基于叶端定时的转子叶片动应变重构不确定性量化

基于叶片非接触式动应变重构理论,开展动应变重构不确定性量化方法研究。基于方差合成定理建立重构叶片动应变不确定性量化分析模型;以模拟转子叶片为研究对象,开展旋转叶片叶端定时试验,利用周向傅里叶算法获取不同叶端定时传感器布局下的测点振幅,通过最大熵方法拟合振幅分布概率密度函数,确定叶端定时测振的不确定性参数;结合Kriging代理模型和试验共振频率数据对叶片有限元模型进行修正,获取关键测点位移-应变转换因子,并获取考虑共振转速以及测点位置不确定性的转换因子不确定性参数;获取重构动应变的均值、标准不确定度和包含区间,与应变片测量数据作对比。结果表明,除5号叶片A测点外,测量动应变均位于重构动应变的95%置信度下的包含区间内,且所有叶片的应变片测点动应变重构误差不超过15%。     

考虑不确定性因素的多学科设计优化方法

将基于单循环方法的可靠性分析(SLBRA)与多学科可行(MDF)设计优化相结合,提出了一种基于可靠性的多学科设计优化(RBMDO)方法.在优化过程中使用Kriging近似模型以不断提高模型精度,解决了MDF方法反复进行多学科分析、计算量较大的问题.该方法在可靠性分析过程中避免了优化迭代,从而提高了计算效率.以涡轮叶片的设计优化为例,对该方法进行了验证并与传统双循环方法进行了对比.结果表明,优化结果满足可靠性的要求.与双循环方法相比,优化效率明显提高,证明了该方法在工程应用中可行且有效.     

基于EFFD方法的自然层流短舱优化设计

采用extended free-form deformation(EFFD)方法研究了自然层流(natural laminar flow,NLF)短舱的气动外形优化设计方法.使用基于Bernstein基函数的EFFD方法完成了NLF短舱剖面的参数化,利用基于k-εSST(shear stress transport)两方程湍流模型的γ-θ转捩模型进行自然转捩预测,结合EFFD、一种混合动网格方法、Kriging代理模型和改进的粒子群算法(particle swarm optimization,PSO)建立了针对NLF短舱气动外形的优化设计框架.采用该框架分别对通气NLF短舱和带动力NLF短舱进行优化设计.单独通气NLF短舱优化结果的外表面实现48%的层流,阻力系数比初始通气NLF短舱减小了0.0003.带动力NLF短舱的优化结果外表面保持了41%的层流.这些结果表明采用相关技术建立的优化设计框架在NLF短舱设计中具有一定应用价值.     

基于Kriging方法的航空发动机压气机特性元建模

针对求解航空发动机数学模型时,使用传统的压气机二维特性曲线进行插值计算精度较差的问题,引入了优化技术中元建模的思想,对压气机特性进行模型重构.根据压气机特性数据空间分布的特点,定义元模型的输入输出维数,采用Kriging算法建立了流量和效率特性的代理模型.以某型涡扇发动机为例进行了压气机特性元建模的仿真计算,设定了满足...     

基于代理模型的气动外形平面参数多目标匹配设计

将Kriging代理模型和Pareto遗传算法引入气动外形平面参数匹配设计中,提出一种基于代理模型的多目标平面参数匹配设计方法。将拉丁超立方试验设计用于平面参数筛选,确定出参数匹配方案库;基于方案库的计算流体力学(CFD)分析结果构建Kriging气动代理模型;将Kriging模型替代CFD分析,用于气体布局参数匹配优化设计,提高了设计效率并保证了可信度;通过Pareto遗传算法优化解决多点设计要求下气动布局参数匹配问题,一次性给出参数匹配方案的最优解集,从Pareto前沿中根据设计偏向选择气动布局最佳匹配方案。以典型的双后掠布局平面参数多点匹配优化设计问题作为算例,研究结果表明:Kriging气动代理模型与实际CFD分析结果的误差均小于5%,满足精度要求;根据不同设计偏向,选择了3种参数匹配Pareto优化方案,与原样本方案相比超声速阻力减小6.0%~12.8%,跨声速升阻比增加0.01%~3.40%,证明了匹配设计方法的有效性;通过试验设计的Pareto分析与主、交互效应分析,获得了气动布局平面参数对气动性能影响的定量关系,能够为参数匹配设计提供依据。所提出的平面参数匹配设计方法可应用于其他常规与非常规气动布局型式。     

