一种叶轮机械叶片的自动优化方法技术

本发明专利技术提出了一种叶轮机械叶片的自动优化方法，对于叶轮机械叶片，首先采用改进类别形状变换法对初始叶型进行参数化造型，在运用较少变量的基础上，灵活地构建叶型的吸力面型线和压力面型线，具有鲁棒性好、设计参数少、建模精度高等优点。然后运用样本抽样方法、代理模型和立方混沌映射鲸鱼优化算法进行叶片的自动优化，具有抽样高效、代理精度高、寻优能力强等优势。通过运用以上的自动优化方法，以实现提升叶轮机械叶片的综合性能。现提升叶轮机械叶片的综合性能。现提升叶轮机械叶片的综合性能。

【技术实现步骤摘要】
一种叶轮机械叶片的自动优化方法


[0001]本专利技术属于叶轮机械优化设计
，涉及一种叶轮机械叶片优化方法，具体涉及一种叶轮机械叶片的自动优化方法，尤其适用于压缩机、汽轮机、涡轮机、烟气轮机、膨胀机等叶轮机械叶片的自动优化。该方法在实施时首先通过采用改进类别形状变换法对初始叶型进行参数化造型，在运用较少变量的基础上，灵活地构建叶型的吸力面型线和压力面型线，其次运用样本抽样方法、代理模型和立方混沌映射鲸鱼优化算法进行叶片的自动优化，通过运用以上的自动优化方法，提升叶片的综合性能。

技术介绍

[0002]设计高负荷、高效率及宽稳定裕度的叶轮机械叶片已成为未来叶轮机械叶片研究的重要方向。在叶轮机械叶片设计层面，需要不断提高叶型的负荷水平且保证低总压损失的宽攻角范围。因此，开展叶轮机械叶片优化设计就成为了叶轮机械叶片设计首当其冲的任务。
[0003]针对优化设计方法，其可以在很大程度上改善叶轮机械叶片设计的难度，缩短叶轮机械叶片设计的周期和费用。优化技术的应用可有效减少对人工设计经验的依赖，进一步提升叶轮机械叶片的设计水平。研究表明，优化设计方法主要面临着三大难题：高维、耗时、黑箱。国内外专家学者和科研机构为克服这三个难题，开展了众多研究，主要分为以下三个方面：一是精确度高的气动外形参数化方法，二是快速求解的数值计算工具，三是寻优能力强的优化算法。三者结合不仅可以高效完成叶轮机械叶片的气动设计，而且也可以探索叶轮机械叶片设计的极限，最大程度提升叶轮机械叶片的性能。
[0004]在气动外形参数化方法方面，叶片造型可分为四个阶段。第一阶段是20 世纪60～70年代，英、美、苏等发达国家分别提出了C4叶型、NACA65叶型、 BC6叶型等，这些标准叶型的共同点是中弧线均为抛物线。第二阶段是20世纪70～80年代，双圆弧叶型、多圆弧叶型造型方法形成，叶型的中弧线由两段圆弧组成。第三阶段是20世纪90年代至21世纪初，可控扩散叶型和任意多项式叶型等概念的提出。第四阶段是21世纪后，类别形状变化法、自由变形方法等新概念气动参数化方法的提出。在优化算法方面，国内外学者和机构对多种局部算法和全局算法进行了深入研究。局部算法主要包含梯度算法：牛顿法，单纯形法，序列二次规划法，最速下降法，共轭梯度法等等。这类方法的缺点主要是对目标及约束函数噪声高度敏感，搜索容易陷入局部最优，优化过程中需要求解优化变量的梯度信息，计算量与设计数目成正比，计算成本较高。全局算法主要包含仿生算法：遗传算法、粒子群算法、蜂群算法、萤火虫算法、蝙蝠算法、鲸鱼优化算法等等。这类算法是一类模拟自然生物进化或者群体社会行为的随机搜索方法的统称，具有求解时不依赖于梯度信息，对初始解的鲁棒性强，具有代际间的传承性和群智能特征，适用于大规模复杂优化问题，应用范围较广。总之，为了探索叶轮机械叶片设计的极限，最大程度提升叶轮机械叶片的性能，本专利技术提出一种新颖的叶轮机械叶片的自动优化方法，解决了叶轮机械叶片优化设计的三大难题，具有重要的理论研究意义和工程实用价值。

