三维跨音速压气机叶栅多目标气动优化设计

提出了一种多目标差分进化算法(MDE),典型函数试验结果表明该算法具有优秀的多日标寻优能力,满足多目标气动优化设计的要求.耦合并行多目标差分进化算法、三次B样条曲面造型方法和CFD求解技术,提出了新的轴流式叶轮机械叶栅三维多目标气动优化设计方法.选择等熵效率和总压比为目标函数,完成了NASA Rotor37转子叶栅的多目标气动优化设计.优化后叶栅的气动性能明显提高,表明该方法具有良好的优化性能和应用前景.     

叶轮机械叶栅多目标多学科设计优化算法

提出了基于多目标寻优的叶轮机械叶栅多学科设计优化算法,方法包括:采用并行多目标差分进化算法作为优化求解器来搜寻叶栅多学科设计优化问题的Paxeto解集,采用非均匀B样条方法对叶片型面进行参数化处理,通过求解Reynolds-Avergaed Navier-Stokes方程评估叶片的气动性能,耦合气动计算得到的叶片表面压力,应用有限元分析方法预测叶片的强度性能.为证明本文方法的实用性,选择叶片的等熵效率和叶片应力为目标函数,完成了NASA Rotor 37转子叶栅的多学科设计优化,结果表明本文提出的多学科设计优化算法具有良好的优化性能.     

小展弦比调节级三维多目标气动优化设计

大功率汽轮机调节级动叶是典型小展弦比叶片。动叶通道内上下通道涡交汇,流动呈现强烈的三维特性,其设计优化本质上是一个三维优化问题。结合自适应多目标差分进化算法、基于能量法的三维叶片造型方法和RANS方程求解技术,发展了轴流式叶栅三维多目标气动优化设计方法。利用该方法,完成了某典型大功率汽轮机调节级多目标气动优化设计。优化后小展弦比调节级气动性能明显提高,表明该方法具有良好的优化性能和应用前景。     

基于分解策略的飞行器气动隐身优化设计研究

为了综合提高飞行器的气动性能与隐身性能,文章利用基于分解策略的梯度优化方法,对某跨声速机翼进行气动隐身综合优化设计.采用Tchebycheff方法,将气动隐身多学科多目标优化问题分解为多个单目标优化子问题,再对每个单目标子问题进行梯度优化.通过求解离散伴随方程获得气动目标对设计变量的梯度,采用自动微分方法对物理光学法（physical optics,PO）程序进行微分,即可得到雷达散射截面（radar cross section,RCS）对设计变量的梯度.经过综合优化,获得优化解集中各给定权重系数对应下的分支解,相比初始机翼,优化机翼的阻力系数减小,升阻比提高,重点方位的雷达散射截面均值减小,验证了该优化设计方法具有较好的实用性.      

多目标优化设计方法在翼型气动优化中的应用研究

本文将粘性流场分析与数值优化方法结合起来,由粘性流场分析得到升力、阻力等气动参数作为样本训练神经网络,并用训练好的神经网络来预测优化目标函数,分别采用了多日标遗传算法与多目标粒子群算法,对一种跨音速翼型的气动性能进行了多目标优化设计,并采用模糊偏好信息的多属性决策方法对多个优化解进行评价选优.算例研究表明,两种多目标优化算法都能得到有限多个多目标优化解,通过多属性决策方法评价选优的优化翼型气动性能有明显提高.     

ARDE算法及其在三维叶栅气动优化设计中的应用

本文提出了一种自适应差分进化算法(ARDE)。通过函数试验,分析比较了该算法、标准遗传算法及差分进化算法的优化性能,证明该算法具有良好的收敛速度和全局寻优能力,满足气动优化设计的要求。耦合该算法与曲面造型方法以及CFD求解技术,本文发展了一种适用于叶轮机械三维气动优化设计的全局自动气动优化算法。利用该算法对小展弦比后加载静叶栅和干式TRT动叶栅进行了气动优化设计,结果表明本文提出的自动气动优化算法具有良好的优化性能和应用前景。     

使用类别形状函数的多目标气动外形优化设计

在飞行器的气动外形优化设计中, 参数化方法和优化算法具有十分重要的作用, 对优化的计算时间设计空间的数学特性有着深刻的影响.类别形状函数(class and shape transformation, CST)方法是一种简洁高效的参数化方法, 但对于复杂曲面很难使用统一的CST方法进行拟合.文章首先介绍了CST方法的三维实现, 分析了其数学性质, 提出了分块CST参数化方法, 保留CST方法的特性, 实现了分块曲面之间的光滑连接.针对气动外形优化设计的复杂情况, 需要根据具体的飞行任务提出设计目标, 并处理不同目标的矛盾问题.其次采用Pareto策略自动寻找最优方案集, 并基于分块CST参数化方法遗传算法和气动力快速计算方法, 对类乘波翼身组合飞行器进行了优化设计, 并改变原有问题的设定条件优化得到了全新外形.研究结果表明分块CST方法参数少, 精度高, Pareto策略处理多目标准确有效, 是气动外形优化设计中非常有用的工具.      

