为了设计出更适用于直升机高速飞行的新旋翼翼型,建立了翼型气动特性快速评估方法,通过初始翼型的CST(Class Shape Transformation)参数化得到翼型曲线控制系数,使用均匀设计采样的Kriging代理模型,结合粒子群优化(Particle Swarm Optimization,PSO)算法和多目标优化思想开展了翼型优化设计方法研究。选取先进旋翼翼型SCCA09、SC2110作为初始翼型进行中高速性能优化,得到相应的优化结果SCCA09_UP和SC2110_UP。对比气动参数可知优化后翼型在Ma=0.4~0.7时最大升力系数CLmax和最大升阻比Kmax均有提升,最高达到14%,另外不仅保持阻力发散马赫数Madd基本不变,而且在零升力矩系数|Cm0|≤0.02的稳定操纵约束内可达到的速度略有增大,表明优化翼型的中高速气动性能有所改善且适用范围变广。设计过程中在保证翼型光顺的前提下选取了尽量少的参数化设计变量以减少计算时长,选取合适的...

为提高通用航空飞行器(Common Aero Vehicle,CAV)的设计水平,采用三种参数化方法对两种不同类型的CAV构型进行参数化建模研究,并结合工程估算方法和优化算法分别对CAV进行了以最大升阻比为目标的构型优化以及以最大升阻比、最大容积率和最小热流量为目标的多目标设计优化。结果发现,最大升阻比大的构型往往比较细长,升阻比、容积率和热流量无法同时实现最优,仅以升阻比为优化目标所得构型很难符合实际需求。多目标优化过程得到了三个优化目标下的非劣解集,可为工程中的CAV构型选择提供参考依据。

先进旋翼翼型设计是典型的多设计点、多目标优化问题,常规优化方法已无法满足翼型高维多目标优化设计的要求。基于分解的多目标优化算法(MOEA/D),建立了考虑高低速升阻特性、力矩特性、阻力发散特性等的旋翼翼型高维多目标优化设计方法,并采用高精度kriging模型以提高优化设计效率。针对旋翼内段、中段翼型进行了5个设计目标的全局优化设计,采用自组织图映射(SOM)方法对最优Pareto解集进行了聚类分析。典型翼型CFD结果分析表明,中段翼型低速力矩系数幅值减小约50.7%,高速最大升力系数提高约6.5%,最大升阻比提高约7.7%,同时阻力发散特性得到改善,内段翼型同样取得了良好的多目标优化效果。研究表明,MOEA/D算法对高维多目标气动优化设计问题具有很好的适应性,能有效提升旋翼高低速气动性能设计的能力。

随着计算机技术和计算流体动力学的发展，采用全三维CFD方法结合现代优化理论进行汽轮机通流部分气动优化的工作得以实现。开展了高效压力级叶型优化的工作，获得了多个候选高效叶型，相比于原始叶型效率提升明显，并且具有很好的变工况特性。在此基础上，开展了优化叶型的叶栅吹风实验工作，实验结果表明，在实验工况的广泛变化范围内，优化叶型总压损失系数较原始叶型降低1%左右，表明此优化方法和高效叶型的优化工作是成功的。研究成果可为透平机械其他叶型优化提供参考。

多目标的粒子群算法(MOPSO)在各个领域的优化设计中得到了广泛应用及改进,但是目前仍然存在着在进化后期容易陷入局部最优导致收敛精度低、解的多样性差等问题。引入α-stable分布理论,发展建立了一种新的基于α-stable动态变异的多目标粒子群优化算法(ASMOPSO)。通过α-stable分布生成随机数对PSO算法的种群进行变异操作,增加种群的多样性,在算法中动态调整稳定性系数α实现变异范围和幅度的变化,从而使得改进的ASMOPSO算法具有兼顾计算精度和全局寻优的能力。使用ZDT系列无约束函数和带约束的Tanaka及Srinivas函数对改进前后的算法进行了测试,结果显示出了ASMOPSO算法的快速全局寻优性能。将改进后的算法应用到RAE2822跨音速翼型的减阻和力矩绝对值不增大的综合优化中,得到了较好的多目标气动优化结果。

为确定平屋盖女儿墙的最优参数,基于Kriging代理模型对45°风向角下女儿墙防风效果进行优化研究.首先,选用标准k-ε、RNG k-ε、SST k-ε和RSM 4种湍流模型对设置女儿墙的平屋盖表面平均风压进行数值模拟,并通过风洞试验进行验证.其次,分别以屋面负压峰值和升力系数最小为优化目标,建立了目标函数的Kriging代理模型,同时对女儿墙的孔洞率和高度进行优化.研究结果表明:当女儿墙孔洞率为87.4%,高度为0.049H(H为屋盖高度)时,屋面负压峰值达最小值;当女儿墙孔洞率和高度分别为1%和0.096H时,屋盖升力系数最小.

端板偏转角α是影响联翼布局气动特性的主要因素,为了降低偏转角对联翼布局气动性能的影响,对端板的偏转角度设计了试验方案。基于CFD计算对机翼模型进行数值仿真,分析不同偏转角α下的升阻比和俯仰力矩特性。试验结果表明:在外倾角和纵向夹角不变的情况下,偏转角α=8°时,联翼布局的升阻比高且静稳定性好。研究结果可以为联翼布局设计提供一定的参考。

随着经济的高速发展,工业技术的不断进步。我国汽轮机技术的发展也得到了空前的提升。在新技术以及新环境背景下,传统低压缸疏水流道结构设计方法以满足不了汽轮机的需求,因此,改进汽轮机低压缸极其必要。通过对汽缸排汽通道的优化,可以使排汽进入凝汽器的流场更加合理。

为提升一体化涡轮过渡段的气动性能,并掌握一体化涡轮过渡段气动优化技术中的关键点,对基于三维CFD与智能算法的一体化涡轮过渡段的气动优化技术开展了研究。结果表明:对优化前过渡段流动特征的分析和认识,是识别主要优化变量、取得较好优化效果的必要前提;过渡段几何参数化的优劣取决于初始模型的构建,初始模型的构建应以对优化前过渡段几何特征的分析为基础;对于原始叶片几何为6个径向截面的过渡段,采用径向3截面相比径向6截面进行参数化拟合,虽然参数化效果稍逊,但能有效减少拟合的参数数目,并消除优化结果叶片几何沿径向的扭曲。只对流道、只对叶片、同时对流道与叶片进行优化的过渡段,其总压损失降低效果分别达到0.49%、0.56%、1.12%。

以某型涡轮增压压气机为研究对象，采用逆向工程技术中的三维扫描的方法反求压气机叶轮，建立叶轮的几何模型，在此基础上，对叶轮几何型线进行参数化拟合，进而以效率和压比为优化目标，利用人工神经网络和遗传算法对叶轮进行气动优化设计。结果表明：优化后，叶轮的气动性能得到很大提高，在优化点叶轮的效率比原模型提高了2.01%，压比比原模型提高了0.12，综合稳定裕度也提高了。