当前位置:主页 > 科技论文 > 机电工程论文 >

轴流式叶轮机械叶片气动数值优化设计研究

发布时间:2023-04-23 13:35
  本文搭建适用于轴流式叶轮机械叶片全三维气动数值优化设计平台。该平台包括三个核心模块:叶片的参数化拟合造型;流场气动性能评估;寻优策略。采用非均匀有理B样条(NURBS)曲线参数化叶片;针对叶片气动设计中多参数、非线性、多模态、多目标的问题,采用基于试验设计(DOE)和具有全局寻优能力的遗传算法的组合优化策略。运用该平台对某NASA跨音速单级透平动静叶片及该透平静叶的叶型和弯积叠线进行多目标气动数值优化研究。 本文的主要工作如下: ●搭建轴流式叶轮机械叶片全三维气动数值优化设计平台。 ●开发基于NURBS曲线的叶片参数化拟合造型程序。 ●采用DOE方法详细研究参数化变量对设计目标的影响,选择对目标敏感的变量进行寻优,缩小寻优空间。 ●采用两组权重因子组合多个目标进行寻优,分析不同权重因子组合对寻优最终结果的影响。 ●采用改进型非支配排序多目标遗传算法(NSGA-Ⅱ)进行多目标同时寻优,分析单目标函数搜索的最优解和多目标函数寻优到的非支配解集(pareto)间的支配关系。 研究结果表明: ◆无论采用单目标函数的优化策略还是采用多目标函数的优化策略,在优化工况点优化后叶片的性能均有明显提高,...

【文章页数】:112 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
目录
图目录
表目录
第1章 绪论
    1.1 研究背景和意义
    1.2 叶片气动设计发展过程
    1.3 叶片气动数值优化设计研究进展
    1.4 本文的研究工作
第2章 基于NURBS曲线的叶片参数化方法
    2.1 概述
    2.2 NURBS介绍
    2.3 基于NURBS曲线的二维叶型参数化
        2.3.1 二维叶型参数化策略
        2.3.2 三次NURBS参数化曲线
        2.3.3 三次NURBS曲线反向求解算法
        2.3.4 二维叶型参数化
        2.3.5 叶型拟合寻优
    2.4 积叠线的参数化
第3章 基于试验设计、遗传算法的组合优化策略
    3.1 叶片气动数值优化问题描述
    3.2 试验设计
        3.2.1 DOE常用方法
        3.2.2 参数敏感度分析
    3.3 遗传算法
        3.3.1 遗传算法基本思想
        3.3.2 标准遗传算法
            3.3.2.1 参数编码和解码
            3.3.2.2 选择策略
            3.3.2.3 交叉策略
            3.3.2.4 变异策略
            3.3.2.5 小结
        3.3.3 多岛遗传算法
        3.3.4 改进型非支配排序遗传算法
            3.3.4.1 非支配解的定义
            3.3.4.2 快速非支配排序
            3.3.4.3 拥挤距离计算
            3.3.4.4 比较算子
第4章 跨音速单级透平气动数值优化
    4.1 跨音速单级透平简介
    4.2 跨音速透平动静叶片优化
        4.2.1 算例描述
        4.2.2 叶片的参数化拟合
            4.2.2.1 静叶的参数化拟合
            4.2.2.2 动叶的参数化拟合
        4.2.3 拉丁超立方试验及参数敏感度分析
            4.2.3.1 单目标函数优化的DOE分析
            4.2.3.2 多目标函数优化的DOE分析
        4.2.4 优化结果分析
            4.2.4.1 单目标函数优化结果分析
            4.2.4.2 多目标函数优化结果分析
        4.2.5 优化前后特性线对比
    4.3 跨音速透平静叶叶型及弯积叠线优化
        4.3.1 算例描述
        4.3.2 结果分析
    4.4 小结
第5章 结论与展望
    5.1 结论
    5.2 展望
参考文献
硕士期间发表的论文
致谢



本文编号:3799823

资料下载
论文发表

本文链接:https://www.wllwen.com/jixiegongchenglunwen/3799823.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f7b08***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com