CN108829970A - 基于涡动力学的轴流风扇叶片优化设计方法及优化系统 - Google Patents
基于涡动力学的轴流风扇叶片优化设计方法及优化系统 Download PDFInfo
- Publication number
- CN108829970A CN108829970A CN201810602784.3A CN201810602784A CN108829970A CN 108829970 A CN108829970 A CN 108829970A CN 201810602784 A CN201810602784 A CN 201810602784A CN 108829970 A CN108829970 A CN 108829970A
- Authority
- CN
- China
- Prior art keywords
- blade
- optimal
- fan rotor
- camber line
- rotor blade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000013461 design Methods 0.000 title claims abstract description 69
- 238000005457 optimization Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000012530 fluid Substances 0.000 claims abstract description 16
- 230000002068 genetic effect Effects 0.000 claims abstract description 13
- 238000013178 mathematical model Methods 0.000 claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 230000005484 gravity Effects 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 210000000349 chromosome Anatomy 0.000 claims description 6
- 238000013499 data model Methods 0.000 claims description 3
- 230000035939 shock Effects 0.000 abstract description 9
- 238000000926 separation method Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 238000011161 development Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D29/00—Details, component parts, or accessories
- F04D29/26—Rotors specially for elastic fluids
- F04D29/32—Rotors specially for elastic fluids for axial flow pumps
- F04D29/38—Blades
- F04D29/384—Blades characterised by form
- F04D29/386—Skewed blades
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mechanical Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明公开一种基于涡动力学的叶片优化方法，以所述风扇转子叶片表面边界涡量流(BVF)的面积分为目标函数，以所述风扇转子叶片中所述目标截面的中弧线的控制点坐标为优化设计变量，在约束条件下建立所述风扇转子叶片的气动优化数学模型，采用单目标遗传算法进行全局寻优，获得最优解的所述目标截面的中弧线控制点坐标的集合，进一步生成最优三维叶型，并将所述最优三维叶型通过重心积叠得到最优三维叶片，进而生成最优三维叶片通道结构。本发明在有限的流动空间内控制并利用激波本身的增压效果、最大程度地降低了逆压流动的分离尺度与强度以降低各类流动损失、引导附面层流体乃至主流流体向所需的方向流动以实现预期的加功量设计。