技术实现思路

[0005](一)本专利技术要解决的技术问题是：
[0006]为了突破现有叶轮机械叶片设计的极限，最大程度提升叶轮机械叶片的性能，本专利技术提出了一种新颖的叶轮机械叶片的自动优化方法，解决叶轮机械叶片优化设计的高维、耗时、黑箱三大难题。该方法在实施时首先采用改进类别形状变换法对初始叶型进行参数化造型，在运用较少变量的基础上，灵活地构建叶型的吸力面型线和压力面型线，具有鲁棒性好、设计参数少、建模精度高等优点；其次运用样本抽样方法、代理模型和立方混沌映射鲸鱼优化算法进行叶片的自动优化，具有抽样高效、代理精度高、寻优能力强等优势。通过运用以上的自动优化方法，提升叶片的综合性能。
[0007](二)本专利技术为解决其技术问题所采用的技术方案是：
[0008]一种叶轮机械叶片的自动优化方法，其特征在于，所述叶轮机械叶片的自动优化方法至少包括如下步骤：
[0009]SS1.对一初始叶轮机械叶片进行参数化建模，选用改进类别形状变换法分别对初始叶轮机械叶片的压力面型线和吸力面型线进行参数化拟合，获得参数化建模形状函数的权重因子A
r
；
[0010]SS2.采用样本抽样方法，对步骤SS1中得到的参数化建模形状函数的权重因子A
r
进行抽样；
[0011]SS3.采用改进类别形状变换法，利用步骤SS2抽样得到的权重因子A
r
重新进行叶片的参数化建模，获得不同构型的叶片几何型线；
[0012]SS4.对步骤SS3得到的叶片几何型线进行数值计算，运用代理模型获得形状函数的权重因子A
r
和目标值y的函数关系y＝F(x)；
[0013]SS5.将步骤SS4中的函数关系y＝F(x)作为目标函数，采用立方混沌映射鲸鱼优化算法寻找最佳目标值对应的参数化建模形状函数的权重因子A
r
；
[0014]SS6.用改进类别形状变换法，将步骤SS5获得的权重因子A
r
进行叶片的参数化建模，获得最优构型的叶片几何。
[0015]优选地，在步骤SS1所述的改进类别形状变换法，叶片由类别函数C(Ψ) 和形状函数S(Ψ)乘积加上表示尾缘特征的函数来拟合叶型，数学模型如下式(1)所示：
[0016]ξ(Ψ)＝C(Ψ)S(Ψ)+ΨΔζ
ꢀꢀꢀ
(1)
[0017]式中：Ψ为叶型无量纲横坐标，Ψ＝xc
‑1，x为叶型横坐标，c为弦长；ζ为叶型无量纲纵坐标，ζ＝yc
‑1，y为叶型纵坐标，c为弦长；Δζ为叶型无量纲尾缘厚度，Δζ＝Δy
TE
c
‑1，Δy
TE
为叶型尾缘厚度，c为弦长；
[0018]类别函数C(Ψ)用来定义基本外形，如下式(2)所示：
[0019][0020]式中：N1，N2为控制系数，对应不同的基本外形，N1主要决定叶型前缘形状，越接近0，前缘曲率越小，当无限接近0时，前缘变为矩形。相反越接近1，前缘曲率越大，当接近1时，前缘变为楔形。而当取0.75时，接近最小空气阻力的Sears
‑
Haack体，常被用于高亚声速与超声速叶型设计。N2则主要决定叶型尾缘形状，变化规律与N1一致。
[0021]形状函数S(Ψ)用来对基本外形进行修正，如下式(3)所示：
[0022][0023]式中：r为多项式的指数；n为多项式的阶数；A
r
为相应的权重因子。
