CN107885891B - 一种航空发动机总体性能优化方法 - Google Patents

Abstract

本发明的目的在于提供一种航空发动机总体性能优化方法，包括两轮优化过程，并且在第二优化计算中包括了对短舱阻力的优化，使得通过优化得到的航空发动机设计方案更加全面。优化平台将第一优化计算的优化结果作为第二优化计算的输入，以减少第二优化计算时的收敛时间。本发明公开的航空发动机总体性能优化方法能够提高优化计算的速度，缩短研发周期，同时在发动机概念设计阶段引入对短舱阻力的优化，使得方案设计更为合理。

Description

一种航空发动机总体性能优化方法

技术领域

本发明涉及航空发动机设计领域，更具体地涉及一种航空发动机总体性能优化方法。

背景技术

国际民航组织对航空发动机噪声、污染排放等指标的要求越来越严格，因而在航空发动机概念设计阶段初期如果单一地考虑油耗指标，会使得优化结果过于片面，导致航空发动机设计存在缺陷。随着涉及到的学科不断增加，优化问题也转化为多目标问题，传统的手动迭代方法效率较低，且不能充分考虑各学科间的耦合关系，很难寻求到多目标问题的最优解。

以往的发动机概念设计阶段并没有考虑到短舱阻力的影响，而当发动机涵道比持续增加时，短舱阻力对发动机概念设计阶段的设计方案具有不可忽略的影响。因此，针对于大涵道比发动机，有必要在发动机概念设计阶段就将短舱阻力的影响纳入到方案设计当中，从而使得方案设计更为合理。

发明内容

本发明的目的在于提供一种航空发动机总体性能优化优化方法，该优化方法能够提高优化计算的速度，缩短研发周期，同时在发动机概念设计阶段引入短舱阻力，使得方案设计更为合理。

为实现所述目的的航空发动机总体性能优化方法，用于优化航空发动机的设计方案，包括以下步骤：

a.建立包括航空发动机的设计变量、约束条件和多个优化目标的优化数学模型；

b.对多个优化目标中的第一优化目标进行第一优化计算，并获得第一优化结果；

c.将第一优化结果作为输入，进行第二优化计算，并获得第二优化结果；

d.对第二优化结果中的多个总体性能最优方案的进行校核；

其中，所述第二优化计算包括以下步骤：

c01.将第一优化结果作为输入，进行设计点性能计算；

c02.将设计点性能计算的结果作为输入，进行非设计点性能计算；

c03.将非设计点性能计算的结果作为输入，进行尺寸计算；

c04.将尺寸计算的结果作为输入，进行重量计算；

c05.将非设计点性能计算的结果作为输入，进行排放计算；

c06.将非设计点性能计算的结果和尺寸计算的结果作为输入，进行噪声计算；

c07.将尺寸计算的结果作为输入，进行短舱阻力计算；

c08.将非设计点性能计算的结果、重量计算的结果和短舱阻力计算的结果作为输入，进行轮挡燃油计算；

c09.将排放计算的结果、噪声计算的结果、轮挡燃油计算的结果和非设计点性能计算的结果作为输入，对多个所述优化目标进行总体优化，并获得第二优化结果。

所述的优化方法，其进一步的特点是，所述第一优化计算采用的计算方法是多岛遗传优化算法；所述第二优化计算采用的计算方法是第二代非劣解排序遗传算法。

所述的优化方法，其进一步的特点是，所述设计变量包括涵道比、风扇外涵压比、风扇内涵压比、风扇增压机压比、高压压气机压比、燃烧室出口总温、进口换算流量；所述约束条件包括高温起飞高压涡轮前总温、高温起飞低压涡轮前总温、高温起飞压气机出口总温、最大风扇直径、高压涡轮膨胀比、低压涡轮膨胀比；所述优化目标包括轮挡燃油值、NO_X排放指标、整机噪声、整机重量。

所述的优化方法，其进一步的特点是，用于所述尺寸计算的所述非设计点性能计算的结果包括最大爬升工况下的性能数据，所述最大爬升工况下的性能数据包括风扇、增压级、压气机、高压涡轮和低压涡轮的进口的流量系数、功系数、动叶展弦比、质量流量，以及风扇、增压级、压气机、高压涡轮和低压涡轮的出口的动叶展弦比、马赫数、总温、总压、质量流量，以及部件功；

