軸流式葉輪機(jī)械葉片氣動數(shù)值優(yōu)化設(shè)計研究
發(fā)布時間:2023-04-23 13:35
本文搭建適用于軸流式葉輪機(jī)械葉片全三維氣動數(shù)值優(yōu)化設(shè)計平臺。該平臺包括三個核心模塊:葉片的參數(shù)化擬合造型;流場氣動性能評估;尋優(yōu)策略。采用非均勻有理B樣條(NURBS)曲線參數(shù)化葉片;針對葉片氣動設(shè)計中多參數(shù)、非線性、多模態(tài)、多目標(biāo)的問題,采用基于試驗設(shè)計(DOE)和具有全局尋優(yōu)能力的遺傳算法的組合優(yōu)化策略。運(yùn)用該平臺對某NASA跨音速單級透平動靜葉片及該透平靜葉的葉型和彎積疊線進(jìn)行多目標(biāo)氣動數(shù)值優(yōu)化研究。 本文的主要工作如下: ●搭建軸流式葉輪機(jī)械葉片全三維氣動數(shù)值優(yōu)化設(shè)計平臺。 ●開發(fā)基于NURBS曲線的葉片參數(shù)化擬合造型程序。 ●采用DOE方法詳細(xì)研究參數(shù)化變量對設(shè)計目標(biāo)的影響,選擇對目標(biāo)敏感的變量進(jìn)行尋優(yōu),縮小尋優(yōu)空間。 ●采用兩組權(quán)重因子組合多個目標(biāo)進(jìn)行尋優(yōu),分析不同權(quán)重因子組合對尋優(yōu)最終結(jié)果的影響。 ●采用改進(jìn)型非支配排序多目標(biāo)遺傳算法(NSGA-Ⅱ)進(jìn)行多目標(biāo)同時尋優(yōu),分析單目標(biāo)函數(shù)搜索的最優(yōu)解和多目標(biāo)函數(shù)尋優(yōu)到的非支配解集(pareto)間的支配關(guān)系。 研究結(jié)果表明: ◆無論采用單目標(biāo)函數(shù)的優(yōu)化策略還是采用多目標(biāo)函數(shù)的優(yōu)化策略,在優(yōu)化工況點優(yōu)化后葉片的性能均有明顯提高,...
【文章頁數(shù)】:112 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
目錄
圖目錄
表目錄
第1章 緒論
1.1 研究背景和意義
1.2 葉片氣動設(shè)計發(fā)展過程
1.3 葉片氣動數(shù)值優(yōu)化設(shè)計研究進(jìn)展
1.4 本文的研究工作
第2章 基于NURBS曲線的葉片參數(shù)化方法
2.1 概述
2.2 NURBS介紹
2.3 基于NURBS曲線的二維葉型參數(shù)化
2.3.1 二維葉型參數(shù)化策略
2.3.2 三次NURBS參數(shù)化曲線
2.3.3 三次NURBS曲線反向求解算法
2.3.4 二維葉型參數(shù)化
2.3.5 葉型擬合尋優(yōu)
2.4 積疊線的參數(shù)化
第3章 基于試驗設(shè)計、遺傳算法的組合優(yōu)化策略
3.1 葉片氣動數(shù)值優(yōu)化問題描述
3.2 試驗設(shè)計
3.2.1 DOE常用方法
3.2.2 參數(shù)敏感度分析
3.3 遺傳算法
3.3.1 遺傳算法基本思想
3.3.2 標(biāo)準(zhǔn)遺傳算法
3.3.2.1 參數(shù)編碼和解碼
3.3.2.2 選擇策略
3.3.2.3 交叉策略
3.3.2.4 變異策略
3.3.2.5 小結(jié)
3.3.3 多島遺傳算法
3.3.4 改進(jìn)型非支配排序遺傳算法
3.3.4.1 非支配解的定義
3.3.4.2 快速非支配排序
3.3.4.3 擁擠距離計算
3.3.4.4 比較算子
第4章 跨音速單級透平氣動數(shù)值優(yōu)化
4.1 跨音速單級透平簡介
4.2 跨音速透平動靜葉片優(yōu)化
4.2.1 算例描述
4.2.2 葉片的參數(shù)化擬合
4.2.2.1 靜葉的參數(shù)化擬合
