[发明专利]一种叶轮机械叶片的自动优化方法

说明书

本发明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。

技术领域

本发明属于叶轮机械优化设计技术领域，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。

背景技术

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。

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。

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，本发明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。

发明内容

(一)本发明要解决的技术问题是：

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，本发明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。

(二)本发明为解决其技术问题所采用的技术方案是：