论文部分内容阅读
本文搭建适用于轴流式叶轮机械叶片全三维气动数值优化设计平台。该平台包括三个核心模块:叶片的参数化拟合造型;流场气动性能评估;寻优策略。采用非均匀有理B样条(NURBS)曲线参数化叶片;针对叶片气动设计中多参数、非线性、多模态、多目标的问题,采用基于试验设计(DOE)和具有全局寻优能力的遗传算法的组合优化策略。运用该平台对某NASA跨音速单级透平动静叶片及该透平静叶的叶型和弯积叠线进行多目标气动数值优化研究。本文的主要工作如下:●搭建轴流式叶轮机械叶片全三维气动数值优化设计平台。●开发基于NURBS曲线的叶片参数化拟合造型程序。●采用DOE方法详细研究参数化变量对设计目标的影响,选择对目标敏感的变量进行寻优,缩小寻优空间。●采用两组权重因子组合多个目标进行寻优,分析不同权重因子组合对寻优最终结果的影响。●采用改进型非支配排序多目标遗传算法(NSGA-Ⅱ)进行多目标同时寻优,分析单目标函数搜索的最优解和多目标函数寻优到的非支配解集(pareto)间的支配关系。研究结果表明:◆无论采用单目标函数的优化策略还是采用多目标函数的优化策略,在优化工况点优化后叶片的性能均有明显提高,证明本文搭建的优化平台是可靠的。◆通过分析不同权重因子组合对单目标函数寻优结果的影响可知:对目标施加较大的权重因子寻优的结果将偏向于该目标的最优。◆分析单目标函数寻优结果和多目标函数寻优的pareto解间的支配关系发现:在相同的种群规模和进化代数情况下,单目标函数得到的最优解将支配pareto解集的某些解,但多目标函数搜索到更多的非支配解。◆通过对比优化前后叶片全工况特性可知:尽管在优化工况点可以提高叶片性能,但是在非优化工况点无法保证性能的提高,全工况下性能的改善需要进行多工况点的优化。