所述尺寸计算结果能够通过下述三个方程进行迭代求解而获得：

U_pitch＝f₁(R_tip，HTR，n)

其中，U_pitch、ψ和φ分别为叶尖切向速度、功系数和流量系数，R_tip为叶尖半径，HTR为轮毂比，n为转速，ΔH为部件功，Z为级数，U_pitch为叶尖速度，V_axial为气流轴向速度。

其中，U_pitch、ψ和φ分别为叶尖切向速度、功系数和流量系数，R_tip为叶尖半径，HTR为轮毂比，n为转速，ΔH为部件功，Z为级数，U_pitch为叶尖速度，V_axial为气流轴向速度。

所述的优化方法，其进一步的特点是，用于所述排放计算的所述非设计点性能计算的结果包括燃烧室起飞着陆循环中的起飞工况、爬升工况、慢车工况和进近工况下的压气机出口总温、压气机出口总压、燃油流量和发动机推力。

所述的优化方法，其进一步的特点是，用于所述噪声计算的所述非设计点性能计算的结果包括边线工况、飞越工况和进场工况下的风扇转速、发动机流量、核心流量、风扇叶尖马赫数、风扇压比、风扇温升、风扇出口温度、风扇出口速度、核心出口温度和核心出口速度和涡轮压降；

用于所述噪声计算的所述尺寸计算的结果包括涡轮叶片数和喷管尺寸。

所述的优化方法，其进一步的特点是，用于所述短舱阻力计算的所述尺寸计算的结果包括短舱直径；所述短舱阻力计算的方法包括：

701.确定短舱的翼型参数，所述翼型参数包括前缘半径、上翼面最大厚度位置、下翼面最大厚度位置、上翼面最大厚度、下翼面最大厚度、上翼面顶点曲率、下翼面顶点曲率、后缘宽度、后缘垂直高度、后缘楔角和后缘方向角；

702.使用流场计算方法计算不同翼型参数和不同短舱直径下的短舱阻力，并获得多个短舱阻力的计算结果；

703.根据多个所述短舱阻力的计算结果生成短舱阻力代理模型；

704.对所述短舱阻力代理模型进行优化计算，得到对应所述短舱直径下的短舱阻力最小的翼型方案。

所述的优化方法，其进一步的特点是，所述短舱阻力代理模型的生成方法包括：

801.准备用于生成所述短舱阻力代理模型的流场计算结果样本；在确定好自变量后，使用最优拉丁正交法在整个变量空间范围内进行样本点选取，得到不同变量组合的样本点；

802.使用流场计算方法对所述样本点进行计算，得到多个短舱阻力的计算结果；并且选取所述样本点中的80％至90％作为训练样本，其余所述样本点作为校核样本；

803.选取神经网络算法中的设置参数作为所述短舱阻力代理模型的设计变量，生成初级短舱阻力代理模型；将初级短舱阻力代理模型的计算结果与校核样本点结果的相对误差的最大值作为优化目标进行优化；

804.选取最优解对应的设置参数来构建所述短舱阻力代理模型。

所述的优化方法，其进一步的特点是，用于所述轮挡燃油计算的所述非设计点性能计算的结果包括起飞工况、爬升工况、巡航工况下的实际耗油率；

用于所述轮挡燃油计算的所述重量计算的结果包括发动机重量相对变化量；

用于所述轮挡燃油计算的所述短舱阻力计算的结果包括短舱阻力，所述短舱阻力用于计算所述实际耗油率；

所述实际耗油率能够通过下述公式计算而获得：

SFC＝W_f/(F_N′net-F_Drag)

其中，W_f为燃油流量，F_N′net为发动机净推力，F_Drag为短舱阻力，SFC为实际耗油率；

对起飞工况、爬升工况、巡航工况下的所述实际耗油率乘以加权系数后相加，得到整个航程的平均耗油率；

所述轮挡燃油计算的结果能够通过下述公式计算而获得：

ΔFB＝ΔWeight×a₁+ΔSFC_total×a₂

其中，ΔFB为相对参考方案的轮挡燃油变化量，ΔWeight为相对参考方案的发动机重量相对变化量，ΔSFC_total为相对参考方案的平均耗油率相对变化量，a₁为经验系数并且取值为5％至10％，a₂也为经验系数并且取值为100至150。

