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     

基于自适应本征正交分解混合模型的跨音速流场分析

采用非线性模型替代线性回归模型响应本征正交分解(POD)基函数的系数,并采用自适应抽样方法确定快照集合,实现了基于自适应POD混合模型的跨音速叶片复杂流动分析及流场拟合.首先通过比较基于线性回归模型和非线性回归模型的基函数系数响应精度,验证非线性回归模型的收敛性和精确性;之后通过与静态抽样方法进行对比,研究分析自适应抽样技术的优越性;最后开展基于自适应POD混合模型的全三维跨音速流场分析及流动拟合.结果表明,采用自适应POD混合模型,不仅能够清晰地识别三维跨音速流场中的敏感流动特征,还能精确地拟合设计空间内任意状态的流场及出口气动参数.     

基于本征正交分解的气动优化设计外形数据挖掘

气动外形的全局优化设计会产生大量的过程数据,其中隐含的设计知识具有较高的挖掘价值.数据挖掘有助于获取直观、可定性描述的设计知识.本文采用基于本征正交分解的数据挖掘方法从气动优化设计的过程数据中获取设计知识,数据挖掘对象为跨音速压气机转子叶片NASA Rotor 37的优化过程数据,该数据由基于粒子群方法的绝热效率最大化优化设计产生.结果表明:基于本文数据挖掘方法获取的设计知识能够直接反映气动外形的变化规律,为叶片的气动外形设计提供参考;数据挖掘的设计知识成功地验证了优化设计结果的有效性.     

考虑来流角变化影响的叶栅稳健性优化设计

进、出口边界流动扰动是叶轮机械中一种典型的不确定性因素,对叶片气动性能产生重要影响.开展考虑边界流动扰动影响的叶片稳健性气动优化设计(RADO)研究,对提高叶片的平均气动性能及气动稳健性具有重要意义,首先介绍叶片RADO的基本原理、实现方法及关键问题.之后开展基于自适应非嵌入式多项式混沌模型的某型跨音速涡轮叶栅来流角不...