[发明专利]基于自适应网格的二维叶型优化设计方法及装置

权利要求书

1.一种基于自适应网格求解二维叶型流场的方法，其特征在于，包括如下步骤：

对二维叶型绘制初始网格，并进行二维叶型流场粘性计算，得到与所述初始网格的每个节点相对应的流场数据，从而形成初始流场；

对所述初始流场进行嗅探，利用特征量探测器标记不符合阈值条件的网格节点并进行网格自适应，直到所有网格节点满足阈值条件，完成二维叶型流场的精确计算，得到目标函数的精确响应输出值；

所述特征量探测器包括激波探测器和/或涡量探测器；

其中，所述激波探测器如下式(1)：

式(1)中，代表压力的梯度，| |代表模，threshold代表过滤阈值；

其中，所述涡量探测器如下式(2)～(3)：

|Δs|_st＝|Δs|_max×threshold； (3)

式(2)～(3)中，下标∞代表来流条件，s代表静熵J/(kg·K)，R代表气体常数，γ代表绝热系数，p代表气体压力，ρ代表气体密度。

2.根据权利要求1所述的基于自适应网格求解二维叶型流场的方法，其特征在于，所述二维叶型流场粘性计算为稳态雷诺平均计算。

3.根据权利要求1所述的基于自适应网格求解二维叶型流场的方法，其特征在于：所述网格自适应采用h方法、p方法、r方法、hp方法、hr方法或者pr方法。

4.根据权利要求1所述的基于自适应网格求解二维叶型流场的方法，其特征在于，所述阈值条件包括激波探测阈值条件、涡量探测阈值条件和/或网格自适应次数阈值条件；

其中，所述激波探测阈值条件为小于等于0.1Pa/m；

其中，所述涡量探测阈值条件为小于等于10J/(kg·K)；

其中，网格自适应次数阈值条件为小于等于3次。

5.一种二维叶型优化设计方法，其特征在于，包括如下步骤：

将给定叶型利用样条曲线函数进行参数化，生成多个控制点；

对每个控制点进行实验设计，得到若干样本控制点，通过样条曲线函数生成若干样本叶型，将所述样本叶型作为初始的精确流体力学计算算例；

对所述计算算例采用如权利要求1至4任一项所述的基于自适应网格求解二维叶型流场的方法进行计算，通过所述精确响应输出值构建初始的叶型数据库；

根据所述初始的叶型数据库建立代理模型，并利用所述精确响应输出值对代理模型进行优化训练，得到修正的代理模型；

根据修正的代理模型通过优化算法寻找目标函数的代理模型响应输出值，生成最优叶型。

6.根据权利要求5所述的二维叶型优化设计方法，其特征在于，对控制点坐标的位移量进行实验设计，从而控制得到若干样本控制点，得到初始样本空间。

7.根据权利要求5所述的二维叶型优化设计方法，其特征在于，

根据所述初始的叶型数据库建立代理模型步骤中，所述代理模型建立方法包括响应面方法、径向基函数法、Kriging模型或者神经网络；

利用所述精确响应输出值对代理模型进行优化训练的具体步骤为：

以所述初始的叶型数据库的样本控制点作为输入，对利用代理模型得到的代理模型响应输出值与对应二维叶型流场的精确计算得到的精确响应输出值进行比较，判断代理模型响应输出值是否满足收敛条件，若否则对代理模型进行修正，重复，直到满足收敛条件为止；

其中，所述修正包括将精确流体力学计算结果作为样本控制点加入初始的叶型数据库和/或重新构造代理模型；

其中，收敛条件为：(代理模型响应输出值-精确响应输出值)/精确响应输出值≤1％；

根据修正的代理模型通过优化算法寻找目标函数的最优响应输出值步骤中，所述优化算法包括模拟退火、遗传算法、进化算法或者粒子群算法。