本发明的积极进步效果在于：本发明公开的航空发动机总体性能优化方法，包括两轮优化过程，并且在第二优化计算中包括了对短舱阻力的优化，使得通过优化得到的航空发动机设计方案更加全面。优化平台将第一优化计算的优化结果作为第二优化计算的输入，以减少第二优化计算时的收敛时间。本发明公开的航空发动机总体性能优化方法能够提高优化计算的速度，缩短研发周期，同时在发动机概念设计阶段引入对短舱阻力的优化，使得方案设计更为合理。

附图说明

本发明的上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变得更加明显，其中：

图1为航空发动机总体性能优化方法的流程图；

图2为代理模型构建流程图；

图3短舱尺寸示意图。

具体实施方式

下面结合具体实施例和附图对本发明作进一步说明，在以下的描述中阐述了更多的细节以便于充分理解本发明，但是本发明显然能够以多种不同于此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下根据实际应用情况作类似推广、演绎，因此不应以此具体实施例的内容限制本发明的保护范围。

需要注意的是，图1至图3均仅作为示例，其并非是按照等比例的条件绘制的，并且不应该以此作为对本发明实际要求的保护范围构成限制。

图1为航空发动机总体性能优化方法的流程图，用于优化计算的优化平台包括但不限于ISIGHT等具有多目标优化功能的仿真软件平台。

航空发动机总体性能优化方法，第一步(步骤a)需要建立包括航空发动机的设计变量、约束条件和多个优化目标的优化数学模型；例如，所述优化数学模型的表达式可以为：

设计变量：X_i(L)≤X_i≤X_i(R)，i＝1，2，...，M

约束条件：g_j(x)≤0，j＝1，2，...，J

优化目标：f_k(x)≤0，k＝1，2，...，K

其中，X_i(L)、X_i(R)分别为第i个所述设计变量的下边界和上边界，X_i为第i个所述设计变量，M为设计变量的总数；g_j(x)是第j个所述约束条件的函数表达式，J是约束条件的总数，f_k(x)是第k个所述优化目标的目标函数，K是目标函数的总数。ISIGHT等具有多目标优化功能的优化平台在内部集成有上述优化数学模型，操作人员只需要输入设计变量、约束条件、优化目标的相关参数后即可自动进行优化计算。

以一台推力级别为10000～15000kgf的民用大涵道比涡扇发动机总体性能设计方案为例，设计变量、约束条件和优化目标的范围如表1所示。在本发明中，设计变量、约束条件和多个优化目标不限于表1中所列出的条目。设计变量包括涵道比、风扇外涵压比、风扇内涵压比、风扇增压机压比、高压压气机压比、燃烧室出口总温、进口换算流量；约束条件包括高温起飞高压涡轮前总温、高温起飞低压涡轮前总温、高温起飞压气机出口总温、最大风扇直径、高压涡轮膨胀比、低压涡轮膨胀比；优化目标包括轮挡燃油值、NO_X排放指标、整机噪声、整机重量。

表1 优化数学模型列表

表1中P₄为高压涡轮进口压力，P₄₅为高压涡轮出口压力，P₅为低压涡轮出口压力。轮挡燃油量为飞机一个起降过程中的油耗。表1中约束条件的范围根据材料和设计水平具体而定，需处于材料可以承受的范围内。优化目标函数可参照说明书中c05步骤、c06步骤、c08步骤和c04步骤中的描述来获取。

在将航空发动机的设计变量、约束条件和多个优化目标输入到优化平台后即可开始第一优化计算(步骤b)，第一优化计算采用的计算方法优选为多岛遗传优化算法，也可以采用模拟退火算法。多岛遗传算法为本发明的优选算法，该算法是一种并行分布遗传算法的改进，具有比传统遗传算法更优良的全局求解能力和计算效率。多岛遗传优化算法可以通过使用优化平台中的多岛遗传优化算法模块来实现。多岛遗传优化算法模块提供设计变量X_i、约束条件g_j(x)和优化目标f_k(x)的相关参数输入界面和调用接口。在进行优化计算时，在相关参数输入界面中输入优化参数或者通过调用专业计算软件(如Gasturb)的计算结果后，优化平台即可以自动在后台进行优化计算。

