Kriging模型及代理优化算法研究进展

针对传统超燃冲压发动机燃烧室构型设计中存在的计算周期长、试验成本高等问题, 提出一种燃烧室的Kriging代理模型, 并使用NSGA-II多目标优化算法以实现对超燃冲压发动机燃烧室构型参数高效的优化设计. 通过测试, 将应用Kriging代理模型的预测结果与CFD计算结果进行对比分析, 验证了该代理模型能够较为快速并准确地预测代表燃烧室性能的推力和压力损失系数. 以推力和压力损失系数为优化目标, 基于NSGA-II多目标优化算法, 通过该Kriging代理模型获得了Pareto最优解集; 然后, 采用灵敏度分析法对设计变量进行排序, 成功识别出了显著影响燃烧室性能的关键构型参数; 最后, 基于控制变量法针对单个设计变量的变化对超燃冲压发动机燃烧室性能的影响进行研究, 分析结果可以指导燃烧室的优化设计. 文章研究结果可加速超燃冲压发动机燃烧室构型的优化设计, 为其设计提供了一种新的思路和方法, 为后续的相关研究提供了有价值的参考和借鉴.