摘要：为研究低雷诺数下轴流压气机叶型优化设计方法,本文验证了准三维求解器MISES对于低雷诺数流动的预测精度,对于V103叶型计算得到的转捩位置与实验值偏差小于5%,证实了其在低雷诺数流动中的可用性;基于多圆弧(MCA)叶型程序,利用增强精英保留遗传算法,搭建轴流压气机叶型准三维气动优化设计平台;以总压损失系数为优化目标,出口气流角为约束条件,对V103叶型进行了低雷诺数单点和高低雷诺数综合优化设计。结果表明:低雷诺数单点优化后,抑制了叶型层流分离泡现象,总压损失系数减小31.31%,性能显著改善;高低雷诺数综合优化后叶型在高雷诺数和低雷诺数下总压损失分别减小了3.05%和3.03%。本文研究结果证明了所发展工具的有效性和考虑雷诺数叶型优化的可行性。

摘要：对基于Kriging模型气动优化的加点方法和设计空间的构建问题进行了研究。首先,针对高效全局优化(EGO)方法收敛缓慢的问题,提出了一种混合加点方法,该方法通过引入期望提高(EI)阈值控制EI和最小预测值(MP)加点准则,利用先全局再局部的优化思想,提高了EGO方法在确定设计空间内的收敛性。其次,针对设计空间的构建问题,对比了扩大设计变量范围和多轮优化两种不同的设计空间构建方法,分析了设计变量范围对设计空间大小和样本密度的影响,进而提出了自适应设计空间扩展的代理模型优化方法。相对于传统固定设计空间的方法,自适应设计空间扩展的方法在动态的设计空间中进行优化搜索,只在有潜力的维度扩展设计变量范围,通过构建自适应设计空间,实现了样本的高效配置。最后,通过ADODG标准翼型优化算例证实,自适应设计空间优化方法可以大幅提高气动优化设计效率。

摘要：将离散伴随气动优化设计方法扩展到紊流环境,编程实现了相应的二维离散伴随场求解器;通过组合参数化技术、网格生成技术、流场求解器、离散伴随场求解器及优化算法,建立了透平叶栅气动优化设计平台。基于该设计平台,在紊流环境下以叶栅进出口熵增为优化目标,对某二维跨声速叶栅型线进行了气动优化设计,通过施加质量流量约束来限制优化过程中叶栅通道内质量流率的波动幅度。优化结果表明:优化后熵增降低了17.7%,验证了所开发的紊流环境离散伴随场求解器的正确性和有效性。

摘要：通过搭建适用于轴流式透平叶片气动数值优化的设计平台,对某NASA透平级动静叶片进行等熵效率、流量相对变化、落压比相对变化的多目标寻优.该平台包括三个核心模块:叶片的参数化造型、流场气动性能评估、优化策略.采用非均匀有理B样条(NURBS)曲线对叶片进行参数化拟合;针对叶片气动数值优化的多变量、多模态的特征,采用试验设计和遗传算法组合优化策略进行寻优.经过气动优化,在设计工况点优化叶片性能较原始叶片有明显提高,为轴流式叶片的气动优化提供了可借鉴的措施.

摘要：针对某高速、低空恒高拖靶系统研制的需求,设计了一种有良好气动特性、结构简单、工艺性好、成本低的拖靶总体方案。为了进一步减少气动阻力,采用基于Kriging模型的优化方法对高速拖靶气动外形进行了优化设计。优化结果表明:在满足操纵力和稳定性要求前提下,优化后拖靶的气动阻力明显减小。本文研究结果为整个拖靶系统的进一步设计和论证奠定了基础。

摘要：针对在工程中完全采用随机类优化方法寻优时计算量过大的问题,应用统计学的方法发展了计算量小、在一定程度上可以保证设计准确性的近似模型方法.在气动优化设计过程中,用该模型取代耗时的高精度的计算流体动力学分析,可以加速设计过程,降低设计成本.基于统计学理论提出的近似模型方法有效地平衡了基于计算流体动力学分析的叶轮机械气动优化设计中计算成本和计算精度这一对矛盾,在离心压气机叶片扩压器、叶轮和混流泵叶轮设计等问题中得到了成功应用,展示了广阔的工程应用前景.目前,已经建立了离心压气机部件及水泵叶轮的优化设计系统,并在工程设计中发挥了重要作用.

摘要：为了提高数值计算效率和准确性,提出了基于多级响应面法的确定翼梢小翼气动外形参数的一种优化方法。建立某水陆两用飞机带融合式翼梢小翼的机翼参数化模型后,先用Plackett-Burman试验设计筛选设计参数,并根据设计参数对目标函数的影响将其划分为3个等级:显著因素、次显著因素和不显著因素。为了逼近存在最大响应值的区域,用最速上升法确定95%概率水平上显著因素的设计中心点。最后用多级响应面法确定各级设计参数的最优设计点。该方法以采用计算流体力学(CFD)的计算结果为基础,选择了8个设计变量,共进行了68次试验。优化设计得到的最大升阻比为20.68056,数值计算直接算得的最大升阻比为20.68031,相对误差0.001%,证实了优化模型的有效性。加装小翼后,最大升阻比增加了5.62%,总阻力减少了4.13%,翼根弯矩增加了2.88%。

摘要：应用自动优化方法进行大涵道比风扇叶片三维气动设计,数值最优化采用遗传算法,并利用网络通讯协议实现多CPU并行优化,大幅度缩短优化耗时.对风扇叶片型面、叶片积叠线、子午面流道、叶型安装角和叶型弦长采用基于修改量的参数化方法、结合遗传算法设计参数范围限制,以达到优化过程生成个体的可控制、合理性.采用Denton黏性体积力方法进行流场计算,较大程度减少流场计算耗时,进一步缩短优化时间.以提高设计点风扇效率、保持设计点总压比和流量不变为优化目标,并对非设计点性能进行全工况校核.通过两次不同设计参数设置的优化,最终优化风扇效率由0.9463提高到0.9560;稳定裕度由11.2%增加到21.9%.最终优化风扇叶尖处激波前马赫数略有下降,且激波向通道内倾斜,因此激波及激波造成的附面层损失下降,且稳定裕度增加.

摘要：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。

摘要：近年来优化设计在气动设计中发挥了越来越多的作用,但实用性和效率是制约其发挥作用的两大障碍。在大型客机超临界机翼设计中,通过"人在回路"(依靠人的经验在优化进行过程中实施必要干预)等努力,取得了较好的效果,机器学习技术逐步得到发展。提出了利用机器学习技术模拟人在优化过程中的合理行为和作用机制,以深层次利用信息和知识,改善优化的实用性和效率。梳理了机器学习技术在气动优化中应用的发展脉络,并结合工作实践介绍了机器学习在优化设计中的典型应用。进一步探讨了深度学习在气动优化中的可能应用方式。