軸流壓氣機(jī)多葉片排的氣動優(yōu)化設(shè)計

答辯人：尉 涵 導(dǎo) 師：袁新教授 2004年 12月 23日 本論文主要工作 修改并完善了組內(nèi)葉輪機(jī)械氣動優(yōu)化平臺 采用組合優(yōu)化方案對兩臺壓氣機(jī)進(jìn)行優(yōu)化， 結(jié)果具有一定的實用性 目錄 課題的背景和意義 葉片造型技術(shù) CFD評價體系 優(yōu)化策略 優(yōu)化算例 結(jié)論與展望 課題的背景和意義 課題背景 能源緊張、對高性能壓氣機(jī)的要求 先進(jìn)的 CFD計算技術(shù) 葉輪機(jī)械優(yōu)化技術(shù)日益成熟 課題意義 研究高性能壓氣機(jī)，降低能源消耗 提高壓氣機(jī)葉型的設(shè)計水平 完善葉輪機(jī)械氣動優(yōu)化平臺 葉輪機(jī)械葉型設(shè)計方法 正問題方法 反問題方法 氣動優(yōu)化設(shè)計法 1999年 Pierret.S. 2003年賴宇陽 2004年 Stephane Burguburu 目錄 課題的背景和意義 葉片造型技術(shù) CFD評價體系 優(yōu)化策略 優(yōu)化算例 結(jié)論與展望 葉片彎曲變換 二維型面沿周向移動 非均勻有理 B樣條（ NURBS）蒙皮 葉片扭轉(zhuǎn)變換 二維型面繞重心轉(zhuǎn)動 NURBS蒙皮 彎扭聯(lián)合氣動成型 彎扭 NURBS蒙皮 目錄 課題的背景和意義 葉片造型技術(shù) CFD評價體系 優(yōu)化策略 優(yōu)化算例 結(jié)論與展望 FINE/NUMECA流場計算 中心差分 Jameson人工粘性顯格式 基于 TVD與通量差分分裂方法 方程求解采用多步 Runge-Kutta法 S-A一方程湍流模型 IGG/NUMECA網(wǎng)格生成 H-O-H網(wǎng)格 目錄 課題的背景和意義 葉片造型技術(shù) CFD評價體系 優(yōu)化策略 優(yōu)化算例 結(jié)論與展望 優(yōu)化模型 m i n m a x m i n ( ) . . ( ) 0 ( ) 0 i i i st x x x Fx gx hx iSIGHT優(yōu)化技術(shù)分類 探索式技術(shù)（ MGA、 ASA） 全局探索，對設(shè)計空間沒有特殊要求 效率較低，要對大量設(shè)計點進(jìn)行評價 數(shù)值式技術(shù)（ SQP、 MOST ） 高效率 大部分要求設(shè)計空間單峰、保凸、連續(xù) 專家系統(tǒng)技術(shù) 需要大量的實際經(jīng)驗來建立規(guī)則表 各優(yōu)化技術(shù)的主要特色 探索式 數(shù)值式 專家式 目標(biāo)性 弱 強(qiáng) 強(qiáng) 全局性 強(qiáng) 弱 依賴經(jīng)驗 經(jīng)驗性 無 無 必須的 葉輪機(jī)械氣動優(yōu)化問題的特點 高度非線性 近似模型不夠精確 多峰性 數(shù)值算法易陷入局部極值 變量數(shù)目多 直接優(yōu)化工作量大 解決方案 直接 3D CFD計算 采用組合優(yōu)化策略 全局探索局部尋優(yōu) 篩選設(shè)計變量 ， 縮小問題規(guī)模 并行計算技術(shù) DOE試驗設(shè)計方法 考察各變量對目標(biāo)函數(shù)和約束的影響程度 對設(shè)計空間進(jìn)行大范圍探索 Pareto圖 紅：負(fù)影響 藍(lán)：正影響 基于 iSIGHT的集成優(yōu)化平臺 目錄 課題的背景和意義 葉片造型技術(shù) CFD評價體系 優(yōu)化策略 優(yōu)化算例 結(jié)論與展望 算例一：某壓氣機(jī)前 3排葉片氣動優(yōu)化 算例二：某壓氣機(jī) 9排葉片氣動優(yōu)化 算例一：某壓氣機(jī)前 3排葉片 進(jìn)口總溫： 288K 進(jìn)口總壓： 100292.6Pa 出口靜壓：半徑 0.7229 米的截面上 120000Pa， 滿足徑向平衡方程 造型技術(shù) 導(dǎo)葉和靜葉彎扭聯(lián)合 動葉僅做扭轉(zhuǎn)變換 每排葉片選取 6個截面， 共 38個變量 優(yōu)化問題的特點 多峰性 設(shè)計變量數(shù)目中等 優(yōu)化策略 DOE全局探索 SQP局部尋優(yōu) 目標(biāo)函數(shù)：等熵效率 約束條件：流量和壓比大于某定值 系統(tǒng)流程圖 開 始 D O E 分 析 S Q P 