[发明专利]基于NSGA-II的拟S1流面反问题优化方法

权利要求书

1.一种基于NSGA-II的拟S1流面反问题优化方法，其特征在于包括下述步骤：

步骤1：任意选取一个公知叶片几何，首先确定待优化拟S1流面的位置，记该位置占全叶片高度的百分比为span，轮毂线上的每个点的坐标为(Z_i，R_hi)，机匣线上每个点的坐标为(Z_i，R_si)，其中轮毂线和机匣线的Z坐标要求一一对应，其中Z坐标通过所选取叶片几何文件中Z坐标的起点和终点，在起点和终点之间均匀取m个点获得，通过如下公式求出待优化流面位置的曲线纵坐标R_spani：

R_spani＝span·R_hi+(1-span)·R_si)

其中，R_hi为i点对应机匣的纵坐标，R_si为i点对应轮毂的纵坐标；即可得出S1流面；

步骤2：对步骤1中所获取到的S1流面进行增厚，厚度d的计算公式如下：

其中，c为流片环面面积与全流道环面面积的比值；

步骤3：通过步骤2中求得的d，通过下式计算出S1流面的上表面坐标(Z_i，R_upi)以及下表面坐标(Z_i，R_downi)：

用R_upi替换R_si，用R_downi替换R_hi，即可获得S1流面上、下表面几何，将S1流面上、下表面几何导入NUMECAA/AUTOGRID5进行网格自动划分，再将得到的网格输入正问题拟S1求解器进行计算，得到该截面位置的载荷分布；

将载荷分布参数化，并通过NSGA-II遗传算法控制参数变化，以达到最优化载荷和增压比的目标。

2.根据权利要求1所述的一种基于NSGA-II的拟S1流面反问题优化方法，，其特征在于：

所述载荷分布参数化的具体步骤如下：

采用三次样条参数化叶片上的载荷分布，读取截面位置的载荷分布，先给出预测控制点数量，得到参数化三次样条曲线，并不断调整控制点数量，当三次样条曲线的走势与载荷分布的走势一致时，确定该控制点所对应的待优化参数的数量以及初值。

3.根据权利要求1所述的一种基于NSGA-II的拟S1流面反问题优化方法，，其特征在于：

所述通过NSGA-II遗传算法控制参数变化的步骤为：首先，随机产生规模为N的初始种群，非支配排序后通过遗传算法的选择、交叉、变异三个基本操作得到第一代子代种群；其次，从第二代开始，将父代种群与子代种群合并，进行快速非支配排序，同时对每个非支配层中的个体进行拥挤度计算，根据非支配关系以及个体的拥挤度选取优化目标最大化的多个个体组成新的父代种群；最后，通过遗传算法的操作产生新的子代种群：依此类推，直到满足程序结束的条件。

4.根据权利要求1所述的一种基于NSGA-II的拟S1流面反问题优化方法，，其特征在于：

所述非支配排序即：

对于最小化多目标优化问题，对于n个目标分量f_i(x)，i＝1，2，...，n任意给定两个决策变量X_a，X_b，如果有以下两个条件成立，则称X_a支配X_b：

1.对于都有f_i(X_a)≤f_i(X_b)成立；

2.使得f_i(X_a)≤f_i(X_b)成立；

如果对于一个决策变量，不存在其他决策变量能够支配他，那么就称该决策变量为非支配解。

5.根据权利要求1所述的一种基于NSGA-II的拟S1流面反问题优化方法，，其特征在于：

所述Z坐标在起点和终点之间均匀取m个点，m取值为100。

6.根据权利要求1所述的一种基于NSGA-II的拟S1流面反问题优化方法，，其特征在于：

所述比值c的取值为0.02。