【摘要】：航空發(fā)動機性能的不斷提高為研究先進高效的氣動優(yōu)化設計方法提出更高的要求,其中基于代理模型的優(yōu)化設計方法在氣動優(yōu)化中占據(jù)了重要地位。目前,代理模型的構建主要采用高可信度樣本,高可信度樣本點的獲取需要耗費大量的時間和計算量,尤其針對多變量的復雜問題,采用高可信度樣本點構建模型效率較低,使得整個優(yōu)化過程的效率較低。因此,利用大量計算量小的低可信度樣本點及少量高可信度樣本點構建模型進行優(yōu)化具有較強的工程意義。針對某高亞音壓氣機葉柵,本文采用高、低可信度樣本點構建Co-Kriging代理模型,以總壓損失系數(shù)為目標參數(shù)對葉柵進行氣動優(yōu)化,并分析了優(yōu)化前后葉柵內流場性能。同時結合Kriging模型的優(yōu)化結果,深入剖析了Co-Kriging代理模型在氣動優(yōu)化中的優(yōu)勢。首先,本文闡明了Co-Kriging代理模型的基本理論以及核心思想。參照Kriging代理模型的數(shù)學推導過程,推算出Co-Kriging代理模型的預估值公式。針對單變量函數(shù)、雙變量函數(shù)以及本文研究對象高亞音速壓氣機葉柵的數(shù)學特征,采用Matlab編程語言成功構建了Co-Kriging代理模型。然后,本文采用單變量和雙變量測試函數(shù),分別驗證了高可信度樣本數(shù)量和低可信度樣本數(shù)量對Co-Kriging代理模型預測精度的影響。研究結果表明Co-Kriging代理模型對高可信度樣本點數(shù)量不敏感,對低可信度樣本點敏感度較高,只有在低可信度樣本數(shù)量足夠且能預測真實函數(shù)的分布趨勢,Co-Kriging模型才能保持足夠的精度。利用RAE2822翼型優(yōu)化算例驗證,對比了優(yōu)化前后翼型的表面壓力及阻力系數(shù),確保該代理模型在氣動優(yōu)化設計領域具有可行性。最后,本文以高亞音速壓氣機葉柵為研究對象,采用三次B樣條曲線進行參數(shù)化,以控制頂點縱坐標為設計變量,利用兩種不同方式(疏密網(wǎng)格與Euler方程和N-S方程)建立Co-Kriging代理模型,對葉柵進行優(yōu)化設計,對比分析了葉柵優(yōu)化結果與原始葉柵、Kriging模型優(yōu)化葉柵的性能。與Kriging模型相比,疏密網(wǎng)格構建的Co-Kriging代理模型能夠明顯提高優(yōu)化效率,優(yōu)化總耗時降低26.74%,獲得優(yōu)化葉柵的總壓損失與原型相比降低了8.96%,與采用高可信度樣本構建的Kriging模型相差在1%以內。因此采用疏密網(wǎng)格構建的Co-Kriging代理模型在氣動優(yōu)化中具有較高的效率,且能夠滿足工程優(yōu)化設計的有需要。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：V233
【圖文】：

圖 1-1 基于梯度的氣動優(yōu)化一般過程算方法眾多，其中最為簡單的方法為有限差分計變量產生微小擾動，然后采用相應的程序分動前和擾動后的數(shù)值，在設計變量位置處，計算用分析程序進行計算，在設計變量較少時，計算多，調用用于產生擾動的分析程序的次數(shù)會急量的計算量，增加整個氣動優(yōu)化過程的計算量0]另一種用于獲取目標函數(shù)梯度的方法，與有限設計變量的值產生微小擾動，計算擾動前后的，在計算程序中，該方法采用復變量定義每個設程序，與一階有限差分法相比，復變量法計算量梯度的方法相同，設計變量增加時，有限差分方化設計中，如果需要優(yōu)化的設計變量較多時，引起國內學者廣泛關注的方法，即 Adjoint 方法

