再生冷却推力室的多学科设计优化

以某型火箭发动机的再生冷却推力室为研究对象,建立了关于推力室的几何型面、质量、流动、传热和结构应力的仿真模型,在iSIGHT软件平台上利用基于响应面模型的协同优化算法对其进行了分布并行的多学科设计优化(MDO),优化目标为权衡推力室质量、出口比冲和冷却通道压降的综合改善。改进的计算结果表明了MDO在推力室设计中的可行性和实用性。     

巡航状态下涡轮径向间隙主动控制

发动机叶尖间隙变大,会导致压气机和涡轮的工作效率下降,发动机推力减少,耗油率增大。主动间隙控制技术是根据发动机工作状态,人为地控制机匣或转子的膨胀量,使转子和静子的热响应达到良好的匹配,以保证径向间隙最小。针对涡轮在巡航状态下采用冲击冷却,确定涡轮在冲击冷却下的优化设计数学模型,利用MPOP优化程序综合寻优,达到涡轮在巡航状态下优化设计主动控制的目的。     

多核心机的涡扇发动机原理分析

说明了多核心机的涡扇发动机的结构原理。其结构与常规的三轴涡扇发动机的主要区别在于：发动机的核心机部分由环绕发动机轴线均布的多个子核心机单元体所组成,并采有了中压空气冷却措施,是一种具有独特结构和热力循环的新结构概念的涡扇发动机。通过对多核心机的涡扇发动机的热力循环论计算和结构原理分析,论述了超高压比的条件下具有的突出优点。多核心设计可以克服超高压比条件下常规涡扇发动机的压气机效率和稳定工作裕度严重下降的困难,实现超高压比,低耗油度,由于采用了中压空气冷却,在燃烧室出口温度不变的条件下,提高燃烧室加温比和发动机的单位推力,多核心机可缓解部件可靠性设计的诸多技术难题,加之采用单元体结构设计,使其具有高的可靠性,安全性和可维护性。     

向心透平叶片角动量分布的优化

 以n条子午流线,给出满足约束条件的各自角动量分布的若干不同组合构成初始复合形,做复合形每一顶点处该向心透平叶轮S2 流面与跨叶片面势流场分析,并以二元紊流边界层动量厚度计算经三元修正,分析叶轮效率,最终使复合形法成功应用于向心透平叶片角动量分布的优化。该方法也适用于离心叶轮中叶片加载量的优化。     

基于复合形与神经网络的机翼结构优化设计

从元件位置和元件尺寸两个方面考虑,提出了一种全局结构优化设计方法。利用NASTRAN完成尺寸优化,利用神经网络对NASTRAN优化结果进行映射,用复合形法进行位置寻优,最终完成了机翼结构的优化。算例表明利用神经网络来预测NASTRAN优化结果有较高的精度与适用性,本文所提方法可行、正确,具有很高的效率。     

风扇转子叶片周向积叠的三维气动优化设计

为了研究优化环境对优化结果的影响,利用商业软件NUMECA对某风扇第一级转子叶片进行了气动优化设计,并对比研究了第一级转子单排叶片的优化及其在整级环境中的优化结果。研究发现．单叶排优化后．虽然能提高整级风扇的效率,但是由于匹配的原因,整级风扇在整个流量范围内总压比都比优化前的有所减小;在级环境中优化后,该级风扇的效率和稳定工作范围都扩大了,且保证了级压比不变,其优化效果比单叶排的优化效果好。     

航空机轮重量指标研究

分析了航空机轮重量指标分配和估算方法,讨论了影响航空机轮重量的主要因素,提出最优重量概念,以及采用计算机辅助建模拓扑优化等优化减重技术途径,建立和实现基于强度和刚度设计准则和可靠性、寿命要求的航空机轮重量指标.同时提出建立沟通和协调机制,将轮胎和机轮纳入一个整体研制的管理思路.对于轮胎、机轮和刹车装置各部分重量提出合理...     

基于伴随法的空气系统引气管减阻优化设计

以空气系统引气管为研究对象,利用CFD和伴随法对管路进行优化,优化目标函数为管路的流动损失系数,管路造型通过网格变形实现。优化结果表明,引气管优化后总压损失系数降低47.83%,质量流量增加45.1%,熵增降低62.4%,流动变得更加平缓;引气管的主要损失源自气流速度和方向的急剧变化;尖锐的拐弯导致气流发生分离形成旋涡阻碍流动,平缓的拐弯更接近等熵流动,能够降低流动损失。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

纯模态试验中的作动器/传感器优化配置

基于有效独立法,研究了逐步消减法在纯模态试验作动器/传感器优化配置中的应用。对一给定自由度的结构系统,由系统的模态动能可得系统的F isher信息阵。在优化过程中,根据F isher信息阵可得到各自由度节点所对应的E fI值,由E fI值的大小来确定每次要删除的作动器/传感器。在逐步消减的过程中,把E fI的值表示为一个矩阵的形式,使得优化过程清晰明了,提高了优化效率。最后,通过对一个20自由度的离散悬臂梁的激振器布设进行优化,验证了本文方法的有效性。