Description
技术领域
本发明涉及航空燃气轮机风扇技术领域，特别是涉及一种基于涡动力学的轴流风扇叶片优化设计方法。
背景技术
航空发动机被称为现代工业“皇冠上的明珠”，是衡量一个国家工业基础、科技工业实力、军事装备水平与综合国力的重要标志。其研制在一定程度上应用了现代工业最尖端的技术与最先进的工业成果。因此，高性能航空发动机的研制在世界各国军用或民用推进系统的发展计划中始终占据首要地位。现阶段，我国已经将航空发动机与燃气轮机的研制列为重大专项，并在今后很长一段时间内加大资金投入，集中各工业领域的先进技术进行重点攻关，最终的目标是实现航空发动机主要零部件以及整机产品的独立研发与制造。
作为航空发动机核心气动部件之一的风扇/压气机是通过高速旋转的叶片对气流做功，以提高气流压力来满足燃烧室的技术指标需求。大量的研究资料与实际工程设计实践表明，在结构强度、材料工艺允许的前提下，通过部件匹配流动的相互作用、拓展压缩系统关键性能参数的潜力，进而协调流量、压比、效率和失速裕度之间的矛盾，是现代航空发动机关键气动部件风扇气动性能发展追求的目标。为了达到减少风扇/压气机级数、提高发动机推重比并降低油耗，推重比15～20量级或更高推重比的涡扇发动机有待进一步被研究，作为关键技术之一，压缩系统的级气动负荷水平和效率的提升是现代航空发动机技术发展的重要环节。但是，当前跨音速风扇转子叶片通道结构的气动性能相对较差，不能满足航空发动机对其压缩系统提出的苛刻设计要求。
发明专利内容
有鉴于此，本发明旨在提出一种基于涡动力学的轴流风扇叶片优化设计方法，对轴流风扇叶片进行优化，在满足叶轮强度、加工工艺、机械结构等限制因素下，采用叶片成型系统获得满足设计要求的最小损失风扇气动新结构。
为达到上述目的，本发明的技术方案是这样实现的：
一种基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，包括：
S1：沿风扇转子叶片的展向选取目标截面，所述目标截面与所述风扇转子叶片处表面垂直，获取所述目标截面的二维叶型中弧线的控制点坐标信息；
S2：采用三次样条函数对所述目标截面的中弧线进行描述，进而获得优化空间各个样本所述风扇转子叶片结构；
S3：以所述风扇转子叶片表面边界涡量流(BVF)的面积分为目标函数，以所述风扇转子叶片中所述目标截面的中弧线的控制点坐标为优化设计变量，在约束条件下建立所述风扇转子叶片的气动优化数学模型；
S4：采用单目标遗传算法进行全局寻优，获取最优的所述目标截面的中弧线控制点坐标的集合；
S5：根据最优解的所述目标截面的中弧线控制点坐标的集合，形成所述风扇转子叶片的最优中弧线设计参数；
S6：打开叶片成型系统，导入所述风扇转子叶片的所述最优中弧线设计参数，所述叶片成型系统将所述最优中弧线参数生成最优三维叶型，并将所述最优三维叶型通过重心积叠得到最优三维叶片，进而生成最优三维叶片通道结构。
较佳的，所述三次样条函数的表达式如下所示：
其中，Pi+r为叶型中弧线第i段曲线Si的控制点坐标值，Br(tu)为样条基函数，tu为参数t在u∈[0,1]位置处的取值，(u,v)表示叶型中弧线的坐标值。
较佳的，所述三次样条函数的样条基函数定义如下：
其中，t为样条基函数的参数。
较佳的，所述目标函数的表达式为：
其中，表征边界涡量流对叶轮轮周功的影响，ρ表示流体密度，r 表示几何半径，σpz表示边界涡量流的轴向分量，dS为面积微元。
较佳的，所述S4步骤中采用单目标遗传算法进行全局寻优包括：
S4.1：基于二进制编码规则，将物理空间的所述目标截面的中弧线控制点坐标转换为编码空间的染色体；
S4.2：确定与目标函数对应的适应度函数变化规则；
S4.3：设定遗传算子的操作方法与控制参数；
S4.4：设定种群大小并进行初始化；
S4.5：进行全局迭代寻优，直到获得最优解；
S4.6：基于二进制解码规则，将所述编码空间的染色体转换为物理空间的所述目标截面的中弧线控制点坐标；
较佳的，所述目标截面的个数为5-7个。
较佳的，所述约束条件为：流量：总压比：π≥π0；
