基于替代模型的高超声速前体/进气道一体化优化

采用基于替代模型的渐进优化策略对二维高超声速前体/进气道进行一体化设计优化,采用拉丁超立方试验设计法选择样本点,采用二维粘性CFD方法计算进气道流场来建立样本数据库,综合运用了多项式响应面、Kriging模型、BP神经网络和径向基神经网络等替代模型.相对于基准构型,前体/进气道的优化构型在设计态时提高了流量捕获与来流压缩能力,提高了总压恢复性能,同时减小了阻力系数,综合性能提高了5.3%;在非设计态时优化构型的综合性能也有不同程度的改善.      

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

基于响应面的涡轮叶片冷却通道设计优化

基于响应面近似技术,对涡轮冷却叶片的气动和传热性能进行了设计优化。以冷却通道肋的位置为设计变量,采用拉丁超立方抽样在变量设计空间里选取样本点,根据样本点建立叶片计算模型,采用流-热耦合分析方法得到叶片气动与传热性能参数,拟合得到叶片壁面最高温度、平均温度和总压损失关于设计变量的四阶响应面近似模型。采用响应面模型动态修正技术,进行了回流式冷却通道的设计优化,得到了优化解,减少了总压损失,使叶片最高温度下降了24.5 K,叶片壁面平均温度下降了34.4 K。     

基于多输出高斯过程的超临界翼型优化

提出了一种基于多输出高斯过程(MOGP)回归模型和模拟退火算法相结合的翼型优化方法。采用拉丁超立方抽样方法在设计空间内构造一系列样本点,其中优化设计采用CST参数化方法对翼型的几何外形进行参数化表示。通过CFD流体计算得到其响应值来建立初始的MOGP代理模型。以阻力最小化为设计目标,考虑面积、升力等约束条件。通过单点优化和多点优化试验表明,发展的翼型优化设计方法达到了优化设计的目的,同时也说明基于MOGP模型的优化设计方法在气动优化设计中的应用是可行的。     

基于多目标优化的透平叶栅变工况设计方法

将基于多目标优化方法的变工况设计思想引入到透平叶栅气动优化设计领域, 以能量法为基础, 提出了二维叶栅型线光顺方法和叶栅自动设计参数化方法, 在此基础上进一步结合并行多目标差分进化算法和CFD技术, 发展了叶栅变工况自动气动优化设计方法.对一个透平叶栅选择一亚声速工况和一跨声速工况进行了变工况自动气动优化设计研究.设计结果表明该设计方法能一次性获得适用于不同工况范围的多个气动性能优良的叶栅, 具有优秀的设计能力和工程实用价值.      

基于程序集成及响应面模型的电机冷却性能优化

建立某60 kW电动汽车用永磁同步电机模型,理论分析得到最佳流道条数以及流道参数取值范围。以冷却流道宽度a、高度b作为设计变量,电机温升和流道进出口压差作为目标函数,通过Isight集成网格变形软件Sculptor和CFD计算软件Fluent,应用拉丁超立方设计方法创建样本点,并进行数据的自动提交仿真计算。根据得到的数据建立响应面模型,采用多岛遗传算法对近似模型寻优。优化后,电机温升和进出口压差分别下降了6.01%、6.81%,电机的性能和安全运行得到了保障。     

基于自由变形技术的混合排气喷管气动优化设计

以内外涵混合排气喷管为研究对象,建立了控制体与喷管网格模型的映射关系,通过控制点运动实现了喷管内、外涵双层壁面与网格同步、大曲率变形,并应用优化拉丁超立方设计（OLDH）方法创建了实验样本点。在此基础上,利用Isight软件驱动网格自由变形(FFD)模块和CFD仿真模块完成了所有样本点计算。结果表明:通过优选设计仿真结果,喷管推力系数提高0.6%,总压损失降低0.6%。对优选造型采用多段线+圆弧的方式进行了几何特征提取,获得的参数化造型与优选造型性能接近,具有一定的工程实用价值。      