非轴对称端壁与三维叶片联合成型气动设计优化

耦合自适应差分进化算法,非轴对称端壁与叶片联合成型参数化方法和RANS方程求解技术,提出了非轴对称端壁与叶片联合成型设计优化方法。利用该方法,完成了某小展弦比透平叶栅的气动设计优化,并且详细分析了最优设计叶片三维参数化及非轴对称端壁造型对气动性能的影响,验证了本设计优化方法的正确性和有效性。     

基于伴随方法的多级叶轮机三维叶片优化设计

伴随方法单次优化循环计算量与设计变量数目基本无关,多设计变量时计算成本低。本文采用伴随方法发展了多级叶轮机三维黏性气动形状优化方法,包括伴随方程及其边界条件、目标函数与设计变量的敏感性关系。结合基于Hicks-Henne函数的三维叶片参数化方法和最速下降法建立了气动形状优化设计系统。针对1.5级压气机第二排叶片的反设计验证了该优化系统的有效性;以进、出口熵增为目标函数改型设计某1.5级超音压气机,改型后气动性能明显提升。     

跨音速自然层流翼型多目标优化设计

应用多目标优化方法在推迟翼型转捩位置的同时,优化激波控制鼓包的位置和外形来减小波阻.经过优化得到多目标问题的Pareto阵面解,通过对其上翼型的气动性能分析发现:优化后翼型的层流区域及激波强度较初始翼型均有改善.结果表明本文方法可以有效地解决层流翼型设计过程中转捩位置和激波强度之间的矛盾.     

基于离散伴随方法的透平叶栅反设计

研究构建了基于离散伴随方法的叶轮机械叶栅气动反设计系统,将离散伴随系统从无黏环境扩展到了黏性环境,编程实现了黏性离散伴随求解器;改善了叶栅参数化方式并重新编程实现了叶栅参数化程序,解决了叶栅参数化过程中叶栅尾缘附近区域型线波动的问题。利用该系统对某二维跨声速透平叶栅在给定叶型壁面目标压力分布的情况下,通过构造目标函数将叶栅反设计问题转化为气动优化设计问题,成功进行了气动压力反设计。结果证明本文建立的叶栅反设计系统能够有效进行压力反设计,验证了本文建立的基于离散伴随方法叶轮机械叶栅气动反设计方法的正确性与有效性。     

基于风力机叶片铺层的频率优化设计

从叶片的铺层角度出发,编程建立了一种风力机叶片的约束优化设计模型。采用风力机叶片主梁帽的铺层厚度及位置为优化设计变量,在保证气动外形不变,满足各种约束的情况下,以获得最大一阶挥舞频率为设计目标,使用改进粒子群算法进行搜索约束优化解。结果表明:合理地设计主梁帽的铺层厚度和位置能得到更好的结果,验证了模型的有效性。优化结果对工程设计具有一定的参考价值。     

平面叶栅气动噪声的高精度谱元方法求解

本文建立了一种用于气动噪声预测的高精度三角谱元方法。结合CBS法(Characteristic-based split method)求解Navier-Stokes方程获取伪声压声源后,基于波动方程求解声传播问题。谱元法的谱收敛特性满足了气动声学问题的高精度需求,而CBS法的引入保证了高雷诺数问题的计算稳定性。通过两组基准解问题求解验证了本文方法的正确性。将本文方法应用于平面叶栅气动噪声计算,并考察了不同攻角下噪声的变化规律。研究内容为进一步探究各类流体机械的气动噪声提供了一种新的途径。     

Improvement of the recursive projection method for linear iterative scheme stabilization based on an approximate eigenvalue problem

An algorithm for stabilizing linear iterative schemes is developed in this study. The recursive projection method is applied in order to stabilize divergent numerical algorithms. A criterion for selecting the divergent subspace of the iteration matrix with an approximate eigenvalue problem is introduced. The performance of the present algorithm is investigated in terms of storage requirements and CPU costs and is compared to the original Krylov criterion. Theoretical results on the divergent subspace selection accuracy are established. The method is then applied to the resolution of the linear advection–diffusion equation and to a sensitivity analysis for a turbulent transonic flow in the context of aerodynamic shape optimization. Numerical experiments demonstrate better robustness and faster convergence properties of the stabilization algorithm with the new criterion based on the approximate eigenvalue problem. This criterion requires only slight additional operations and memory which vanish in the limit of large linear systems.     