[0024]本专利技术对类别形状变换法方法进行了改进，将控制系数N1和N2作为未知量，采用最小二乘法求解，以解决叶片拟合精度较低的难题，形成改进类别形状变换法。综合考虑到拟合精度和优化变量数目，选用合适阶数n的 Bernstein多项式的参数化方法拟合叶型，以降低模型拟合误差要求。
[0025]优选地，在步骤SS2所述的抽样方法，包括随机抽样、系统抽样、分层抽样和整群抽样等多种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种叶轮机械叶片的自动优化方法，所述叶轮机械包括压缩机，汽轮机、涡轮机、烟气轮机、膨胀机，其特征在于，所述叶轮机械叶片的自动优化方法至少包括如下步骤：SS1.对初始叶轮机械叶片进行参数化建模，选用改进类别形状变换法分别对初始叶轮机械叶片的压力面型线和吸力面型线进行参数化拟合，获得参数化建模形状函数的权重因子A
r
；SS2.采用样本抽样方法，对步骤SS1中得到的参数化建模形状函数的权重因子A
r
进行抽样；SS3.采用改进类别形状变换法，利用步骤SS2抽样得到的权重因子A
r
重新进行叶片的参数化建模，获得不同构型的叶片几何型线；SS4.对步骤SS3得到的叶片几何型线进行相应的数值计算，运用代理模型获得形状函数的权重因子A
r
和目标值y的函数关系y＝F(x)；SS5.将步骤SS4中的函数关系y＝F(x)作为目标函数，采用立方混沌映射鲸鱼优化算法寻找最佳目标值对应的参数化建模形状函数的权重因子A
r
；SS6.用改进类别形状变换法，将步骤SS5获得的权重因子A
r
进行叶片的参数化建模，获得最优构型的叶片几何。2.根据上述权利要求所述的一种叶轮机械叶片的自动优化方，其特征在于，在步骤SS1所述的改进类别形状变换法，叶片由类别函数C(Ψ)和形状函数S(Ψ)乘积加上表示尾缘特征的函数来拟合叶型，数学模型如下式(1)所示：ξ(Ψ)＝C(Ψ)S(Ψ)+ΨΔζ
ꢀꢀꢀꢀ
(1)式中：Ψ为叶型无量纲横坐标，Ψ＝xc
‑1，x为叶型横坐标，c为弦长；ζ为叶型无量纲纵坐标，ζ＝yc
‑1，y为叶型纵坐标，c为弦长；Δζ为叶型无量纲尾缘厚度，Δζ＝Δy
TE
c
‑1，Δy
TE
为叶型尾缘厚度，c为弦长；类别函数C(Ψ)用来定义基本外形，如下式(2)所示：式中：N1,N2为控制系数，对应不同的基本外形，N1主要决定叶型前缘形状，N2则主要决定叶型尾缘形状；为形状函数S(Ψ)用来对基本外形进行修正，如下式(3)所示：式中：r为多项式的指数；n为多项式的阶数；A
r
为相应的权重因子。3.根据上述权利要求所述的一种叶轮机械叶片的自动优化方法，其特征在于，在步骤SS2所述的样本抽样方法，包括随机抽样、系统抽样、分层抽样和整群抽样等多种方法。4.根据上述权利要求所述的一种叶轮机械叶片的自动优化方法，其特征在于，在步骤SS4所述的代理模型方法，包括多项式响应曲面法、克里金法、支持向量机、空间映射和人工神经网络等多种方法。5.根据上述权利要求所述的一种叶轮机械叶片的自动优化方法，其特征在于，在步骤SS5所述的立方混沌映射鲸鱼优化算法,采用立方映射混沌算子对种群初始化，立方映射混
沌算子如下式4所示：x
i+1
＝4x

【专利技术属性】
技术研发人员：黄松，阳诚武，韩戈，赵胜丰，卢新根，张燕峰，周创鑫，
申请(专利权)人：中国科学院工程热物理研究所，
类型：发明
国别省市：