其中，为动叶初始设计流量；π0为动叶初始设计总压比。
较佳的，还包括：
S7：打开Numeca流场数值模拟软件，导入所述最优三维叶片通道结构的数据模型，采用三维粘性CFD技术，获取所述最优三维叶片通道结构在设计点以及非设计点的气动性能参数。
本发明的关键在于以风扇转子叶片表面边界涡量流(BVF)的面积分为目标函数，以风扇转子叶片中弧线特征参数为优化设计变量，并采用遗传算法进行寻优。最终，获得最优的叶片中弧线特征参数分布规律。根据中弧线参数的分布规律，在满足叶轮强度、加工工艺、机械结构等限制因素下，采用叶片成型系统获得满足设计要求的最小损失风扇气动新结构。
本发明通过叶片表面边界涡量流(BVF)的面积分与叶轮轮周功之间的关系，在有限的流动空间内控制并利用激波本身的增压效果、最大程度地降低了逆压流动的分离尺度与强度以降低各类流动损失、引导附面层流体乃至主流流体向所需的方向流动以实现预期的加功量设计；同时，避免了直接采用立方样条曲线定义叶型中弧线的二阶导数导致的叶型描述不精确的问题的发生，保留了常规的一维与准三维设计依次阶梯性的推进特征，在原叶型的基础之上开展基于涡动力学参数的全三维气动优化设计研究。
本发明最优中弧线的变化特征应该能够最大限度地控制并利用激波、抑制角区流动分离以及激波后的展向二次流动，以实现风扇转子叶片通道结构的三维导流以及整流的有效性，从而提高风扇的气动效率，并保证相应的失速裕度需求。
本发明获得的跨音速风扇转子不仅设计点气动性能获得了较大的提升，而且起稳定工作范围也得到极大的拓展，能够为满足高性能航空发动机压缩系统的苛刻要求。
本发明还提供一种基于涡动力学的轴流风扇叶片优化系统，包括：
坐标信息获取模块，用于获取目标截面的二维叶型中弧线的控制点坐标信息，所述目标截面沿风扇转子叶片的展向与所述风扇转子叶片表面垂直；
叶片结构生成模块，用于将所述目标截面的中弧线用三次样条函数进行描述，进而获得优化空间各个样本所述风扇转子叶片结构；
叶片模型建立模块，用于在约束条件下建立所述风扇转子叶片的气动优化数学模型，所述气动优化数学模型以所述风扇转子叶片表面边界涡量流的面积分为目标函数，以所述风扇转子叶片中所述目标截面的中弧线的控制点坐标为优化设计变量；
寻优模块，用于采用单目标遗传算法进行全局寻优，获取最优的所述目标截面的中弧线控制点坐标的集合；
中弧线生成模块，用于根据最优解的所述目标截面的中弧线控制点坐标的集合，形成所述风扇转子叶片的最优中弧线设计参数；
叶片成型系统，用于将所述最优中弧线参数生成最优三维叶型，并将所述最优三维叶型通过重心积叠得到最优三维叶片，进而生成最优三维叶片通道结构。
所述基于涡动力学的轴流风扇叶片优化系统相对于现有技术所具有的优势，与所述优化设计方法产生的有益效果中已经阐述，在此不再赘述。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为基于涡动力学的跨音速风扇叶片优化设计方法的流程图；
图2为转子叶片表面的BVF积分区域以及子午流道几何结构图；
图3为风扇转子三维叶型以及中弧线重心积叠对比示意图；
图4为优化前后根部截面的风扇转子叶型对比图；
图5为优化前后60％叶展截面的风扇转子叶型对比图；
图6为优化前后70％叶展截面的风扇转子叶型对比图；
图7为优化前后90％叶展截面的风扇转子叶型对比图；
图8为优化前后95％叶展截面的风扇转子叶型对比图；
图9为优化前后叶尖截面的风扇转子叶型对比图；
图10为优化设计的三维转子叶片与原型方案对比图；
图11为最优三维风扇转子通道结构左视图；
图12为最优三维风扇转子通道结构前视图；
图13为最优三维风扇转子通道结构轴测图；
图14为优化前后跨音速风扇转子的绝热效率随质量流量变化的对比图；
图15为优化前后跨音速风扇转子的总压比随质量流量变化的对比图；
图16为基于涡动力学的轴流风扇叶片优化系统结构示意图。
附图标记说明：
1-风扇转子叶片，2-机匣，3-轮毂，4-尾缘，5-前缘，6-叶根截面，7-叶尖截面，8-优化前转子叶片，9-优化后转子叶片。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明。
实施例一
本实施例基于涡动力学，针对单转子跨音速风扇转子叶片进行优化设计，所述单转子跨音速风扇转子叶片的主要参数如表1所示。