基于梯度响应面模型的优化设计

本文主要研究一种梯度响应面模型及其在气动优化设计中的应用. 目前应用广泛的多项式响应面模型是连续可导的, 采用梯度信息构造完全二阶多项式响应面模型, 所需样本数与设计参数个数呈线性关系. 首先通过改进实验设计方法, 快速生成满足精度要求的样本并确定梯度响应面模型. 随后通过函数实验验证梯度响应面模型的精度, 及该模型在多极值函数最值搜索中的有效性. 最后由伴随方法快速求解气动优化设计目标函数的梯度信息, 并开展基于梯度响应面模型和复合形法的叶片压力反设计和效率优化设计. 结果表明: 基于梯度响应面模型的优化方法在全局最优及提高优化效率两方面均有出色表现, 基于该优化方法的气动优化设计能够显著改善叶片的气动性能. 关键词： 气动优化设计 响应面模型 伴随方法 复合形法     

天文图像多帧盲反卷积收敛性的增强方法

天文图像多帧盲反卷积的收敛性受到初始目标、约束条件和光子噪声等因素的影响.提出了用实际光学成像系统参数确定频率带宽有限约束的方法.用Knox-Thompson 方法重构初始目标相位形成盲反卷积算法的初始目标函数.研究了一种新颖的有效减小光子噪声、边缘效应和振铃现象的方法.根据最大似然估计理论，用期望最大化的优化方法建立了改进的严格约束多帧盲反卷积算法.模拟图像和实际天文图像的复原结果表明，所建立的多帧盲反卷积，可以有效克服大气湍流和减小光子噪声，改善天文观察图像的分辨率，并部分消除光学系统衍射效应对恢复图像的影响. 关键词： 大气光学 天文观测 图像处理和恢复     

基于改进教学优化算法的Hermite正交基神经网络混沌时间序列预测

针对传统预测模型对混沌时间序列预测精度低、收敛速度慢及模型结构复杂的问题, 提出了基于改进教学优化算法的Hermite正交基神经网络预测模型. 首先, 将自相关法和Cao方法相结合对混沌时间序列进行相空间重构, 以获得重构延迟时间向量; 其次, 以Hermite正交基函数为激励函数构成Hermite正交基神经网络, 作为预测模型; 最后, 将模型参数优化问题转化为多维空间上的函数优化问题, 利用改进教学优化算法对预测模型进行参数优化, 以建立预测模型并进行预测分析. 分别以Lorenz 系统和Liu系统为模型, 通过四阶Runge-Kutta法产生混沌时间序列作为仿真对象, 并进行单步及多步预测对比实验. 仿真结果表明, 与径向基函数神经网络、回声状态网络、最小二乘支持向量机及基于教学优化算法的Hermite正交基神经网络预测模型相比, 所提预测模型具有更高的预测精度、更快的收敛速度和更简单的模型结构, 验证了该模型的高效性, 便于推广和应用.     

多传感器目标识别系统的特征优化方法

来自多传感器的目标特征往往是高维数的,并且包含了更多的冗余信息和噪声。为了减小数据获取的代价,提高目标识别器的性能和效率,提出了基于遗传算法(GA)的多传感器目标识别系统特征优化方法。将遗传算法与神经网络目标分类器结合,通过识别结果的反馈信息,控制GA的遗传进化方向,从而实现特征优化。为了克服遗传算法的未成熟收敛问题,提出了相关选择与自适应遗传算子相结合的改进遗传算法。仿真实验结果验证了方法的有效性。     

基于改进粒子群优化算法的氩原子团簇结构优化

采用改进粒子群优化算法(IPSO)结合Lennard-Jones势对氩原子团簇结构进行优化,得到了氩原子团簇的稳态结构能量。以氩原子团簇Arn（n = 2-14）为例,验证了该方法的有效性。结果表明,应用本文提出的方法可得到对称性良好的团簇结构。与基本粒子群优化算法(BPSO)及遗传算法(GA)相比,改进粒子群优化算法具有更好的收敛特性,能较快地得到氩原子团簇结构的最优解。