例如，以轮挡燃油值作为第一优化目标并使之最小，在进行第一优化计算时，可先将优化目标设置为轮挡燃油最小，使用多岛遗传优化算法在整个设计变量空间(设计变量的取值范围)内求得第一优化结果。计算步数可定为5000～7000步，计算步数可根据计算结果的收敛趋势、可以承受的计算时间、步长的大小等等来进行调节。第一优化结果是在满足约束条件的前提下，第一优化目标取最优值时，在整个设计变量空间内设计变量的取值。例如，轮挡燃油值最小时，表1中涵道比、风扇外涵压比、风扇内涵压比、风扇增压机压比、高压压气机压比、燃烧室出口总温、进口换算流量都会有固定的取值。需要说明的是，在轮挡燃油值最小时，NO_X排放指标、整机噪声、整机重量这三个优化目标不一定为最小值。

为了综合考虑表1中除轮挡燃油值之外的优化目标，需要进行多目标的优化计算，即第二优化计算(步骤c)。第二优化计算采用的计算方法优选为第二代非劣解排序遗传算法，也可以采用邻域培植多目标算法。第二代非劣解排序遗传算法在非支配排序中，由于接近Pareto前沿的个体被选择，使得Pareto前进能力增强，适用于全局范围内的多目标优化。第二代非劣解排序遗传算法可以通过使用优化平台中的第二代非劣解排序遗传算法模块来实现。第二代非劣解排序遗传算法模块提供设计变量X_i、约束条件g_j(x)和优化目标f_k(x)的相关参数输入界面和调用接口。在进行优化计算时，在相关参数输入界面中输入优化参数后，优化平台即可以自动在后台进行多目标的优化计算。

在本发明的技术方案中，第二优化计算接收第一优化结果作为输入，即作为第二优化计算的初始值，进行第二优化计算，并获得第二优化结果。优化平台可以在第一优化计算完成后调用第一优化结果作为第二优化计算的输入参数，便可进行第二优化计算。第二优化结果为一个解集，该解集中的解叫做帕累托解(Pareto solutions)，分别对应多个总体性能最优方案，多个总体性能最优方案均满足设计变量和约束条件的范围。

多个总体性能最优方案的优化目标的侧重点各不相同，例如，一些方案中轮挡燃油值最小，另一些方案中整机噪声最小。方案校核(步骤d)的过程是从航空发动机的设计理念出发，人工确定最符合设计需求的总体性能最优方案。

采用两次优化计算的方法对航空发动机总体性能进行优化，其好处在于，第二优化计算接收第一优化结果作为输入，即作为第二优化计算的初始值，使得第二优化计算能够快速收敛，缩短优化时间，提高发动机的设计效率，缩短研发周期。

下面详细介绍第二优化计算中各子步骤(c01～c09)的具体实施方式。

步骤c01是设计点性能计算步骤，设计点性能计算以第一优化结果作为输入，设计点性能计算可采用Gasturb软件进行，由Gasturb计算出的设计点性能计算的结果，可由优化平台调用。

设计点性能计算是在一定的飞行条件和发动机工作状态下进行的，通常称这一条件为发动机的设计点。

航空发动机的设计点对应于一定的油门杆位置、飞行速度、飞行高度、和大气条件，但是为了完成不同的飞行状态和机动动作，航空发动机必须能在宽广的范围内工作，因为在设计条件中任何一个发生了变化，发动机都会偏离设计点而在非设计点下工作，因此对航空发动机进行非设计点计算，可以估算航空发动机在其他工作状态的性能。发动机在使用中所遇到的不在设计点的飞行条件和工作状态，称为非设计点，非设计点包括起飞工况、爬升工况、慢车工况、进近工况等等。

步骤c02是非设计点性能计算步骤，非设计点性能计算以设计点性能计算的结果为输入，非设计点性能计算可采用Gasturb软件进行，由Gasturb计算出的非设计点性能计算的结果，可由优化平台调用。

