[发明专利]一种基于粒子群算法的喷射器结构优化方法

权利要求书

1.一种基于粒子群算法的喷射器结构优化方法，其特征在于所述喷射器结构优化方法包括有如下步骤：

(1)、采用计算软件中Design Modeler模块建立喷射器流体计算域的三维仿真模型；设定的参数包括：喷射器的几何形状、几何尺寸、进出口几何形状、几何尺寸、喷射区喉部进口尺寸和混合区出口尺寸；

(2)、将步骤(1)建立的喷射器流体计算域的三维仿真模型分别传递到网格划分Mesh模块中，在Mesh模块中采用Multizone方式对三维仿真模型进行网格划分，对靠近喷射器流体计算域的三维仿真模型内腔壁面处进行网格加密，同时保证整体结构的网格质量大于0.5，定义三维仿真模型进出口与壁面边界名称；

(3)、将步骤(2)中网格划分好的喷射器流体计算域的三维仿真模型传递到计算模块，并在计算模块进行设置，在Domain选项中设置传热模型与湍流模型，Buoyancy Model中设定Gravity Y Dirn为9.81m²/s，计算介质Material设定为丙烯气和烯烃气体，在BoundaryDetails选项中设置进出口压力值，壁面条件；

(4)、在计算模块里设置检测点和检测面，并进行仿真运算得到仿真结果，以此作为设计喷射器腔体结构的指标；

(5)、在相同设置条件下，通过将三维仿真模型设置不同参数并重复步骤(1)-(4)，以进行多次模拟计算，由喷射器内检测面的压力云图、检测面的温度云图、检测面的速度云图、喷射系数作为评价喷射器效果的指标，以此确定最优化的喷射器结构参数设计；

(6)、根据步骤(5)中的结果，采用粒子群优化算法对喷射器关键结构参数设计，粒子群优化算法对喷射器关键结构参数设计包括如下步骤：

6.1将d₁，d_n，L_n，L_p，NXP作为设计变量，分别记为x₁，x₂，x₃，x₄，x₅，以喷射系数μ为设计指标，本文以d₁，d_n，L_n，L_p和NXP为喷射器待优化结构参数，喷射系数μ或压降△P为优化目标，回归方程为目标函数，将每个结构参数的优化范围作为目标函数的约束条件，对喷射器进行结构参数优化设计；其中，d₁的优化范围为[6.2,7.4]mm,d_n优化范围为[12.8,15.2]mm，L_n的优化范围为[42,126]mm，L_p的优化范围为[70,154]mm,NXP的优化范围为[-4,20]mm。

6.2初始化粒子种群，对每一个粒子给予初始速度和位置；同时，初始化学习因子c₁,c₂，惯性权重的上/下限ω_max、ω_min，最大迭代次数t_max和粒子群规模M参数；对于粒子群规模为M的种群，任意一个粒子i的位置向量x_i和速度向量v_i分别表示为：

x_i＝(x_i1,x_i2,…,x_id)T∈RD

v_i＝(v_i1,v_i2,…,v_id)T∈Rd,i＝1,2,…,M

d是决策变量个数，进化过程中粒子的位置和速度更新方式如下：

粒子i的第d维速度更新公式：

粒子i的第d维位置更新公式：

式中，ω≥0为惯性权重；R为实数集；k为进化代数；c₁,c₂≥0；r₁,r₂是(0,1)之间的随机数；为第i个粒子在第k代的位置向量第d维分量；为第i个粒子在第k代的速度向量第d维分量；pbest_id为第i个粒子在第k代的最优粒子第d维分量；gbest_d为粒子群中第k代的最优位置第d维分量；

粒子速度更新公式包含三部分：

第一部分为粒子先前的速度。

第二部分为“认知”部分，表示粒子本身的思考，可理解为粒子i当前位置与自己最好位置之间的距离。

第三部分为“社会”部分，表示粒子间的信息共享与合作，可理解为粒子i当前位置与群体最好位置之间的距离。

6.3粒子适应度是评价粒子优劣的标准，由适应度函数决定；计算粒子的适应度值，由喷射系数或压降的目标函数决定，通过二次正交回归拟合方法所得的方程为：

6.4比较粒子的适应度，根据支配关系更新粒子个体最优位置和非劣解集，并从非劣解集中随机选取粒子全局最优位置；

6.5按照粒子更新公式(1)-(3)，更新粒子的速度和位置，并判断粒子是否陷入局部最优解；若是，则根据公式(4)进行变异；多目标粒子群优化算法中的变异策略是：给粒子种群设定一个临界值，当所有粒子的速度均小于该临界值时，在给定范围内随机改变一些粒子在某些维上的速度值，以增加粒子的全局搜索能力；变异方式如下：

v_e＝2βv_max(r₃-1)                     (4)

上式中，v_e是变异值；β∈[0,1]为变异系数，用于调节变异程度；r₃为在[0,1]范围变化的随机数；表示第i个粒子的随机选中第d维；

6.6判断是否达到预先设定的最大迭代次数，若满足，则输出Pareto最优解集；否则，返回步骤6.2继续进行迭代；

6.7根据喷射器性能，求出以最大喷射系数或压降为单一目标所对应的两个边界点，并基于上述边界点，获得目标空间的理想点；

6.8在获得的Pareto最优解集中，筛选出与理想点的相对距离最小的解，作为最佳折衷解；该解的相应目标值，即为喷射器最优的性能；将优化后的结果重复步骤所述步骤(1)-(5)，以此确定最优的几何参数。