表1跨音速风扇转子主要设计参数
如图1所示，基于涡动力学的跨音速风扇叶片优化设计方法，包括：
S1：对跨音速风扇转子叶片通道的一维设计和准三维设计数据进行参数化处理，沿跨音速风扇转子叶片的展向选取5-7个目标截面，所述目标截面与所处跨音速风扇转子叶片处表面垂直，获取所述目标截面的二维叶型中弧线的控制点坐标信息；所述目标截面个数在5-7个时，可以保证较佳的准确度的同时，降低计算机的运算量，增加计算效率；
S2：基于所述目标截面的二维叶型中弧线的控制点坐标，采用三次样条函数对所述目标截面的中弧线进行描述，进而获得优化空间各个样本风扇转子的叶片结构；
所述三次样条函数的表达式如下所示：
其中，Pi+r为叶型中弧线第i段曲线Si的控制点坐标值，Br(tu)为样条基函数，tu为参数t在u∈[0,1]位置处的取值，(u,v)表示叶型中弧线的坐标值。
进一步的，所述三次样条函数的所述样条基函数定义如下：
其中，t为样条基函数的参数；
S3：以风扇转子叶片表面边界涡量流(BVF)的面积分为目标函数，以风扇转子叶片中所述截面的中弧线的控制点坐标为优化设计变量，在约束条件下建立跨音速风扇叶片气动优化数学模型；如图2，图11至图16所示，所述风扇转子叶片1周向环绕安装于轮毂3外侧，并在所述转子叶片之间的区域为机匣2；
通过叶片表面边界涡量流(BVF)的面积分与叶轮轮周功之间的关系，在有限的流动空间内控制并利用激波本身的增压效果、最大程度地降低了逆压流动的分离尺度与强度以降低各类流动损失、引导附面层流体乃至主流流体向所需的方向流动以实现预期的加功量设计；同时，避免了直接采用立方样条曲线定义叶型中弧线的二阶导数导致的叶型描述不精确的问题的发生，保留了常规的一维与准三维设计依次阶梯性的推进特征，在原叶型的基础之上开展基于涡动力学参数的全三维气动优化设计研究。
所述目标函数表征边界涡量流对叶轮轮周功的影响，其表达式为：
其中，ρ表示流体密度，r表示几何半径，σpz表示边界涡量流的轴向分量，dS为面积微元，以表征的轮周功Lu的表达式如下：
其中，Ω表示叶轮旋转角速度，ρ表示流体密度，r表示几何半径，P表示叶片表面压力，dS为面积微元，Mp为压力产生的力矩，Mz为叶片对气流的合力矩，在圆周速度Ω一定的条件下，通过降低BVF参数σpz的面积分以减小有助于增大轮周功Lu，从而有助于增加叶轮对气流的做功能力，优化过程即为求在当前样本空间中的最小值；
约束条件：流量：总压比：π≥π0；其中，为动叶初始设计流量；π0为动叶初始设计总压比；
通过叶片表面边界涡量流(BVF)的面积分与叶轮轮周功之间的关系，在有限的流动空间内控制并利用激波本身的增压效果、最大程度地降低了逆压流动的分离尺度与强度以降低各类流动损失、引导附面层流体乃至主流流体向所需的方向流动以实现预期的加功量设计；给定设计变量的变化范围产生优化的样本空间，确定所述优化设计变量的变化区间，所有中弧线的控制点变量的横坐标变化范围取[0,1]，所有中弧线的控制点变量的纵坐标变化范围取 [-0.5,0.5]；
S4：综合优化设计所需的计算资源以及计算时间考虑，选取寻优方法，本实施例选取单目标遗传算法进行全局寻优；
S4.1根据二进制编码规则，将物理空间的中弧线控制点坐标转换为编码 (基因)空间的染色体；
S4.2确定与目标函数对应的适应度函数变化规则；
S4.3设定遗传算子的操作方法与控制参数；
S4.4设定种群大小并进行初始化；
S4.5进行全局迭代寻优，直到获得最优解；
S4.6根据二进制解码规则，将编码(基因)空间的染色体转换为物理空间的中弧线控制点坐标；
S5：根据最优解的中弧线控制点坐标的集合，形成跨音速风扇转子叶片中弧线设计参数；最优中弧线的变化特征应该能够最大限度地控制并利用激波、抑制角区流动分离以及激波后的展向二次流动，以实现风扇转子叶片通道结构的三维导流以及整流的有效性，从而提高风扇的气动效率，并保证相应的失速裕度需求。
S6：打开叶片成型系统，导入跨音速风扇转子叶片最优中弧线设计参数，所述叶片成型系统通过导入的最优中弧线参数生成最优三维叶型，并将所述最优三维叶型通过重心积叠得到最优三维叶片，进而生成最优三维叶片通道结构。
