高负荷、高效率压气机/风扇设计是航空发动机实现高推重比、低油耗的关键技术。压气机/风扇负荷越高,叶片通道内逆压力梯度越大,叶片吸力面和上下环壁附面层越厚、越容易产生流动分离。采用附面层吸附方法控制附面层发展,可有效提高级负荷和级效率。本文研究吸附式风扇气动优化设计方法;建立适用于高负荷吸附式风扇优化设计平台;为了验证吸附式风扇气动优化设计方法,进行了高压比吸附式风扇级气动设计。主要研究工作和研究内容如下:1、吸附式风扇级气动优化设计方法研究通过吸附式风扇气动优化设计方法研究,建立完整的适用于高负荷吸附式风扇级设计平台,该平台包括S2流面通流设计模块、二维叶型(平面、S1流面回转面)设计模块和三维叶片优化设计模块。在S2流面通流设计时,由于常规损失模型不适用于吸附式压气机/风扇设计,本文提出采用损失反馈的方法,即将吸附式风扇转子/静子的实际损失/效率沿径向分布作为S2流面通流设计的损失模型。二维叶型设计方法采用优化设计方法,将叶型几何参数与吸气参数均作为设计变量进行耦合优化设计,以考虑叶型参数与吸气参数的相互影响。三维优化设计将叶片沿叶高型面的几何参数、积叠线弯掠、吸气参数、子午面几何参数均作为设计变量来考虑叶片几何参数和吸气参数的相互影响;并通过一吸附式静子叶型优化设计实例,验证了耦合优化效果优于不耦合优化,表明在常规非吸附式叶型去寻找最佳吸气位置和吸气量不是最佳设计方案。2、数值最优化方法改进由于数值最优化算法采用遗传算法,其按照概率随机逼近全局最优个体,因而搜索效率低、局部搜素能力较差,影响寻优效果。为了提高遗传算法寻优效果,提出两种改进方法。第一种方法,利用单纯形法局部寻优能力强的特点来提高原遗传算法的局部寻优能力。在遗传算法进化中,采用遗传算法生成的优化个体构成单纯形,在单纯形内部进行一维搜索,生成的若干个体取代遗传算法生成的劣质个体;实现单纯形法与遗传算法更强耦合,提高优化方法的局部寻优能力。首先通过典型测试函数测试改进遗传算法寻优效果;进一步将改进遗传算法应用于吸附式叶型优化设计,吸附式叶型优化涉及到叶型型面、吸气位置与吸气量优化变量较多且差异性大,因此寻优难度相应较大,验证了改进遗传算法的寻优效果优于原遗传算法。第二种方法,利用Bezier曲线等价递推特性实现遗传算法进化过程的变空间寻优。在遗传算法进化过程中,通过改变搜索空间,提高搜索效率和提高遗传算法全局寻优能力;并通过曲线逼近测试验证了变空间寻优优于原不变空间寻优,同时应用于超音、跨音叶型优化实例,验证了该改进方法实际应用的有效性。3、高负荷吸附式风扇级气动设计应用形成的吸附式风扇级气动设计方法和软件平台,进行一台高负荷(载荷系数为0.69)吸附式风扇级的气动设计。首先采用S1/S2两类流面二维设计方法进行转静子叶片气动设计,S1流面叶型和吸气参数采用耦合优化方法确定;S2流面通流设计损失采用迭代方法确定。以S1/S2两类流面二维设计叶片作为初始叶片,再进行三维优化改进设计。为了考虑上游转子对下游静子流动的影响,静子叶片三维优化在级环境下进行。计算结果表明,所设计的吸附式风扇级设计点性能参数为:流量34.00kg/s、总压比3.445、等熵效率0.9213,其中风扇级的总吸气量为进口流量的4.84%,达到了给定的流量压比指标、且具有较高的效率,验证了本文采用基于S1/S2两类流面设计方法和三维优化设计方法的可行性。4、关键参数对吸附式风扇气动性能影响规律研究对上述设计的吸附式风扇,进行积叠线掠、吸气位置、吸气量对气动性能影响规律研究。研究表明:1)对于吸附式风扇转子而言,对激波位置和形状的控制起到主要作用的是吸气,积叠线掠的作用与之相比较弱,所以对于吸附式转子,积叠线掠不会提高转子的效率、压比和稳定裕度;2)对于叶片表面吸气,存在一最佳的吸气位置,这一最佳的吸气位置处于激波之后,附面层充分发展之前;对于给定吸气位置,存在一最佳吸气量,使得附面层刚好吸除干净且激波强度不大,使得激波损失和附面层损失之和达到最小,效率较高;3)考虑吸气本身带走的能量对吸附式压气机/风扇转子和级的效率影响,在同一吸气位置下,吸气量增大,效率降低;同一吸气量下,吸气位置靠后,效率降低。吸气对效率影响程度静子要远高于转子,所以吸气带走的能量对效率的影响不可忽略。