搜 索 結(jié) 束 3 D C F D 流 場 數(shù) 值 模 擬 DOE結(jié)果 第 219個點 效率最高 流量上升 壓比上升 SQP優(yōu)化歷史 第 4步 效率最高 流量上升 壓比上升 目標(biāo)函數(shù)改進(jìn)情況 效率 效率提高 流量 （ Kg/s） 壓比 原始葉型 0.86859 - 356.87 1.3991 DOE葉型 0.87717 0.858% 363.70 1.4228 SQP葉型 0.87956 1.097% 362.45 1.4239 優(yōu)化前后的葉型 出口 S3流面總壓分布 靜葉葉根流線 S2流面靜壓 極限流線 全工況性能：特性線 320 330 340 350 360 370 380 390 0 .8 1 0 .8 2 0 .8 3 0 .8 4 0 .8 5 0 .8 6 0 .8 7 0 .8 8 Ef f ici e n cy M a ssF l o w i n i t i a l o p t i m a l 300 350 400 1 .3 1 .4 1 .5 Pre ssu re R a t io M a ssF l o w i n i t i a l o p t i m a l 全工況性能：喘振裕度 定義： 原始葉型： 0.1438 新葉型： 0.1573 比原始葉型提高 9.38% 1 S L O L OL SM 算例一小結(jié) SQP的高效率 DOE的全局性 全工況性能良好 算例二：某壓氣機(jī) 9排葉片 給定進(jìn)口總溫、總壓、速度分布 出口靜壓：半徑為 0.23米的截面上 245000Pa 滿足徑向平衡方程 造型技術(shù) 靜葉 6個截面彎扭聯(lián)合 動葉 4個截面扭轉(zhuǎn)變換 共 80個變量 優(yōu)化問題的特點 多峰性 設(shè)計變量數(shù)目多 優(yōu)化策略一：約束優(yōu)化 DOE篩選變量 ASA全局尋優(yōu) 目標(biāo)函數(shù)：等熵效率 約束條件：流量和壓比大于某定值 系統(tǒng)流程圖 開 始 D O E 分 析 A S A 全 局 探 索 結(jié) 束 3 D C F D 流 場 數(shù) 值 模 擬 DOE結(jié)果： Pareto圖 綜合選取變量 41個 ASA優(yōu)化歷史圖 第 419步效率提高了 0.414%，壓比變化 不大，流量下降了 0.01% 優(yōu)化策略二：無約束優(yōu)化 僅進(jìn)行扭轉(zhuǎn)變換，共 8 4=32個變量 ASA全局尋優(yōu) 目標(biāo)函數(shù)：等熵效率 不限制流量和壓比 ASA優(yōu)化歷史圖 效率提高了 3.209%，流量下 降了 8.7公斤 優(yōu)化前后的葉型 出口 S3流面總壓分布 優(yōu)化后葉型總壓降低 全工況性能：特性線 50 52 54 56 58 60 62 64 0 .7 5 0 .7 6 0 .7 7 0 .7 8 0 .7 9 0 .8 0 0 .8 1 0 .8 2 0 .8 3 0 .8 4 0 .8 5 i n i t i a l o p t i m a l Ef f ici e n cy M a ssF l o w 50 52 54 56 58 60 62 64 1 .4 1 .5 1 .6 1 .7 1 .8 1 .9 Pre ssu re R a t io M a ssF l o w i n i t i a l o p t i m a l 全工況性能：喘振裕度 原始葉型： 0.189 新葉型： 0.175 比原始葉型降低 7% 葉型并未得到真 正優(yōu)化！ 算例二小結(jié) DOE縮小問題規(guī)模 ASA全局搜索性能 優(yōu)化結(jié)果不能令人滿意 改變?nèi)~型？ 優(yōu)化基迭線？ 目錄 課題的背景和意義 葉片造型技術(shù) CFD評價體系 優(yōu)化策略 優(yōu)化算例 結(jié)論與展望 結(jié)論 DOE試驗設(shè)計可有效縮小問題規(guī)模 ASA算法適合全局范圍內(nèi)搜索最優(yōu) SQP對尋找局部極值效率很高 采用并行技術(shù)可大大提高計算速度 展望 可考慮對葉型進(jìn)行非均勻有理 B樣條 （ NURBS）造型，或?qū)θ~片基迭線進(jìn)行 NURBS造型，真正實現(xiàn)全三維氣動優(yōu)化 考慮直接對葉型進(jìn)行全工況性能優(yōu)化，如何 選取目標(biāo)函數(shù)和評價其全工況性能指標(biāo)是關(guān) 鍵