:气动效率提升的主要原因是后弯角的提升使得叶型和二次流损失下降;接近驻点处前缘气膜孔方向的改变导致的冷气分流是叶片根部和前缘附近压力侧的冷却情况得到改善的主要原因.     

航天器点阵夹层圆柱壳构型多学科优化设计

针对航天器结构承载、密封及轻量化设计等苛刻设计要求,基于四面体结构的微观单胞构型,研究双层点阵夹层圆柱壳结构的单目标及多目标优化设计。优化模型以点阵夹层圆柱壳结构中的上中下板面的厚度、间距以及单胞内杆件的半径作为设计变量,在单目标优化中,以结构的质量为目标函数,获得合理的单胞分布;在多目标优化中,以最小热传导系数、最大化一阶屈曲载荷、屈服强度为目标进行优化,获得多学科优化问题的Pareto前沿。基于双层四面体点阵结构的多目标优化,给出了用于描述最小应力、最小质量、最小传热的最优解集。     

微小狭缝肋矩形通道多目标优化

开展了矩形通道内微小狭缝肋的换热和流阻性能的多目标优化研究。选取缝宽、相邻缝间距、狭缝的前端面和后端面与壁面距离四个参数作为优化变量，采用非支配排序遗传算法（NSGA-Ⅱ）获得了Pareto最优解。分析了Pareto最优前沿面上四种优化方案下微小狭缝肋的流动和传热热特性。结果表明：优化后的微小狭缝肋的换热能力与实心肋相当，而流动阻力有所降低，肋壁的换热均匀性得到显著提高。     

基于代理模型的飞翼多目标气动优化设计

针对飞翼布局飞行器,采用雷诺平均N-S方程（ RANS）计算流场,使用基于代理模型的多目标优化方法进行了同时考虑起飞性能和巡航性能的多点多目标气动优化设计。在设计过程中,将飞翼的平面形状、剖面形状及扭转角同时作为设计变量（共58个设计变量）,将提高起飞时的升力系数和提高巡航升阻比为设计目标,以起飞状态和巡航状态的力矩系数作为气动约束,并以飞翼平面面积不减和剖面厚度不减作为几何约束。通过采用基于Kriging模型的多目标优化方法,以较小的计算花费得到了较好的Perato前沿。取Pareto前沿中一个最优解与基准外形的性能进行了对比,结果显示,优化外形的性能较基准外形的气动性能得到全面大幅提高且所有约束得到严格满足。     

涡轮气热弹耦合计算模型与算例

针对涡轮气热弹多场耦合不变量方程,推导了任意曲线坐标系中的多场耦合控制方程,讨论了气热弹多场耦合的4种类型：气热、气弹、热弹和气热弹耦合,给出了相应的计算模型与耦合边界条件,建立了能够采用统一差分格式求解涡轮气热弹多场耦合的三维数值仿真平台的计算模型。并通过对一个具有解析解空心圆筒的热弹性计算和对Mark Ⅱ叶片气热耦合计算,初步验证了应用有限差分计算气热弹多场耦合计算模型的可行性。     

基于多目标遗传算法的多级轴流压气机优化设计

建立了一种多级轴流压气机的多目标优化设计方法。采用流线曲率法计算压气机气动性能，结合多目标遗传算法来进行性能参数优化。针对一台两级轴流压气机，选定优化设计的目标是最大的总压比和最高的总绝热效率。将转子尾缘的稠度和相对气流角以及静子尾缘的稠度和气流角作为设计变量。通过优化设计得到一组在两个目标上均优于初始设计的Pareto最优解，对典型的Pareto最优解和初始设计进行分析、比较，证明了该优化设计方法的有效性。     

单晶涡轮叶片三维晶体取向相关性能分析及优化

采用单晶正交各向异性弹性本构关系,分析了三维晶体取向对单晶涡轮叶片应力分布、蠕变寿命、低周疲劳寿命及叶尖径向位移的影响.结果表明,三维晶体取向对单晶叶片上述性能存在显著影响,且3个取向角之间相互耦合,偏差角对叶片性能的影响随着随机角的方位而变化,随机角对叶片性能的影响也随着偏差角的角度而不同.在此基础上,应用ISIGHT构建了单晶叶片全三维取向优化平台,以蠕变寿命、低周疲劳寿命及叶尖最大径向位移为优化目标,采用邻域培植多目标遗传算法进行了叶片三维取向优化,所得Pareto解聚集在偏差角12°的区域内.选择寿命最长的Pareto解作为最优解,相对于初始强度计算点,蠕变寿命提高6倍,低周疲劳寿命提高37倍,叶尖最大径向位移减小2.5%.      

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

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。