[发明专利]基于数据降维及多二维流面的径流式透平气动优化方法

摘要

本发明公开了一种基于多二维流面及数据降维的径流式透平气动优化方法，该方法包括：1、选取静叶设计变量，基于数据降维进行参数化建模；2、对动叶设计变量降维后的参数化建模，结合静叶设计变量随机生成设计变量矩阵；3、采用多二维流面计算的方法获取优化变量等熵效率；4、采用遗传算法对初始种群进行多代交叉变异，获得收敛解；5、选取优化过程中等熵效率最高的5％个体，采用三维CFD计算，得到精确解，获取最佳设计变量。这一优化方法具有数据维度低、收敛速度快、节省计算资源及时间的优点，具有重要的工程意义及广阔的应用前景。

主权项

1.基于数据降维及多二维流面的径流式透平气动优化方法，其特征在于，包括以下步骤：1)确定静叶叶型优化所需的设计变量，对设计变量进行数据降维，并给定设计变量的限定条件，满足叶型曲线的基本要求，实现进一步降维，最终形成静叶的一维设计变量矩阵xs＝(x1,x2,…,xs)；2)确定动叶子午面及叶型优化所需的设计变量，给定设计变量的限定条件，实现降维，形成动叶的一维设计变量矩阵xr＝(x1,x2,…,xr)，最终随机生成N组设计变量xN，其矩阵维度为N行(s+r)列，其中xN的第i行xN(i)＝[xs,xr]，i为任意正整数；3)以xN作为初始化种群，以等熵效率ηis作为优化变量，采用单目标遗传算法对静叶和动叶型线进行优化，其中对随机生成的设计变量矩阵xN采用多二维流面的计算方法；4)经过初始种群xN的多代交叉变异，遗传算法的优化收敛，此时筛选等熵效率ηis较高的个体，进行三维计算流体动力学求解，获得最终优化结果。