基于神经网络与遗传算法的压气机正问题优化设计研究

发布时间：2020-03-21 03:35

【摘要】：轴流压气机作为大推力航空发动机三大“核心”部件之一,在发动机预研和型号研制中占有着非常重要的地位。随着现代航空工业的高速发展,对发动机提出了更高的要求。要求设计的发动机具有高推重比、低油耗和宽广的稳定工作范围。与之相对应的,对于高性能的压气机设计而言,所面临困难程度就大幅增加。就压气机气动设计而言,在各设计环节中对于经验依赖性依旧较大,对于优化而言,其优化变量的影响因素与自由度的增加造成压气机优化设计的复杂程度大幅增加。如何提高经验设计模型的精度要求并且将高精度设计程序与优化算法充分结合以实现压气机气动快速优化设计成为了多级轴流压气机气动优化设计的关键技术。关于多级轴流压气机的设计过程对经验的高度依赖问题,本文利用已有成熟叶型的仿真计算结果及积累的实验数据与叶型参数信息归纳形成的经验参数为基础,利用人工神经网络强大的学习能力与泛化能力,建立了适用于S2流面通流程序中落后角与损失的预估的神经网络结构,通过完善的各工况下训练样本数据建立起叶片几何参数、气动参数与落后角和总压损失系数的映射模型。将该模型与传统经验公式进行替换后,对比全三维CFD数值计算和实验结果,替换后的S2流面正问题分析程序的整体精度大幅提高。针对数值优化计算占用的计算资源过大、耗时过长而难以应用于多级轴流压气机工程设计的问题,本文将上述S2流面高精度预估程序与遗传算法相结合开展了压气机设计参数分析优化。以某三级轴流风扇作为算例,将该轴流风扇第三级转子与静子叶片各径向截面的叶型弯角作为优化参数,流场性能参数作为优化目标函数值,通过上述优化方法获得所需最佳设计叶型。对优化后的三级轴流风扇进行全三维CFD数值计算分析,将设计状态工作点的计算值与实验值进行对比,验证了该优化设计程序的有效性。由于该气动优化设计利用了神经网络映射模型快速得到流场参数信息,替代了传统数值优化过程中流场参数反复迭代计算过程,大幅提高了优化设计效率,降低了人为经验依赖度与盲目性,并且整个过程中,只需要对设计参数进行初始化设计,节省了人力资源,同时缩短了研制周期。对于实现多级轴流压气机优化设计的智能化具有重要意义。
【图文】：

流程图,多级轴流压气机,气动设计,流程

3图 1.1 多级轴流压气机气动设计流程1.2.2 准三维设计方法主要存在的问题目前轴流压气机的准三维设计方法包括了正问题方法、反问题方法、正反问题混合方法[9]等。工程实际中应用的设计方法主要有正问题设计方法和反问题设计方法。正问题方法是根据已知的叶型几何求解压气机的速度和气流等参数分布。设计人员根据经验修改几何参数并分析修改后的效果，走的是设计→验证→再设计→再验证的道路，直到达到设计要求。正问题设计方法需要反复修改与验证，依赖设计者的设计经验，且工作量大；设计过程中对流场的反复分析，有助于设计人员总结流动规律，获得更多更全的设计经验，建立更完善的设计准则。反问题设计方法则是利用正问题设计中总结的规律与准则给出设计参数，通过沿径向给定的气动参数确定几何参数，这种做法的优势在于不需要反复迭代，工作量较小，，效率较高。但反问题设计方法也存在缺陷，如无法确保给定的参数分布在某个定解限制条件下有解或者求解流场时有马赫数的最大限制[10]。总的来说，无论是正问题还是反问题，在求解时都要输入损失系数沿叶高的分布，而损失

贝塞尔曲线,凸包性,交互能力

图 2.1 贝塞尔曲线的凸包性能力改变控制点iP 就能改变曲线的形式。缩小性尔曲线的特征多边形是一个平面图形，则平面内任意直线与 P (t )的交点特征多边形的交点个数，这一性质叫变差缩减性质。此性质反映了贝塞的波动小，也就是说贝塞尔曲线比特征多边形的折线更光顺。特征多项式次数要比控制点个数小 1，三点生成抛物线，四点生成三次些控制点布局，得到了退化贝塞尔特征多项式。例如，三个共线控制点塞尔曲线。由具有相同坐标控制点生成的贝塞尔“曲线”是一个点。如图个、五个控制点生成的二维贝塞尔曲线。
【学位授予单位】：南京航空航天大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V233;TP183

【相似文献】