步骤c03是尺寸计算步骤，尺寸计算步骤用于计算发动机的尺寸。用于尺寸计算的非设计点性能计算的结果包括最大爬升工况下的性能数据，最大爬升工况下的性能数据包括风扇、增压级、压气机、高压涡轮和低压涡轮的进口的流量系数、功系数、动叶展弦比、质量流量，以及风扇、增压级、压气机、高压涡轮和低压涡轮的出口的动叶展弦比、马赫数、总温、总压、质量流量，以及部件功；

尺寸计算结果能够通过方程e1、方程e2和方程e3进行迭代求解而获得：

其中，U_pitch、ψ和φ分别为叶尖切向速度、功系数和流量系数，R_tip为叶尖半径，HTR为轮毂比，n为转速，ΔH为部件功，Z为级数，U_pitch为叶尖速度，V_axial为气流轴向速度。

根据部件Smith图，当部件效率确定后，部件流量系数φ和功系数ψ的变化区间可以确定。计算中，方程左侧的叶尖切向速度U_pitch、功系数ψ和流量系数φ作为已知边界条件给出，通过在合理的转速n范围区域内以较小的转速n步长进行迭代，当求得的级数Z为整数时，而轮毂比HTR和叶尖半径R_tip在一个合理的范围内时，则认为是上述方程的一个合理的解。得到几何参数后，Gasturb软件中的发动机重量计算模块再根据各部件相应的材料密度，估算出发动机整机重量(步骤c04)。发动机重量计算的优化目标函数可通过Gasturb软件根据上述尺寸计算的结果生成，并提供给如ISIGHT等的优化平台调用，进行多目标优化。

步骤c05是排放计算步骤，用于排放计算的非设计点性能计算的结果包括燃烧室起飞着陆循环(LTO循环)中的起飞工况、爬升工况、慢车工况和进近工况下的压气机出口总温、压气机出口总压、燃油流量和发动机推力。排放计算可采用T3-P3法来实现。通过T3-P3法可以计算出NOx、CO和UHC三种污染物的排放指数。排放计算的步骤具体包括：

针对发动机燃烧室实验数据或者基于往类似发动机燃烧室的相关数据库，分别建立在参考大气条件(压力101.325kPa，温度15℃，绝对湿度为每千克空气中含有0.00634千克水)下的参考氮氧化物排放指数EINOx_ref、参考燃烧室进口总压P3_ref和参考油气比FAR_ref的以燃烧室进口总温T3为横轴的三条曲线。

对与非参考大气条件下的情况，使用公式f3进行修正，可使用公式f3作为排放计算的优化目标函数来进行优化计算：

其中，EINOx_flt为非参考氮氧化物排放指数，单位为克每千克(g/kg)；EINOx_ref为参考氮氧化物排放指数，单位为克每千克(g/kg)，P3_flt为非参考燃烧室进口总压；P3_ref为参考燃烧室进口总压；FAR_flt为非参考油气比；FAR_ref为参考油气比；h_flt为非参考大气绝对湿度，单位为千克每千克(kg/kg)；h_ref为参考大气绝对湿度，单位为千克每千克(kg/kg)，一般取0.00634kg/kg；a为燃烧室进口总压的经验指数；b为油气比的经验指数。在进行排放计算时，优化平台可以将LTO循环的起飞、爬升、慢车、进近四个非设计点工况的燃烧室进口总温T3、燃烧室进口总压P3、燃油流量W_f、发动机推力F_n四个参数输入到排放计算模块中，得到NOx、CO和UHC三个污染物排放指标。

步骤c06是噪声计算步骤，用于噪声计算的非设计点性能计算的结果包括边线工况、飞越工况和进场工况下的风扇转速、发动机流量、核心流量、风扇叶尖马赫数、风扇压比、风扇温升、风扇出口温度、风扇出口速度、核心出口温度和核心出口速度和涡轮压降；用于噪声计算的尺寸计算的结果包括涡轮叶片数和喷管尺寸。噪声计算使用了基于ANNOP的发动机噪声预测模型，输入计算数据后，噪声预测模型能够预测发动机不同循环参数下整机和部件的噪声水平、频谱和指向性。

噪声计算包括风扇噪声计算和涡轮噪声计算，其中，风扇噪声计算可采用公式f5作为优化目标函数来进行优化计算：

其中，ΔT为风扇级温升，ΔT₀为设计工况下风扇级温升。m为流量，m₀为设计工况下的流量。F[(MTR)，(MTR)_D]为工作点和设计点的叶尖马赫数函数，F₂为转静间距函数，F₃为观察点与发动机进口角度的函数。Lc为风扇噪声。