图3为跨音速风扇转子原型方案以及本实施例中所述优化方法得到的最优三维叶型在重心积叠状态下的对比，本实施例中重心积叠相比于原型方案，形状较为发散，但总体区别不大。图4至图13为优化前转子叶片9和优化后转子叶片8对比，60％叶展截面、70％叶展截面、90％叶展截面、95％叶展截面和叶尖截面均存在细微的差异，叶尖截面7、尾缘4、叶根截面6、前缘5 均存在细微差别，但是由于跨音速风扇内部气流速度较高，叶片通道几何的微小改变将会带来风扇气动性能的极大变化。本实施例通过叶片表面边界涡量流(BVF)的面积分与叶轮轮周功之间的关系，直接将叶片的面积与有限的流动空间内控制并利用激波本身的增压效果、最大程度地降低了逆压流动的分离尺度与强度以降低各类流动损失、引导附面层流体乃至主流流体向所需的方向流动以实现预期的加功量设计。
本实施例以风扇转子叶片表面边界涡量流(BVF)的面积分为目标函数，以风扇转子叶片中所述截面的中弧线的控制点坐标为优化设计变量，在约束条件下建立跨音速风扇叶片气动优化数学模型，避免了直接采用立方样条曲线定义叶型中弧线的二阶导数导致的叶型描述不精确的问题的发生，保留了常规的一维与准三维设计依次阶梯性的推进特征，在原叶型的基础之上开展基于涡动力学参数的全三维气动优化设计研究。
进一步的，打开Numeca流场数值模拟软件，导入所述最优三维叶片通道结构的数据模型，采用三维粘性CFD技术，获取所述最优三维叶片通道结构在设计点以及非设计点的气动性能参数，验证所获得跨音速风扇转子叶片通道最优设计方案的有效性。
表2跨音速风扇转子最优设计方案与原型方案性能对比
表2给出了原型设计方案与优化后得到最优设计方案在设计点工况下的气动性能数据对比。研究结果表明，本实施例的跨音速风扇转子叶片通道具有较优的气动性能。具体体现在：最优风扇转子叶片通道方案不仅气动效率高达88.4928％，而且总压比2.89582，失速裕度大于10％。这些气动性能指标在国际上同类风扇转子中处于前列，基于涡动力学的气动优化设计方法有效地提高该跨音速风扇转子设计工况的气动特性。
图14和图15为优化前后跨音速风扇转子绝热效率和总压比随质量流量变化的特性线。研究结果表明，与原型方案相比，通过本实施例获得的跨音速风扇转子不仅设计点气动性能获得了较大的提升，而且起稳定工作范围也得到极大的拓展。这说明本实施例所获得的跨音速风扇最优转子通道结构是有效可行的，不仅设计点具有较高的气动性能指标，而且非设计点工况的气动性能也在原来的基础上获得了很大的提升，在气动性能方面，能够为满足高性能航空发动机压缩系统的苛刻要求。
实施例二
本实施例提供一种基于涡动力学的轴流风扇叶片优化系统，如图16所示，包括：
坐标信息获取模块，用于获取目标截面的二维叶型中弧线的控制点坐标信息，所述目标截面沿风扇转子叶片的展向与所述风扇转子叶片表面垂直；
叶片结构生成模块，用于将所述目标截面的中弧线用三次样条函数进行描述，进而获得优化空间各个样本所述风扇转子叶片结构；
叶片模型建立模块，用于在约束条件下建立所述风扇转子叶片的气动优化数学模型，所述气动优化数学模型以所述风扇转子叶片表面边界涡量流(BVF) 的面积分为目标函数，以所述风扇转子叶片中所述目标截面的中弧线的控制点坐标为优化设计变量；
寻优模块，用于采用单目标遗传算法进行全局寻优，获取最优的所述目标截面的中弧线控制点坐标的集合；
中弧线生成模块，用于根据最优解的所述目标截面的中弧线控制点坐标的集合，形成所述风扇转子叶片的最优中弧线设计参数；
叶片成型系统，用于将所述最优中弧线参数生成最优三维叶型，并将所述最优三维叶型通过重心积叠得到最优三维叶片，进而生成最优三维叶片通道结构。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，包括：
S1：沿风扇转子叶片的展向选取目标截面，所述目标截面与所述风扇转子叶片处表面垂直，获取所述目标截面的二维叶型中弧线的控制点坐标信息；
S2：采用三次样条函数对所述目标截面的中弧线进行描述，进而获得优化空间各个样本所述风扇转子叶片结构；
S3：以所述风扇转子叶片表面边界涡量流的面积分为目标函数，以所述风扇转子叶片中所述目标截面的中弧线的控制点坐标为优化设计变量，在约束条件下建立所述风扇转子叶片的气动优化数学模型；
S4：采用单目标遗传算法进行全局寻优，获取最优的所述目标截面的中弧线控制点坐标的集合；
S5：根据最优解的所述目标截面的中弧线控制点坐标的集合，形成所述风扇转子叶片的最优中弧线设计参数；