基于自适应近似法的复合材料先进格栅加筋结构优化设计(英文)

针对复合材料高级格栅加筋结构(AGS)的后屈曲约束优化问题,发展出基于自适应近似法的优化方法。设计将后屈曲考虑入结构的承载能力,比传统的以线性屈曲载荷为极限载荷的设计方法进一步提高结构效率。采用"梁偏移"技术对加筋-蒙皮联结进行有限元建模,并用Newton-Raphson法对AGS的后屈曲响应进行求解。通过少量次数的结构分析建立结构极限载荷的Kriging近似模型,并将之用于优化过程,以显著提高优化工作效率。使用多岛遗传算法运行优化计算,得到问题的全局最优解。针对问题的设计变量取值范围较大的特点,发展出基于自适应近似法的优化方法,计算结果证明该法比一般的基于近似法的优化方法能够显著减少结构分析次数。工作在有限元分析软件MSC.PATRAN/MARC、工程辅助软件iSIGHT中进行,验证了其相关功能,为复合材料AGS结构件的初步设计工具奠定基础。     

试验数据中不确定参数的修正方法研究

采用Kriging方法和CFD技术对风洞试验中的不确定参数——马赫数和迎角进行修正研究。以RAE2822翼型的试验数据作为研究对象,在不确定参数的变化区域内,分别建立以升阻力和压力分布为目标的函数,并采用Kriging方法对函数值进行插值,得到CFD结果和试验值的吻合较好的不确定参数值,以达到对试验参数修正的目的。计算结果说明方法对数值模拟结果精度的提高有一定的研究和应用价值。     

Improved predictions of equatorial TEC for real time applications

It is important to use models developed specifically for the equatorial ionospheric estimation for real-time applications, particularly in Satellite Navigation. This work demonstrates a methodology for improved predictions of VTEC in real time using the model developed for the equatorial ionosphere by the authors. This work has been done using TEC data of the low solar activity period of 2005 obtained using dual frequency GPS receivers installed under the GAGAN project of ISRO. For the purpose, the model is first used in conjunction with Kriging technique. Improvement in accuracy is observed when compared with the estimations from the model alone using the measurements as true reference. Further improvement is obtained by Bayesian combination of these estimates with independent Neural Network based predictions. Statistical performance of improvement is provided. An improvement of ∼1 m in confidence level of estimation of VTEC is obtained.     

Global aerodynamic design optimization based on data dimensionality reduction

In aerodynamic optimization, global optimization methods such as genetic algorithms are preferred in many cases because of their advantage on reaching global optimum. However, for complex problems in which large number of design variables are needed, the computational cost becomes prohibitive, and thus original global optimization strategies are required. To address this need, data dimensionality reduction method is combined with global optimization methods, thus forming a new global optimization system, aiming to improve the efficiency of conventional global optimization. The new optimization system involves applying Proper Orthogonal Decomposition (POD) in dimensionality reduction of design space while maintaining the generality of original design space. Besides, an acceleration approach for samples calculation in surrogate modeling is applied to reduce the computational time while providing sufficient accuracy. The optimizations of a transonic airfoil RAE2822 and the transonic wing ONERA M6 are performed to demonstrate the effectiveness of the proposed new optimization system. In both cases, we manage to reduce the number of design variables from 20 to 10 and from 42 to 20 respectively. The new design optimization system converges faster and it takes 1/3 of the total time of traditional optimization to converge to a better design, thus significantly reducing the overall optimization time and improving the efficiency of conventional global design optimization method.     

基于Kriging模型插值的孔位修正策略

飞机装配时的孔位精度直接影响其最终装配质量，而待制孔零件易发生变形和整体偏移，因此一般通过基准孔信息对待制孔位进行补偿。提出一种基于Kriging插值的孔位修正方法，通过基准孔建立孔位理论坐标与实际偏差值的Kriging模型，进而预测待制孔的孔位偏差，并给出每个位置的预测标准误差，以指导基准孔的增添和布置。最后通过有限元和数值实验分别验证了零件在极限变形和整体平移旋转情况下该方法的有效性，实现了孔位估计误差小于0.3 mm。