涡轮噪声计算可采用公式f6作为优化目标函数来进行优化计算：

其中，OASPL为涡轮噪声，PR为涡轮增压比，V_t为末级涡轮转子叶尖速度，A为低压涡轮出口面积，V_r为基准原型中末级涡轮转子叶尖速度，A_r为基准原型中低压涡轮出口面积。

步骤c07是短舱阻力计算步骤，用于短舱阻力计算的尺寸计算的结果包括短舱直径；短舱阻力计算的方法包括：

701.确定短舱的翼型参数，翼型参数包括前缘半径、上翼面最大厚度位置、下翼面最大厚度位置、上翼面最大厚度、下翼面最大厚度、上翼面顶点曲率、下翼面顶点曲率、后缘宽度、后缘垂直高度、后缘楔角和后缘方向角；翼型参数的确定可采用特征参数描述法(PARSEC)来实现。

702.使用流场计算方法计算不同翼型参数和不同短舱直径下的短舱阻力，并获得多个短舱阻力的计算结果；流场计算方法包括计算流体力学(CFD)法。

703.根据多个短舱阻力的计算结果生成短舱阻力代理模型；

704.对短舱阻力代理模型进行优化计算，得到对应短舱直径5下的短舱阻力最小的翼型方案。

短舱长度4与短舱直径5的位置关系如图3所示，确定短舱直径5后，可根据公式f4来确定短舱长度4：

L＝a₁×D_fan-a₂×(D_fan×Ma)² (f4)

其中，L为短舱长度，D_fan为短舱直径，Ma为飞机巡航最大马赫数。系数a₁的范围为2～3，系数a₂的范围为0.3～0.53。

如图2所示，短舱阻力代理模型的生成方法包括：

801.准备用于生成短舱阻力代理模型的流场计算结果样本；在确定好自变量后，使用最优拉丁正交法在整个变量空间范围内进行样本点选取，得到不同变量组合的样本点；

802.使用流场计算方法对样本点进行计算，得到多个短舱阻力的计算结果；并且选取样本点中的80％至90％作为训练样本，其余样本点作为校核样本；流场计算方法包括计算流体力学(CFD)法。

803.选取神经网络算法中的设置参数作为短舱阻力代理模型的设计变量，生成初级短舱阻力代理模型；将初级短舱阻力代理模型的计算结果与校核样本点结果的相对误差的最大值作为优化目标进行优化；优化时使用非劣解排序多目标遗传优化算法进行求解。

804.选取最优解对应的设置参数来构建短舱阻力代理模型。

步骤803中神经网络算法包括BP(Back Propagation)神经网络算法，设置参数包括迭代次数、层数和学习率，表2示出了一个设置参数的示例。

表2 代理模型设置参数的优化数学模型

步骤c08是轮挡燃油计算步骤，用于轮挡燃油计算的非设计点性能计算的结果包括起飞工况、爬升工况、巡航工况下的实际耗油率；

用于轮挡燃油计算的重量计算的结果包括发动机重量相对变化量；

用于轮挡燃油计算的短舱阻力计算的结果包括短舱阻力，短舱阻力用于计算实际耗油率；

实际耗油率能够通过公式f1计算而获得：

SFC＝W_f/(F_N′net-F_Drag) (f1)

其中，W_f为燃油流量，F_N′net为发动机净推力，F_Drag为短舱阻力，SFC为实际耗油率；

对起飞工况、爬升工况、巡航工况下的实际耗油率乘以加权系数后相加，得到整个航程的平均耗油率，具体可按照公式f7计算：

SFC_total＝k₁×SFC_takeoff+k₂×SFC_climb+k₃×SFC_cruise (f7)

其中，SFC_total为航程的平均耗油率，SFC_takeoff为起飞工况实际耗油率，SFC_climb为爬升工况实际耗油率，SFC_cruise为巡航工况实际耗油率。k₁、k₂、k₃为加权系数，可在0.02至0.35之间取值。

轮挡燃油计算的结果能够通过公式f2计算而获得，可使用公式f2作为轮挡燃油计算的优化目标函数来进行优化计算：

ΔFB＝ΔWeight×a₁+ΔSFC_total×a₂ (f2)