S6：打开叶片成型系统，导入所述风扇转子叶片的所述最优中弧线设计参数，所述叶片成型系统将所述最优中弧线参数生成最优三维叶型，并将所述最优三维叶型通过重心积叠得到最优三维叶片，进而生成最优三维叶片通道结构。
2.根据权利要求1所述基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，所述三次样条函数的表达式如下所示：
其中，Pi+r为叶型中弧线第i段曲线Si的控制点坐标值，Br(tu)为样条基函数，tu为参数t在u∈[0,1]位置处的取值，(u,v)表示叶型中弧线的坐标值。
3.根据权利要求2所述基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，所述三次样条函数的样条基函数定义如下：
其中，t为样条基函数的参数。
4.根据权利要求1所述基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，所述目标函数的表达式为：
其中，表征边界涡量流对叶轮轮周功的影响，ρ表示流体密度，r表示几何半径，σpz表示边界涡量流的轴向分量，dS为面积微元。
5.根据权利要求1所述基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，所述S4步骤中采用单目标遗传算法进行全局寻优包括：
S4.1：基于二进制编码规则，将物理空间的所述目标截面的中弧线控制点坐标转换为编码空间的染色体；
S4.2：确定与目标函数对应的适应度函数变化规则；
S4.3：设定遗传算子的操作方法与控制参数；
S4.4：设定种群大小并进行初始化；
S4.5：进行全局迭代寻优，直到获得最优解；
S4.6：基于二进制解码规则，将所述编码空间的染色体转换为物理空间的所述目标截面的中弧线控制点坐标；
6.根据权利要求1所述基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，所述约束条件为：流量：总压比：π≥π0；
其中，为动叶初始设计流量；π0为动叶初始设计总压比。
7.根据权利要求1所述基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，所述目标截面的个数为5-7个。
8.根据权利要求1所述基于涡动力学的轴流风扇叶片优化设计方法，其特征在于，还包括：
S7：打开Numeca流场数值模拟软件，导入所述最优三维叶片通道结构的数据模型，采用三维粘性CFD技术，获取所述最优三维叶片通道结构在设计点以及非设计点的气动性能参数。
9.一种基于涡动力学的轴流风扇叶片优化系统，其特征在于，包括：
坐标信息获取模块，用于获取目标截面的二维叶型中弧线的控制点坐标信息，所述目标截面沿风扇转子叶片的展向与所述风扇转子叶片表面垂直；
叶片结构生成模块，用于将所述目标截面的中弧线用三次样条函数进行描述，进而获得优化空间各个样本所述风扇转子叶片结构；
叶片模型建立模块，用于在约束条件下建立所述风扇转子叶片的气动优化数学模型，所述气动优化数学模型以所述风扇转子叶片表面边界涡量流的面积分为目标函数，以所述风扇转子叶片中所述目标截面的中弧线的控制点坐标为优化设计变量；
寻优模块，用于采用单目标遗传算法进行全局寻优，获取最优的所述目标截面的中弧线控制点坐标的集合；
中弧线生成模块，用于根据最优解的所述目标截面的中弧线控制点坐标的集合，形成所述风扇转子叶片的最优中弧线设计参数；
叶片成型系统，用于将所述最优中弧线参数生成最优三维叶型，并将所述最优三维叶型通过重心积叠得到最优三维叶片，进而生成最优三维叶片通道结构。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810602784.3A CN108829970A (zh) | 2018-06-12 | 2018-06-12 | 基于涡动力学的轴流风扇叶片优化设计方法及优化系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810602784.3A CN108829970A (zh) | 2018-06-12 | 2018-06-12 | 基于涡动力学的轴流风扇叶片优化设计方法及优化系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108829970A true CN108829970A (zh) | 2018-11-16 |
