论文部分内容阅读
随着现代航空发动机性能的持续提高，气冷涡轮的设计变得越来越重要。对于无冷气条件下的优化设计，很多人都做了研究。但对于有冷气条件下的优化设计，目前还未见到这方面的文献。本文联合采用人工神经网络和遗传算法对某气冷涡轮级的叶型与级间匹配进行了三维优化设计。流场计算采用全三维粘性流N-S方程求解。优化过程采用在无冷气条件下，先在粗网格上进行计算，再在细网格上进行校核的方法来减少优化时间，提高优化效率。结果表明，在无冷气的条件下，静叶和动叶的损失都有所下降，性能提高，涡轮级效率提高1％，对此结果在不同冷气量下校核。