网站大量收购独家精品文档,联系QQ:2885784924

基于自适应POD的跨音速叶片流场分析.PDF

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于自适应POD的跨音速叶片流场分析

中国工程热物理学会 热机气动热力学 学术年会论文 编号:152026 基于自适应POD 的跨音速叶片流场分析 罗佳奇, 夏振华 (北京大学工学院航空航天工程系,北京 100871) (Tel: Email: jiaqil@pku.edu.cn ) 摘要:采用弃一交叉验证法由快照集合的 POD 基拟合各子空间快照,增加低拟合精度子空间的快照 数,发展基于动态快照方法的自适应POD 方法。通过函数试验并与静态快照方法对比,验证动态快照 方法的高效、高精度特点。开展基于自适应POD 方法的跨音速叶片流场分析及流动拟合。结果表明: 相对于静态POD 方法,自适应POD 方法所需快照数目少,对跨音速流动的压力分布及全流场的拟合 精度高,较好地克服了静态POD 方法在拟合间断流动问题时精度低的不足。 关键词:正交分解;自适应;跨音速;流场分析 1 0 引言 正交分解 (Proper Orthogonal Decomposition, POD )的基本原理是通过特征值分解 确定数据集合的特征值及相应的特征基,其详细介绍请参考文献[1] 。理论上该空间内的 任意状态都可以由这些特征基描述,且往往只需采用前几个特征基即可实现较高精度的 拟合。该方法在湍流、非定常流动、降阶模型等领域已经得到了成功应用[1-3] 。 与其它代理模型不同的是:基于POD 的代理模型能够同时响应所有缺失数据,更 适用于数据量大的流场分析,目前在外流流动分析及气动优化设计中得到了发展及成功 应用[4-7] 。近年来,基于 POD 的叶轮机械反设计及气动优化设计也得到了开展。Kato 等[8] 开展了基于POD 的超音速叶片气动优化设计,Luo 等[9,10] 开展了基于迭代修正 POD 方法的叶片反设计研究。 POD 方法的关键是POD 基的拟合精度,快照的选取对POD 基的拟合能力有较大影 响。目前常用的均是静态快照方法,即在确定的空间位置生成快照,这一方法必然导致 快照分布的不合理。大量研究[5,9,10] 表明:静态POD 在连续流动中拟合精度较高,在 间断流动中拟合精度较低,这一不足严重影响了 POD 在跨音速流动中的应用。为了更 有效地生成快照,自适应快照方法[6,11,12] 得到了发展及应用,该方法的基本原理是由 快照集合的特征基拟合各子空间内的快照,并根据拟合偏差动态地在低拟合精度子空间 内分布更多的快照,提高快照集合在整个设计空间内的拟合精度。 研究中将采用“弃一法”(Leave-One-Out, LOO) 及代理模型建立完整的自适应快照 生成方法,通过函数试验验证自适应快照方法在提高代理模型响应精度及响应效率两方 面的优势。最后开展基于自适应POD 方法的二维跨音速叶片流动分析研究。 国家自然科学基金(编号)资助项目。 1 自适应快照方法 为了提高代理模型的响应精度,早期研究中往往需要静态地在设计空间内分布数量 较多的采样点。之后,一些先进抽样方法如拉丁超立方抽样得到了广泛应用,虽然能够 有效减少快照数,然而,该方法只采用空间信息作为快照合理分布的依据,在确定快照 时并没有考虑响应信息,很难保证快照集合的最优。 在前期工作中,作者系统研究了基于静态快照方法的二维叶片表面压力分布及三维 叶片出口气流角展向分布的拟合[9,10] 。对间断流动问题,如跨音速叶片表面激波,静 态 POD 方法的拟合精度往往不足。自适应快照方法的基本原理是将设计空间分成若干 个子空间,并在子空间中心分布样本点;之后采用代理模型响应各子空间的样本信息, 确定响应精度最低的子空间,并采用四叉树法[11] 将该子空间分成若干个子空间,从而 在低响应精度子空间内分布更多的样本点。图1 给出了自适应采样示意图。采用动态采 样方法,低响应精度子空间得到进一步细化,并分布了更多的样本。 图1 自适应采样示意图

文档评论(0)

136****3783 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档