Family
ID=64144684
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810602784.3A Pending CN108829970A (zh) | 2018-06-12 | 2018-06-12 | 基于涡动力学的轴流风扇叶片优化设计方法及优化系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108829970A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109684768A (zh) * | 2019-01-04 | 2019-04-26 | 深圳友铂科技有限公司 | 一种跨音速轴流风扇/压气机多目标气动优化设计方法 |
| CN109779972A (zh) * | 2019-01-25 | 2019-05-21 | 杭州汽轮动力集团有限公司 | 一种兼顾低雷诺数工况性能的压气机二维叶型优化方法 |
| CN109800519A (zh) * | 2019-01-25 | 2019-05-24 | 深圳友铂科技有限公司 | 一种轴流风扇多点气动优化设计方法 |
| CN110008517A (zh) * | 2019-03-07 | 2019-07-12 | 北航（四川）西部国际创新港科技有限公司 | 基于bvf的二维叶栅流动分离控制方法 |
| CN110046380A (zh) * | 2019-03-04 | 2019-07-23 | 北京航空航天大学 | 宽裕度的单级跨音风扇设计方法 |
| CN110043484A (zh) * | 2019-03-07 | 2019-07-23 | 北航（四川）西部国际创新港科技有限公司 | 基于周向涡量通流设计的双级高负荷风扇设计方法 |
| CN110566506A (zh) * | 2019-09-01 | 2019-12-13 | 西北工业大学 | 轴流压气机拟s1流面反问题设计方法 |
| CN111288016A (zh) * | 2018-12-07 | 2020-06-16 | 中国航发商用航空发动机有限责任公司 | 轴流压气机基元叶型造型方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107269583A (zh) * | 2017-07-21 | 2017-10-20 | 哈尔滨工业大学 | 一种基于高次多项式的超/跨音速轴流风扇设计方法 |
| CN107563074A (zh) * | 2017-09-08 | 2018-01-09 | 哈尔滨工业大学 | 一种风扇/压气机端壁型线的优化设计方法与优化平台 |
-
2018
- 2018-06-12 CN CN201810602784.3A patent/CN108829970A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107269583A (zh) * | 2017-07-21 | 2017-10-20 | 哈尔滨工业大学 | 一种基于高次多项式的超/跨音速轴流风扇设计方法 |
| CN107563074A (zh) * | 2017-09-08 | 2018-01-09 | 哈尔滨工业大学 | 一种风扇/压气机端壁型线的优化设计方法与优化平台 |
Non-Patent Citations (2)
| Title |
|---|
| 吴宏 等: ""跨声风扇转子的BVF气动优化方法"", 《北京航空航天大学学报》 * |
| 颜辉: ""压气机叶片气动优化设计方法研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111288016A (zh) * | 2018-12-07 | 2020-06-16 | 中国航发商用航空发动机有限责任公司 | 轴流压气机基元叶型造型方法 |
| CN111288016B (zh) * | 2018-12-07 | 2020-12-15 | 中国航发商用航空发动机有限责任公司 | 轴流压气机基元叶型造型方法 |
