[发明专利]一种高负荷风扇/压气机端壁造型优化设计方法

摘要

本发明涉及一种高负荷风扇/压气机端壁造型优化设计方法，它有十一个步骤。随着级气动负荷提高，风扇/压气机内部流动愈加恶劣，近端壁区易产生大量二次流动，存在流动失速的危险。端壁造型因其对高负荷压气机端区二次流动控制具有重要影响，成为一个重要的研究方向。首先，对端壁造型的参数化定义方法进行了研究。其次，基于本课题组发展的自适应遗传算法及人工神经网络响应面模型，结合正交试验设计、端壁参数化定义和流场数值模拟技术实现了对压气机端壁的自动全局优化。然后通过不同测试函数验证了该优化方法的有效性。最后，基于上述方法对压气机叶栅进行了非轴对称优化。结果显示，造型后叶栅具有良好的气动性能。

主权项

一种高负荷风扇/压气机端壁造型优化设计方法，其特征在于：该方法具体步骤为：步骤一：给定设计变量初始值及取值范围，试验设计因素个数、水平及试验次数N即初始样本数，给定网格生成及流场计算所需模板、遗传算法和神经网络所需各参数，优化迭代最大次数I_max；实验设计方法和分析方法分别为：正交试验设计和直观分析法；步骤二：根据试验设计提供的设计变量对压气机端壁进行参数化造型，生成对应的端壁型面；针对压气机中的非轴对称端壁，发展了两种端壁参数化造型，即轴向及周向函数控制法和离散点控制端壁曲面法；步骤三：网格生成及流场求解，得到目标函数值及对应的第i个样本；目前国际上已开发了大量的CFD流场数值模拟程序或软件，为压气机设计的快速发展提供了强大动力，就压气机的数值模拟而言，所采用的CFD数值模拟工具的模拟精度和计算速度都必须经过严格的考核，否则将会造成严重的后果；优化平台采用商用软件NUMECA进行定常粘性的三维数值模拟；步骤四：如果i≤N，则i＝i+1并返回步骤二，继续初始样本点的生成，否则进入步骤五，即完成所有初始样本点的计算；步骤五：根据得到的样本点，应用自适应遗传算法和BP算法的结合训练人工神经网络响应面，对应第j次训练，得到最佳网络结构；针对叶轮机械中的三维气动数值优化问题，通过建立关于优化自变量和气动性能的近似模型，以此构建他们之间的映射关系，用函数求解替代耗时的三维CFD流场数值模拟可极大地加快优化速度，具有实际的应用价值；目前常用的近似模型有很多种类，其中响应面模型是应用最普遍的模型，采用一阶、二阶、三阶和四阶低阶多项式模型；这里应用的是人工神经网络响应面模型；步骤六：以最佳神经网络网络结构为基础，利用自适应遗传算法对其进行全局寻优，得到基于响应面的目标函数最优值对应的设计变量，若j≥2，判断本次得到的设计变量与第j‑1次得到的设计变量是否相同，若相同，则k＝k+1，否则k＝1；遗传算法是一种通过模拟自然界进化过程解决最优化问题的计算模型，遗传算法中主要运行参数有：种群规模N、交叉概率p_c、变异概率p_m、最大进化代数n_max；步骤七：根据得到的设计变量对端壁进行造型，网格生成、流场求解，得到设计变量对应于CFD的计算结果，优化平台采用商用软件NUMECA进行定常粘性的三维数值模拟；步骤八：判断数据库中是否包含得到的新样本点，若没有，将该新样本点添加到数据库中，N＝N+1；步骤九：判断k≤c经验系数且j≤I_max，若满足条件，进入步骤五，重复上述过程，否则进入步骤十；步骤十：输出最优目标函数值及其对应的设计变量，以及迭代次数j相关参数，最后程序终止，端壁优化结束；步骤十一：基于优化方法的函数验证为了检验基于神经网络响应面优化平台的寻优性能，需要对其进行函数优化验证，这里分别选用多峰值的一元函数、二元函数进行验证。