基于响应面模型的跨音速转子叶片气动优化设计研究.docVIP

基于响应面模型的跨音速转子叶片气动优化设计研究 摘 要：为了提高优化设计效率节约成本，将试验设计方法、响应面近似模型与遗传算法优化方法结合在一起应用于跨音速转子叶片气动优化设计中。首先采用拉丁超立方试验设计方法生成样本点构建目标函数的响应面模型，然后利用遗传算法对响应面模型进行目标寻优，并对优化解进行流场分析验证。为了验证方法的可行性，以NASA rotor37转子叶片前缘积迭线弯与掠优化设计为例，总压损失系数为目标函数进行单目标优化设计，优化后总压损失系数降低了0.528%，总耗时20小时，算例结果表明基于响应面近似模型的优化设计方法可用于叶片气动优化中，提高优化设计效率。 关键词：跨音速转子叶片；试验设计；响应面模型；气动优化设计； 0 前言 遗传算法被广泛应用于航空发动机叶片的三维气动优化设计问题中，但是直接应用遗传算法（genetic algorithm, GA）对叶片进行气动优化时所需要求解复杂三维流场计算耗费的时间及计算成本巨大，将其直接用于叶片全三维优化设计存在相当大的困难。为了准确并且高效的解决复杂的三维气动优化设计问题，采用近似模型来替代复杂的仿真模型进行优化设计是可行而又简便的方法[1，2]。 响应面方法作为一种近似方法，可以通过较少的试验设计获得设计变量与性能函数间足够精确的相互关系，并可用简单的多项表达式来描述。由于其简单、高效的优点，近年来被广泛的应用于各个领域。邓磊、乔志德、杨旭东等将响应面方法应用于低速翼型优化设计中[3]，陈国栋、韩旭等利用加强径向基插值函数构造目标和约束间的响应面模型，并结合多目标遗传算法进行工程设计优化，提高了优化设计效率[4]。本文将该方法应用于跨音速转子叶片气动优化设计中，通过结合拉丁超立方抽样（Latin hypercube sampling,LHS）试验设计、响应面近似模型及遗传优化方法发展一种基于响应面近似模型优化设计方法，并应用于跨音速转子叶片NASA Rotor37的单目标气动优化设计中，优化后目标函数总压损失系统降低了0.528%同时计算时间大大缩短，提供了设计优化效率。 1、基于响应面近似模型的气动优化方法 1.1 响应面方法 响应面方法（Response Surface Method RSM）是一种利用统计学和数学知识，通过简单的表达式，通常是低阶的多项式对实际的仿真分析代码作逼近处理，以获得较简单的近似模型方法[5]。 本文采用相对简单却具有高准确性的二次多项式拟合近似模型。以试验设计为基础，构建目标函数响应面近似模型，其响应面近似模型可以表示为： 其中：输入量的个数；：第i个输入量；:多项式系数； 响应面近似模型生成后，还需要执行方差分析对响应面近似模型预测能力进行评估，一般采用相关系数、调整后相关系数和均方根误差RSME这几个参数。通常和值在之间，其值越接近1，则拟合效果越好。 1.2 试验设计 响应面近似模型的构建过程中，试验设计（Design of Experiment，DOE）是相当重要的一个环节。试验设计方法有很多种，如正交试验设计、完全析因设计、中心组合设计（CCD）和拉丁超立方试验设计（LHS）等等。对于全三维气动优化设计问题，由于设计变量较多，如采用完全析因设计和中心组合设计方法，所需要的试验样本点太多，成本太大。拉丁超立方体试验设计方法，由于其空间填满性，提供了足够设计空间信息，比较适用于计算机仿真分析[6]。 1.3 基于响应面近似模型的优化设计方法 基于响应面模型的优化设计方法过程如图1： 图1 基于响应面近似模型的优化设计方法 Figure1 the optimization design method based on the response surface approximation model 首先采用试验设计Design Of Experiments方法构造数据样本，探索设计空间。 根据试验设计方法得到的样本点构建目标函数响应面近似模型替代耗时高精度的计算流体分析进行三维优化设计，以缩短优化设计周期。 采用遗传优化算法（GA）对响应面近似模型进行优化设计，获得优化解。 最后对优化设计解进行全三维流场分析验证，如误差小于给定值，则表示优化设计解成立。否则，将其加入到样本数据点中更新响应面近似模型，重复2-4，直至得到优化解。 2、跨音速转子叶片气动优化设计 本文以跨音速转子叶片NASA Rotor37动叶前缘积迭线的弯与掠结合的优化设计为对象，以总压损失系统为目标函数，总压比与流量为约束函数，采用上述的基于响应面近似模型的优化算法，对NASA Rotor37叶片进行单目标设计优化。 2.1叶片参数化造型方法 叶片的参数化是叶片气动设计优化的基础，需要用尽量少的设计变量来拟合设计对象，从而达到缩减设计空间