变循环发动机是一种高度复杂和精密的热力机械,区别于传统航空发动机,其通过可调部件的变化改善发动机各部件之间以及发动机与进排气系统之间的匹配,从而使得发动机能够更好地兼顾不同飞行状态下飞行器对动力系统的需求。变循环发动机可调参数多、耦合性强,传统的控制规律难以充分挖掘发动机的潜在性能。本论文基于智能优化算法开展变循环发动机典型工况下的性能优化研究,在保证变循环发动机安全裕度的条件下,充分发掘发动机性能,使其达到巡航状态下低油耗、机动状态下快速响应的目的。本论文的主要研究内容包括:(1)提出基于灰狼优化算法和粒子群算法的变循环发动机稳态优化方法。在油门杆角度给定并且发动机达到稳态时,首先通过灵敏度分析,选取对优化目标有显著提升的可调部件优化变量。进一步,分别通过灰狼优化算法及粒子群算法对变循环发动机的可变输入控制量进行寻优搜索,使其在不超温、不超转、不喘振的情况下,稳态输出推力达到最大。仿真结果表明,在不同的典型工况下,发动机推力稳态值平均较优化前提升5%,所提算法可有效解决变循环发动机多变量优化问题。(2)提出一种基于全局大规模优化技术的变循环发动机过渡态优化方法。在油门杆角度变化时,采取竞争粒子群算法,对过渡态控制输入的增量序列进行寻优搜索,从而解决过渡态优化中的维数灾难问题,使发动机在加减速过程中不超温、不超转、不喘振的情况下,输出的推力能够快速响应油门杆信号并在稳态时较未优化推力有所提升。仿真结果表明在不同典型工况下,推力响应速度较优化前平均提升48.13%,稳态值平均提升0.62%,所提算法克服了传统的序列二次规划算法依赖模型特性、后期收敛速度缓慢及容易陷入局部最优解的缺点,并具有一定的快速性和可移植性。