基于遗传算法和近似模型的离心叶轮叶片多目标优化设计.pdfVIP

中国工程热物理学会 流体机械 学术会议论文 编号：097056 基于遗传算法和近似模型的离心叶轮叶片 多目标优化设计 刘小民 张文斌 （西安交通大学能源与动力工程学院，陕西西安，710049） （Tel：029308；Email：liuxm@mail.xjtu.edu.cn） 摘 要：本文提出了一种基于径向基函数的近似模型建立方法，其中遗传算法被应用于径向基函数参数 的求解。首先采用非均匀有理B 样条对三维叶片进行重构，在此基础上，将遗传算法与近似模型方法 相结合建立了离心叶轮叶片气动优化设计平台。应用该优化平台对某一离心叶轮叶片进行了多目标优 化设计，结果表明：相对于原始叶轮，优化叶轮的性能得到了提高。 关键词：径向基函数；近似模型；遗传算法；多目标优化 0 前言 随着现代工业的发展，离心压缩机的设计在不同的场合被提出了各种更高的要求： 高压比、高效率、更小的体积及更轻的重量等等。传统上缩短设计周期、提高设计效率 主要依赖于设计人员丰富的经验，但由于大多数工程师仅精通几种叶型的设计，很难设 计出更优的叶型。近年来随着计算机和数值计算技术的迅速发展，CFD 已经能够相当准 确地模拟叶轮机械内部的流动，成为研究和分析叶轮机械内部流动的重要手段，随着性 能优良的数值优化算法的出现，使得将CFD与优化算法相结合进行叶型优化成为可能。 现在的数值优化方法大致可分为梯度类方法和随机性方法两大类。前者如二次规 划、共轭梯度法等等，这类方法需要大量的梯度运算和灵敏度分析，变量增多时计算量 迅速增加，而且容易陷入局部最优；后者如遗传算法、模拟退火算法，这类方法鲁棒性 好，寻求全局最优解能力强。目前已经有很多研究发展了数值优化算法与 CFD 相结合 的叶轮机械优化方法，也取得了很大的成果，本文作者在文献[1]中即利用这种方法进行 了离心叶轮叶片的优化设计。研究发现CFD 在这些方法中作为叶轮机械性能评价的主 要手段，提供了叶轮机械内部流动的大量信息，但是数值优化方法仅仅需要其中的目标 信息，因此导致了大量的计算资源浪费，如此也造成了计算成本很高。解决这种问题的 有效方法是建立计算量小有在误差范围内保证设计准确性的近似模型，用这种近似模型 来代替CFD 分析以获取所需的信息，降低设计成本，加速设计过程。 本文发展了一种基于径向基函数的近似模型方法，结合基于非均匀有理B样条的离 心叶轮三维叶型的参数化方法及多目标遗传算法，构成离心压缩机叶片气动优化平台。 利用该优化平台对某一离心叶轮叶片进行优化设计，并与原始叶轮性能进行了比较。 1 优化平台 主要包括径向基函数近似模型构造、叶型参数化重构、均匀设计及样本响应的CFD 求解、多目标遗传算法，其中叶型参数化方法将在算例中进行说明，而所采用的多目标 遗传算法在文献[1]中已经进行了详细的叙述，这里不再赘述。 1.1径向基函数近似模型 在此近似模型中采用径向基函数作为样本的分布函数，选取最常用的高斯函数。高 斯函数具备如下优点：①表示形式简单，即使对于多变量输入也不增加太多的复杂性； ②径向对称；③光滑性好,任意阶导数均存在；④表示简单且解析性好，因而便于进行理 论分析。高斯函数可以表示为如下形式： ?||x ?x || ?2 i ?? ? c f i (x ) e ? i ? ,i 1,2,???,m (1) 式中：x 为设计变量，下标i 表示第i 个样本，|| x ?xi ||——欧几米德范数。 上式中x 、c 都是需定义的参数，其中c 的作用相当于定义了样本在每个设计变量 i