其中，ΔFB为相对参考方案的轮挡燃油变化量，ΔWeight为相对参考方案的发动机重量相对变化量，ΔSFC_total为相对参考方案的平均耗油率相对变化量，a₁为经验系数并且取值为5％至10％，a₂也为经验系数并且取值为100至150。可选取起飞工况的性能参数作为参考方案。

步骤c09是多目标总体优化步骤，具体包括将排放计算的结果、噪声计算的结果、轮挡燃油计算的结果和非设计点性能计算的结果作为输入，对多个优化目标进行总体优化，并获得第二优化结果。

多目标总体优化使用的优化方法优选为第二代非劣解排序遗传算法，在本发明中，该算法通过以步长(步长可在优化平台中设置)为单位改变第一优化结果，即改变第二优化计算的初始值，从而改变设计点性能计算结果的方法，使得优化计算循环进行，直到第二优化计算收敛或者达到设定的步数，以获得多个总体性能最优方案。

本发明的积极进步效果在于：本发明公开的航空发动机总体性能优化方法，使得航空发动机的在设计过程初期就能够实现对短舱阻力的优化。优化平台还包括第一优化模块，能够实现对第一优化目标的单目标优化，并将优化结果作为第二优化模块的多目标优化的输入，以减少第二优化模块进行优化计算时的收敛时间。本发明公开的航空发动机总体性能优化方法能够提高优化计算的速度，缩短研发周期，同时在发动机概念设计阶段引入对短舱阻力的优化，使得方案设计更为合理。

本发明虽然以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何修改、等同变化及修饰，均落入本发明权利要求所界定的保护范围之内。

Claims (8)

1.一种航空发动机总体性能优化方法，其特征在于，包括以下步骤：

a.建立包括航空发动机的设计变量、约束条件和多个优化目标的优化数学模型；

b.对多个优化目标中的第一优化目标进行第一优化计算，并获得第一优化结果；

c.将第一优化结果作为输入，进行第二优化计算，并获得第二优化结果；

d.对第二优化结果中的多个总体性能最优方案的进行校核；

其中，所述第二优化计算包括以下步骤：

c01.将第一优化结果作为输入，进行设计点性能计算；

c02.将设计点性能计算的结果作为输入，进行非设计点性能计算；

c03.将非设计点性能计算的结果作为输入，进行尺寸计算；

c04.将尺寸计算的结果作为输入，进行重量计算；

c05.将非设计点性能计算的结果作为输入，进行排放计算；

c06.将非设计点性能计算的结果和尺寸计算的结果作为输入，进行噪声计算；

c07.将尺寸计算的结果作为输入，进行短舱阻力计算，其中，尺寸计算的结果包括短舱直径，所述短舱阻力计算的方法包括：

c701.确定短舱的翼型参数，所述翼型参数包括前缘半径、上翼面最大厚度位置、下翼面最大厚度位置、上翼面最大厚度、下翼面最大厚度、上翼面顶点曲率、下翼面顶点曲率、后缘宽度、后缘垂直高度、后缘楔角和后缘方向角；

c702.使用流场计算方法计算不同翼型参数和不同短舱直径下的短舱阻力，并获得多个短舱阻力的计算结果；

c703.根据多个所述短舱阻力的计算结果生成短舱阻力代理模型；

c704.对所述短舱阻力代理模型进行优化计算，得到对应所述短舱直径下的短舱阻力最小的翼型方案；

c08.将非设计点性能计算的结果、重量计算的结果和短舱阻力计算的结果作为输入，进行轮挡燃油计算；

c09.将排放计算的结果、噪声计算的结果、轮挡燃油计算的结果和非设计点性能计算的结果作为输入，对多个所述优化目标进行总体优化，并获得第二优化结果。

2.如权利要求1所述的航空发动机总体性能优化方法，其特征在于，所述第一优化计算采用的计算方法是多岛遗传优化算法；所述第二优化计算采用的计算方法是第二代非劣解排序遗传算法。