基于自由变形技术的分流叶片形状优化设计

基于自由变形技术(FFD)和计算流体力学(CFD)建立了离心压缩机叶片形状优化设计的方法,从而避免了对复杂的实体造型本身进行参数化,提高了优化效率。首先基于自由变形技术建立分流叶片外形的参数化表示,根据优化拉丁超立方试验设计方法构建控制点变化的样本空间,接着通过CFD数值仿真获得各样本的性能参数并建立响应面分析法(RSM)模型,以压缩比与等熵效率最大化目标构建多目标优化模型,进一步采用最小偏差法转化为单目标优化模型并进行求解,最后分析比较了形状优化对压缩机性能和流道内流体流动的影响。结果表明形状优化后压缩机的压缩比提升0.46%,等熵效率提升0.84%,同时减少了流道内低速区域,降低了流动损失。      

基于 Kriging模型机翼平面外形气动优化设计

使用基于Kriging模型的优化设计方法,进行了非常规布局机翼的平面外形多目标优化设计。利用CFD技术进行机翼升力系数和阻力系数的气动计算,通过拉丁超立方试验设计生成样本点,建立了Kriging代理模型,结合多目标遗传算法对机翼平面外形进行多点多目标优化设计,最终得到了Pareto最优解集。根据设计需求,从Pa-ret0前沿选取一个非劣解作为优化结果。结果表明：陆ging模型与cFD计算误差很小,可信度高;在不问设计状态下,机翼气动性能都得到了提高,表明优化设计方法具有可行性和高效性。     

NURBS曲线及节点插入算法在透平叶片优化设计中的应用

将NURBS曲线及节点插入算法应用到透平叶栅的二维参数化造型,可以兼顾造型参数的实际物理意义和型线调节的灵活性;将控制点可调的NURBS曲线应用到三维叶片积叠线造型,能够构造任意形状的弯、扭、掠叶片。在此基础上搭建的透平叶片三维气动优化平台,将参数化造型、网格自动划分、CFD并行求解集成在一起,应用实验设计和响应面分析方法进行多目标寻优。对某单级实验透平分别进行单排叶片和整级优化后,单排叶片总压损失降低了0.57%;单级绝热效率提高了0.8%。     

低HSI噪声旋翼桨尖外形优化设计方法

建立了一套基于计算流体力学(CFD)/FW-H_pds方程(Ffowcs Williams-Hawkings equations with penetrable data surface)的气动噪声预估技术和组合优化算法的低噪声旋翼桨尖平面外形设计方法。首先,采用积分形式的可压雷诺平均Navier-Stokes(RANS)方程作为旋翼流场求解控制方程,围绕旋翼流场的网格采用嵌套网格方法生成。在优化过程中,桨叶网格生成采用提出的高效参数化的网格自动生成方法。在建立的CFD方法求解基础上,采用基于可穿透旋转积分面的鲁棒性较好的FW-H_pds方程来求解旋翼高速脉冲(HSI)噪声。然后,以降低旋翼HSI噪声为目标,以旋翼悬停气动性能为约束,提出具备前掠-后掠-尖削等组合特征的桨尖外形方案并进行优化分析。将基于拉丁超立方(LHS)方法和径向基函数(RBF)的代理模型方法耦合到遗传算法过程中,建立了一种高效的组合优化算法。在当前的计算状态下,优化后的桨尖外形的负压峰值相比于矩形桨叶降低了58.4%,优化后的桨叶有效地减弱了旋翼桨尖区域的跨声速"离域化"现象,因此可以降低旋翼HSI噪声特性,同时可以减弱旋翼桨尖涡强度达30%,旋翼悬停性能提高了2%~3%。     

