摘要：针对平面叶栅狭小通道中流场非接触测量难题,提出一种基于超声速差原理的二维流场测量方法。设计一种2×4超声波斜、平口换能器组合阵列,研制一套多通道超声法测量和气流速度场重建系统。开展平面叶栅流场测量试验,成功获取了3种不同进口速度条件下流道二维速度场。利用COMSOL Multiphysics中CFD模块同步开展叶栅流场数值模拟,并与试验结果对比。结果表明:超声测量与数值模拟结果较为接近,速度大小和偏转角误差均在5%以内,较好地反映叶栅通道的流动特点。提出的超声测量技术有望进一步用于高马赫数流场研究。

摘要：由于传统压力测量技术难以实现涡轮叶片表面压力分布的连续监测,因此,开发新型测量技术变得尤为迫切。压力敏感涂料作为一种非接触式的光学表面压力测量技术,其以低成本、高空间分辨率、全域测量能力以及对气动流场影响小的显著优点,已经成为压力测量领域的一个研究热点。本文从实验装置设计、测量结果分析等多个维度,详细介绍了压力敏感涂料技术在涡轮叶片和平面叶栅压力测量中的应用现状,深入讨论了实验设备参数选择、测量布局优化等关键问题。同时,结合国内外的研究与应用案例,探讨了压力敏感涂料技术在叶片表面压力测量领域所遇到的挑战和发展前景。

摘要：为满足先进涡扇发动机对变雷诺数平面叶栅试验的需求,设计了亚/跨/超声速来流高效变换、雷诺数和马赫数独立调节、压气机和涡轮平面叶栅试验为一体、换热与冷却试验能力兼具的变密度平面叶栅风洞,提出了风洞的总体设计方案。文章详细介绍了风洞引射器、半柔壁喷管及试验舱等部件设计问题,分析了流场调试及典型叶栅试验结果。调试结果表明:采用的部件设计技术实现了变密度平面叶栅风洞的主要功能,试验雷诺数可低至3.1×105 m_(–1),具备开展低雷诺数平面叶栅试验的能力。风洞流场调试结果满足《低速风洞和高速风洞流场品质要求》(GJB 1179A—2012),为研究亚/跨/超声速压气机和涡轮叶栅低雷诺数流动问题提供了重要试验平台。

摘要：介绍了一种平面叶栅反设计方法,假设因压力作用有一流体微元沿槽道中心流线运动,设计参数包括:叶栅进/出口气流角、截面半径、叶型载荷分布和厚度分布等.为完善原设计方法,提出了新的理论,用于获得必要的密度分布曲线;改进了前、后倒圆造型算法,提升了叶栅气动性能;为验证改进后的设计方法,重新设计了德国Aachen涡轮静叶叶栅.

摘要：基于亚声速叶栅设计点损失预估模型,结合无粘S1流场与附面层迭代计算发展了一套计算大弯角轴流压气机平面叶栅流场程序。增加弯度比分布及最大厚度修正得到设计点损失预估模型,采用马赫数修正后的叶栅有效工作范围得到一套大弯角叶栅全工况损失预估模型。分析了轴向密流比在实验中对叶栅损失系数的影响。结果表明,S1流场计算程序与修正后的损失预估模型均能准确地预估出大弯角叶栅设计点损失系数,误差分别小于0.006与0.004。非设计点损失模型能有效地预估得到叶栅有效工作范围内的损失随攻角的分布。初步验证了损失模型对高亚声速大弯角平面叶栅损失系数预估的准确性。

摘要：发展了一种将小生境遗传算法与RANS方程数值求解相结合的平面叶栅全局优化设计方法.该方法针对遗传算法的搜索原理和平面叶栅的气动外形特点,提出了与之相适应的Bezier曲线参数化表达,构造了用于优化设计的适应度函数.优化设计变量是平面叶栅的参数化Bezier曲线特征多边形控制点坐标,目标函数为极大化叶栅的升阻比,约束条件综合考虑了叶栅的进出口几何安装角及叶片强度和性能等要求,约束条件的处理采用松紧罚函数法.优化得到的叶栅升阻比比初始叶栅提高了8.3%.

摘要：本文提出了一个基于小生境遗传算法的平面叶栅多目标优化设计方法。该方法利用奇点分布法设计无厚翼型初始骨线,在最大厚度一定的条件下,采用NACA-0012型空气动力翼型的厚度分布规律对已知骨线进行加厚得到翼型,从而得到平面叶栅。然后以平面叶栅表面边界层中的流动损失最小和翼型气蚀系数最低为多目标,用距离法构造二者统一的目标函数,利用遗传算法来搜索最佳的骨线形状。已知叶栅的流场分析由一个基于边界元的程序完成。假定总损失与叶栅表面边界层中的流动损失成正比,该损失可通过积分法计算叶栅边界层得到。将该方法应用于ZZ440叶栅的设计,结果显示可以得到较满意的解。

摘要：为了避免型线曲率不连续所导致的气动损失,提出了一种基于曲率优化的平面叶栅设计方法,共包括了对气动性能有显著影响的进出口几何构造角、喉部宽度、弯折角,对强度有较大影响的前/尾缘半径、最大内切圆半径、位置等14个独立参数。分段表征了平面叶栅的压力面、吸力面型线,为保证其光顺性,利用基于优化的方法通过调整内切圆半径的夹角,实现了压力面、吸力面型线的曲率连续。进行了平面叶栅的设计,结果表明文中提出的方法可以灵活进行平面叶栅的设计。

摘要：提出了一个基于小生境遗传算法的平面叶栅优化设计方法。该方法利用奇点分布法设计无厚翼型初始骨线,在最大厚度一定的条件下,采用NACA-0012型空气动力翼型的厚度分布规律对已知骨线进行加厚得到翼型,从而得到平面叶栅。然后通过遗传算法使平面叶栅表面边界层中的流动损失最小化,以此搜索最佳的骨线形状。已知叶栅的流场分析由一个基于边界元的程序完成。假定总损失与叶栅表面边界层中的流动损失成正比,该损失可通过积分法计算叶栅边界层得到。将该方法应用于ZZ440叶栅的设计,结果显示是有效和可行的。

摘要：将叶型参数化、试验设计方法、神经网络算法与Pareto类遗传算法相结合,发展了一种平面叶栅多目标优化设计方法.在该算法中,为提高优化效率,提出了并行神经网络算法和改进了NSGA-Ⅱ算法.以极小化三个工况点的总压损失系数为目标函数,将该优化方法应用于某平面叶栅多工况优化设计.与初始叶栅相比,优化后叶栅的总压损失系数在三个工况均有一定的减小,说明该优化方法是有效的。