3.如权利要求1所述的航空发动机总体性能优化方法，其特征在于，所述设计变量包括涵道比、风扇外涵压比、风扇内涵压比、风扇增压机压比、高压压气机压比、燃烧室出口总温、进口换算流量；所述约束条件包括高温起飞高压涡轮前总温、高温起飞低压涡轮前总温、高温起飞压气机出口总温、最大风扇直径、高压涡轮膨胀比、低压涡轮膨胀比；所述优化目标包括轮挡燃油值、NO_X排放指标、整机噪声、整机重量。

4.如权利要求1所述的航空发动机总体性能优化方法，其特征在于，用于所述尺寸计算的所述非设计点性能计算的结果包括最大爬升工况下的性能数据，所述最大爬升工况下的性能数据包括风扇、增压级、压气机、高压涡轮和低压涡轮的进口的流量系数、功系数、动叶展弦比、质量流量，以及风扇、增压级、压气机、高压涡轮和低压涡轮的出口的动叶展弦比、马赫数、总温、总压、质量流量，以及部件功；

所述尺寸计算结果能够通过方程(e1)、方程(e2)和方程(e3)进行迭代求解而获得：

U_pitch＝f₁(R_tip，HTR，n) (e2)

其中，U_pitch、ψ和φ分别为叶尖切向速度、功系数和流量系数，R_tip为叶尖半径，HTR为轮毂比，n为转速，ΔH为部件功，Z为级数，U_pitch为叶尖速度，V_axial为气流轴向速度。

5.如权利要求1所述的航空发动机总体性能优化方法，其特征在于，用于所述排放计算的所述非设计点性能计算的结果包括燃烧室起飞着陆循环中的起飞工况、爬升工况、慢车工况和进近工况下的压气机出口总温、压气机出口总压、燃油流量和发动机推力。

6.如权利要求1所述的航空发动机总体性能优化方法，其特征在于，用于所述噪声计算的所述非设计点性能计算的结果包括边线工况、飞越工况和进场工况下的风扇转速、发动机流量、核心流量、风扇叶尖马赫数、风扇压比、风扇温升、风扇出口温度、风扇出口速度、核心出口温度和核心出口速度和涡轮压降；

用于所述噪声计算的所述尺寸计算的结果包括涡轮叶片数和喷管尺寸。

7.如权利要求1所述的航空发动机总体性能优化方法，其特征在于，所述短舱阻力代理模型的生成方法包括：

c801.准备用于生成所述短舱阻力代理模型的流场计算结果样本；在确定好自变量后，使用最优拉丁正交法在整个变量空间范围内进行样本点选取，得到不同变量组合的样本点；

c802.使用流场计算方法对所述样本点进行计算，得到多个短舱阻力的计算结果；并且选取所述样本点中的80％至90％作为训练样本，其余所述样本点作为校核样本；

c803.选取神经网络算法中的设置参数作为所述短舱阻力代理模型的设计变量，生成初级短舱阻力代理模型；将初级短舱阻力代理模型的计算结果与校核样本点结果的相对误差的最大值作为优化目标进行优化；

c804.选取最优解对应的设置参数来构建所述短舱阻力代理模型。

8.如权利要求1所述的航空发动机总体性能优化方法，其特征在于，用于所述轮挡燃油计算的所述非设计点性能计算的结果包括起飞工况、爬升工况、巡航工况下的实际耗油率；

用于所述轮挡燃油计算的所述重量计算的结果包括发动机重量相对变化量；

用于所述轮挡燃油计算的所述短舱阻力计算的结果包括短舱阻力，所述短舱阻力用于计算所述实际耗油率；

所述实际耗油率能够通过公式(f1)计算而获得：

SFC＝W_f/(F_N′net-F_Drag) (f1)

其中，W_f为燃油流量，F_N′net为发动机净推力，F_Drag为短舱阻力，SFC为实际耗油率；

对起飞工况、爬升工况、巡航工况下的所述实际耗油率乘以加权系数后相加，得到整个航程的平均耗油率；

所述轮挡燃油计算的结果能够通过公式(f2)计算而获得：

ΔFB＝ΔWeight×a₁+ΔSFC_total×a₂ (f2)

其中，ΔFB为相对参考方案的轮挡燃油变化量，ΔWeight为相对参考方案的发动机重量相对变化量，ΔSFC_total为相对参考方案的平均耗油率相对变化量，a₁为经验系数并且取值为5％至10％，a₂也为经验系数并且取值为100至150。

Images