圖 1-2 遺傳算法流程圖中，與其他優(yōu)化算法相比，遺傳算法具的初始種群，而不是一個點，這是遺傳算一個重要原因；2) 傳統(tǒng)的優(yōu)化算法往往使用了數(shù)據(jù)的適應度值，優(yōu)化過程的計 遺傳算法的變異過程存在不確定性，摒程具有隨機性。但是，在優(yōu)化搜過過程對目標函數(shù)進行大量計算，計算次數(shù)較計，會產生巨大的計算量，導致優(yōu)化效進行尋優(yōu)，往往需要優(yōu)化設計中的設計型的優(yōu)化方法，復雜的工程結構設計面臨著計算時間為了盡可能解決該問題，并獲得性能更[22][23]

1-3 基于代理模型優(yōu)化流程圖理模型方法的雛形[26]，并在代理模型方法逐漸在多多學科要分支[27]。20 世紀末，氣動響應面方法、Kriging 代理模[28-30]。起初，代理模型主要的數(shù)學模型，并在優(yōu)化設計中得，代理模型的作用逐漸發(fā)生改樣本點構建模型，并在優(yōu)化。，Kriging 模型是一種極具代他代理模型相比，該模型具程師 Danie Krige[31]于 1951 分布及儲量情況。法國的數(shù)學型理論，使其發(fā)展成為一套完

【相似文獻】

相關期刊論文 前10條

1 李紀珍;劉成城;陳聰;;行為代理模型研究評述與展望[J];技術經(jīng)濟;2018年12期

2 晏良;段曉君;劉博文;徐t;;基于Kullback-Leibler距離離散度的加權代理模型[J];國防科技大學學報;2019年03期

3 郭照蕊;;“限薪令”能限薪嗎:基于公平理論的委托—代理模型的一種解釋[J];廣西財經(jīng)學院學報;2011年06期

4 馬皓;劉淑芬;姚志林;方勇;;一種靈活的基于權限劃分的授權代理模型[J];吉林大學學報(理學版);2010年05期

5 許濤;楊波;;網(wǎng)絡隧道代理模型及其關鍵技術研究[J];軟件導刊;2009年01期

6 蘇偉;白俊強;;一種代理模型方法及其在氣動優(yōu)化設計中的應用[J];彈箭與制導學報;2008年03期

7 嚴志輝;鐘美瑞;黃健柏;;基于過度自信的多任務委托——代理模型擴展研究[J];系統(tǒng)工程;2006年02期

8 賈念念;;股份制企業(yè)委托—代理模型中激勵問題的研究[J];科技經(jīng)濟市場;2006年06期

9 李黎;王小明;張黎明;;一種具有自我管理能力的授權代理模型[J];計算機工程;2005年23期

10 陳媛媛;鄭玲;;基于代理模型的汽車正撞安全性仿真優(yōu)化[J];汽車工程;2018年06期

相關會議論文 前10條

1 馮少軍;郝鵬;王博;李剛;;一種多點自適應進化的梯度增強代理模型[A];2018年全國固體力學學術會議摘要集（上）[C];2018年

2 馬洋;羅文彩;;組合代理模型研究及在飛行器氣動性能預測中的應用[A];第17屆中國系統(tǒng)仿真技術及其應用學術年會論文集（17th CCSSTA 2016）[C];2016年