基于高斯过程回归和遗传算法的翼型优化设计

针对高升阻比风力机翼型前缘曲率半径较大的问题,传统的翼型参数化方法前缘控制能力不足,且基于面元法XFOIL预测精度差的问题,利用增强类函数/形函数转换（CST）参数化方法控制翼型的形状变化、拉丁超立方实验设计、计算流体力学（CFD）流场计算模块、高斯过程回归模型和遗传算法,提出了基于高可信度Reynolds average Navier-Stocks（RANS）和高斯回归模型辅助遗传算法的翼型优化设计方法。结果表明:基于高斯回归模型的翼型优化方法,可以将优化所用CFD计算次数降低一阶,从而大幅度提升优化设计效率。由标准算例超临界翼型RAE2822的降阻设计表明,在百次量级的CFD次数阻力降低43.16%,激波被削弱且升力、力矩和面积严格满足约束。由风力机翼型NACA64618的最大化升阻比优化设计表明,所设计翼型不仅在设计攻角和副设计攻角处升阻比大大增加,在整个小攻角范围内其气动性能都得到了提升,且两个主设计点,无不良阻力的产生。      

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。     

基于遗传算法的空空导弹消耗规律神经网络预测方法

针对弹药预测问题,介绍了基于遗传算法的BP神经网络的相关原理及理论,研究了基于遗传算法的空空导弹消耗量BP神经网络预测方法,弥补了传统的BP神经网络法在弹药预测方面存在许多缺点,采用遗传算法求得影响弹药消耗各因素的权值及阈值,具有较高的准确性;同时,优化过程是对神经网络算法的权值及阈值进行优化,由适应度函数计算出染色体的适应度值,再经过选择、交叉及复制等操作,得到适应度最高的个体。对历次空战空空导弹消耗量数据进行归一化处理,将处理结果带入传统BP测,得到预测结果并对比分析,预测结果显示了遗传算法优化的有效性,避免了传统BP算法局部性强的缺点,预测结果较优化前较大提升,验证了改进算法的有效性和先进性。     

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。     

某型倾转旋翼机的旋翼桨叶气动优化设计

倾转旋翼机的旋翼气动外形设计需要对其直升机模式和固定翼模式下的不同要求进行综合考虑。通过基于Kriging模型的多目标遗传算法建立一套适用于倾转旋翼桨叶气动外形优化设计方法,采用拉丁超立方抽样试验设计方法得到样本点,并建立Kriging模型替代费时的流动数值模拟。以最大化旋翼地面悬停拉力和高空巡航效率为目标,以地面悬停功率不增和巡航拉力不减为约束条件,进行倾转旋翼桨叶平面形状优化设计,并经过非定常数值模拟和风洞试验验证。结果表明:数值模拟结果和风洞试验结果吻合良好,优化结果满足设计指标。     

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。     

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。     

悬停状态直升机桨叶扭转分布的优化数值计算

建立了一套基于高精度计算流体力学(CFD)技术和代理模型优化算法的旋翼气动外形设计方法。在该方法中,旋翼流场气动性能的计算采用了基于Navier-Stokes/Euler方程的CFD方法,并根据流场特点、精度和效率的要求采用Baldwin-Lomax(B-L)湍流模型,通量计算采用Roe-MUSCL格式进行。为提高网格生成质量和便于流场控制方程的求解,将流场分成两个区域,即围绕旋翼的黏性区和无黏的背景网格区。其中,桨叶网格使用了基于二维翼型网格的参数化方法生成,数值计算结果表明该方法有效地提高了网格生成质量及效率。在参考旋翼流场及桨叶细节流动分析的基础上给出设计变量及范围,有效减小了优化问题的规模;为满足优化和机理分析的需要,将基于置换遗传算法优化的拉丁超立方(PermGA LHS)方法和径向基函数(RBF)的代理模型优化方法引入到桨叶外形的优化设计中。首先以Helishape 7A旋翼为算例,检验了数值模拟方法的准确性。然后,应用所建立的优化方法针对旋翼负扭转分布进行了优化计算,结果表明优化后的旋翼悬停气动性能比优化前有了明显提高。