基于改进粒子群算法的串列叶型优化设计-推进技术.PDFVIP

2016 年8 月 推 进 技 术 Aug. 2016 第37 卷 第8期 JOURNALOFPROPULSIONTECHNOLOGY Vol.37 No.8 基于改进粒子群算法的串列叶型优化设计* 宋召运，刘 波，程 昊，茅晓晨 （西北工业大学 动力与能源学院，陕西西安 710072） 摘 要：为了提高串列叶型优化设计的质量，设计了一套基于改进粒子群算法的串列叶型自动优化 系统。研究了原始粒子群算法，提出了一种粒子群算法的改进方法。结果发现，改进粒子群算法的收敛 速度和收敛精度明显优于原始粒子群算法和遗传算法。以50°大弯角串列叶型为研究对象，使用程序对 串列叶型参数化。以叶型参数和串列叶型相对位置的参数作为优化变量，结合BP神经网络和改进粒子 群算法对串列叶型进行优化设计。优化结果表明，优化后的叶型在设计攻角时的总压损失系数降低了 22%，静压比升高了0.6%，在负攻角时，优化后的叶型的流动性能得到了明显改善。适当减小串列叶型 前后缘的半径可以减小叶型的损失，合理的缝隙结构可以有效减小前排叶型压力面和后排叶型吸力面附 面层的分离损失。 关键词：串列叶型；叶型优化；BP神经网络；粒子群算法 中图分类号：V231.3 文献标识码：A 文章编号：1001-4055 （2016）08-1469-08 DOI ：10.13675/ki.tjjs.2016.08.009 Optimization of Tandem Blade Based on Modified Particle Swarm Algorithm SONGZhao-yun，LIUBo，CHENGHao，MAOXiao-chen （SchoolofPowerandEnergy，NorthwesternPolytechnicalUniversity，Xi’an710072，China） Abstract ：Toimprovetheoptimizationdesignqualityoftandemblade，anautomaticoptimizationsystem oftandembladewasdevelopedbasedonModifiedParticleSwarmOptimizationAlgorithm （MPSO）.Themech⁃ anismoforiginalPSOwasdeeplyresearchedandamodifiedmethodofPSOwaspresented.Theperformanceof MPSOwascomparedwithgeneticAlgorithmandoriginalPSO.ThecomparisonindicatesMPSOcanobtainbetter convergencespeedandprecision.AnoptimizationsystemisdevelopedbasedonBPneuralnetworkandMPSO. Theoptimizationsystemisvalidatedbyoptimizingatandembladeof 50°bladeturning.Bothparametersofblade andparametersofrelativepositionoftandembladearetreatedasoptimizationvariables.Resultsindicatethatthe totalpressurelosscoefficientofoptimizedbladedecreasesby22%andthestaticpressureratioincreasesby0.6% atdesignincidence.Theflowperformanceofoptimizedbladeisimprovedatnegativeincid