4.2.2.2 動葉的參數(shù)化擬合
4.2.3 拉丁超立方試驗及參數(shù)敏感度分析
4.2.3.1 單目標(biāo)函數(shù)優(yōu)化的DOE分析
4.2.3.2 多目標(biāo)函數(shù)優(yōu)化的DOE分析
4.2.4 優(yōu)化結(jié)果分析
4.2.4.1 單目標(biāo)函數(shù)優(yōu)化結(jié)果分析
4.2.4.2 多目標(biāo)函數(shù)優(yōu)化結(jié)果分析
4.2.5 優(yōu)化前后特性線對比
4.3 跨音速透平靜葉葉型及彎積疊線優(yōu)化
4.3.1 算例描述
4.3.2 結(jié)果分析
4.4 小結(jié)
第5章 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻(xiàn)
碩士期間發(fā)表的論文
致謝
本文編號:3799823
【文章頁數(shù)】:112 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
目錄
圖目錄
表目錄
第1章 緒論
1.1 研究背景和意義
1.2 葉片氣動設(shè)計發(fā)展過程
1.3 葉片氣動數(shù)值優(yōu)化設(shè)計研究進(jìn)展
1.4 本文的研究工作
第2章 基于NURBS曲線的葉片參數(shù)化方法
2.1 概述
2.2 NURBS介紹
2.3 基于NURBS曲線的二維葉型參數(shù)化
2.3.1 二維葉型參數(shù)化策略
2.3.2 三次NURBS參數(shù)化曲線
2.3.3 三次NURBS曲線反向求解算法
2.3.4 二維葉型參數(shù)化
2.3.5 葉型擬合尋優(yōu)
2.4 積疊線的參數(shù)化
第3章 基于試驗設(shè)計、遺傳算法的組合優(yōu)化策略
3.1 葉片氣動數(shù)值優(yōu)化問題描述
3.2 試驗設(shè)計
3.2.1 DOE常用方法
3.2.2 參數(shù)敏感度分析
3.3 遺傳算法
3.3.1 遺傳算法基本思想
3.3.2 標(biāo)準(zhǔn)遺傳算法
3.3.2.1 參數(shù)編碼和解碼
3.3.2.2 選擇策略
3.3.2.3 交叉策略
3.3.2.4 變異策略
3.3.2.5 小結(jié)
3.3.3 多島遺傳算法
3.3.4 改進(jìn)型非支配排序遺傳算法
3.3.4.1 非支配解的定義
3.3.4.2 快速非支配排序
3.3.4.3 擁擠距離計算
3.3.4.4 比較算子
第4章 跨音速單級透平氣動數(shù)值優(yōu)化
4.1 跨音速單級透平簡介
4.2 跨音速透平動靜葉片優(yōu)化
4.2.1 算例描述
4.2.2 葉片的參數(shù)化擬合
4.2.2.1 靜葉的參數(shù)化擬合
4.2.2.2 動葉的參數(shù)化擬合
4.2.3 拉丁超立方試驗及參數(shù)敏感度分析
4.2.3.1 單目標(biāo)函數(shù)優(yōu)化的DOE分析
4.2.3.2 多目標(biāo)函數(shù)優(yōu)化的DOE分析
4.2.4 優(yōu)化結(jié)果分析
4.2.4.1 單目標(biāo)函數(shù)優(yōu)化結(jié)果分析
4.2.4.2 多目標(biāo)函數(shù)優(yōu)化結(jié)果分析
4.2.5 優(yōu)化前后特性線對比
4.3 跨音速透平靜葉葉型及彎積疊線優(yōu)化
4.3.1 算例描述
4.3.2 結(jié)果分析
4.4 小結(jié)
第5章 結(jié)論與展望
5.1 結(jié)論
5.2 展望
參考文獻(xiàn)
碩士期間發(fā)表的論文
致謝
本文編號:3799823
本文鏈接:http://sikaile.net/jixiegongchenglunwen/3799823.html
最近更新
教材專著