3 呂志斌;萬志強;;常見代理模型方法在氣動載荷預測中的探究與應用[A];北京力學會第二十四屆學術年會會議論文集[C];2018年

4 修仁強;張小虎;劉宇;黃洪鐘;;多層次復雜系統(tǒng)設計中代理模型的不確定性量化[A];中國力學大會——2013論文摘要集[C];2013年

5 趙巧莉;侯玉亮;李成;鐵瑛;;基于雙尺度縮減代理模型的韌性斷裂準則參數(shù)識別[A];2018年全國固體力學學術會議摘要集（上）[C];2018年

6 喬哲;虞志浩;;基于代理模型的帶后緣小翼翼型氣動力計算[A];2019年（第四屆）中國航空科學技術大會論文集[C];2019年

7 張科施;韓忠華;高忠劍;;基于代理模型的機翼氣動/結構優(yōu)化方法研究[A];2017年（第三屆）中國航空科學技術大會論文集（上冊）[C];2017年

8 徐細雄;淦未宇;;基于多任務代理模型的管理者動態(tài)報酬契約設計[A];第十屆中國管理科學學術年會論文集[C];2008年

9 鞏成;馬寶峰;;基于代理模型的變形翼飛行器布局優(yōu)化設計研究[A];第九屆全國流體力學學術會議論文摘要集[C];2016年

10 邸鵬;葉紅玲;張洋;;基于徑向基函數(shù)代理模型的帶簧單元自鎖性能優(yōu)化設計[A];北京力學會第二十四屆學術年會會議論文集[C];2018年

相關重要報紙文章 前2條

1 西南財經(jīng)大學經(jīng)濟學院 韓文龍;不斷發(fā)展和創(chuàng)新理論假設[N];中國社會科學報;2017年

2 ;《電信成本》：21世紀電信運營管理的權威力作[N];中華讀書報;2002年

相關博士學位論文 前10條

1 黎旭;代理模型技術及其在飛行器可靠性優(yōu)化中的應用研究[D];西北工業(yè)大學;2018年

2 呂志明;基于多代理模型的群智能優(yōu)化算法研究[D];大連理工大學;2019年

3 葉鵬程;代理模型技術研究及其在水下滑翔機外形設計中的應用[D];西北工業(yè)大學;2017年

4 梁國賀;時空全域代理模型及大壩參數(shù)反演應用[D];清華大學;2017年

5 王一妹;風電場尾流場與功率多精度模擬方法研究[D];華北電力大學(北京);2018年

6 李超;面向典型動力學問題的稀疏回歸不確定性區(qū)間算法研究[D];大連理工大學;2018年

7 趙紫巖;基于DOE和代理模型的結構優(yōu)化設計方法及應用研究[D];西安建筑科技大學;2017年

8 傅云瑾;IP網(wǎng)絡成本代理模型與成本函數(shù)仿真研究[D];北京郵電大學;2008年

9 張劍;基于代理模型技術的高速列車性能參數(shù)設計及優(yōu)化[D];西南交通大學;2015年

10 武曉莉;基于次可加測度的代理模型及應用[D];天津大學;2014年

相關碩士學位論文 前10條

1 付萬里;基于改進試驗選點的直接GEK可靠度代理模型方法[D];哈爾濱工業(yè)大學;2018年

2 張開翔;基于Kriging-HDMR代理模型的結構可靠度分析方法[D];哈爾濱工業(yè)大學;2018年

3 郭峰;Co-Kriging代理模型在壓氣機葉柵氣動優(yōu)化中的應用研究[D];哈爾濱工業(yè)大學;2019年

4 吳廣;基于多重代理模型的結構可靠性分析[D];沈陽航空航天大學;2019年

5 高玉瓊;一種基于MATLAB GUI的代理模型優(yōu)化設計工具箱的搭建及應用[D];大連理工大學;2019年

6 邱曉明;船側結構碰撞下動力響應研究及優(yōu)化設計[D];武漢理工大學;2018年

7 張磊;基于高斯過程代理模型的粒子群算法研究[D];浙江科技學院;2019年

8 彭寶陽;基于混合代理模型的優(yōu)化算法在電磁設備設計中的應用[D];沈陽工業(yè)大學;2019年

9 周暢;基于寬度學習的錨固網(wǎng)絡支護質量代理模型評價方法[D];中國礦業(yè)大學;2019年

10 耿聰;基于邊界特征和代理模型的實例選擇[D];中國礦業(yè)大學;2019年

本文編號：2792100