| CN109684768A (zh) * | 2019-01-04 | 2019-04-26 | 深圳友铂科技有限公司 | 一种跨音速轴流风扇/压气机多目标气动优化设计方法 |
| CN109779972A (zh) * | 2019-01-25 | 2019-05-21 | 杭州汽轮动力集团有限公司 | 一种兼顾低雷诺数工况性能的压气机二维叶型优化方法 |
| CN109800519A (zh) * | 2019-01-25 | 2019-05-24 | 深圳友铂科技有限公司 | 一种轴流风扇多点气动优化设计方法 |
| CN110046380A (zh) * | 2019-03-04 | 2019-07-23 | 北京航空航天大学 | 宽裕度的单级跨音风扇设计方法 |
| CN110046380B (zh) * | 2019-03-04 | 2021-04-06 | 北京航空航天大学 | 宽裕度的单级跨音风扇设计方法 |
| CN110008517A (zh) * | 2019-03-07 | 2019-07-12 | 北航（四川）西部国际创新港科技有限公司 | 基于bvf的二维叶栅流动分离控制方法 |
| CN110043484A (zh) * | 2019-03-07 | 2019-07-23 | 北航（四川）西部国际创新港科技有限公司 | 基于周向涡量通流设计的双级高负荷风扇设计方法 |
| CN110043484B (zh) * | 2019-03-07 | 2021-05-25 | 北航（四川）西部国际创新港科技有限公司 | 基于周向涡量通流设计的双级高负荷风扇设计方法 |
| CN110566506A (zh) * | 2019-09-01 | 2019-12-13 | 西北工业大学 | 轴流压气机拟s1流面反问题设计方法 |
| CN110566506B (zh) * | 2019-09-01 | 2020-11-20 | 西北工业大学 | 轴流压气机拟s1流面反问题设计方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108829970A (zh) | 基于涡动力学的轴流风扇叶片优化设计方法及优化系统 | |
| CN108153998B (zh) | 离心鼓风机叶轮的全三维气动优化设计方法 | |
| CN110929357A (zh) | 一种高性能舰船燃机压气机气动设计方法 | |
| Siddappaji et al. | General capability of parametric 3d blade design tool for turbomachinery | |
| CN107679319B (zh) | 一种叶轮机通流模型中周向脉动应力项的代数建模方法 | |
| CN108717485B (zh) | 一种轴流式压气机叶片的逆向造型方法 | |
| CN109598081A (zh) | 基于数据降维及多二维流面的径流式透平气动优化方法 | |
| CN109578085B (zh) | 一种通过导叶倾斜减弱涡轮动叶非定常作用力的方法 | |
| Li et al. | Aero-mechanical multidisciplinary optimization of a high speed centrifugal impeller | |
| CN103195757A (zh) | 一种结合附面层抽吸的对转压气机气动设计方法 | |
| CN113569360A (zh) | 一种风力机叶片抗颤振翼型簇设计方法 | |
| CN110245408B (zh) | 一种汽轮机单圆弧压力面叶型设计方法 | |
| CN114186513A (zh) | 一种具有反s型前缘的轴流压气机叶片造型设计方法 | |
| CN101158991A (zh) | 大小叶片压气机的气动设计方法 | |
| CN105257590A (zh) | 半串列叶片及其设计方法 | |
| CN113090580A (zh) | 一种具有s型前缘的离心叶轮叶片及其造型方法 | |
| CN115270318B (zh) | 一种船用燃气轮机轴流压气机跨音级动叶片造型方法 | |
| CN105909316A (zh) | 大型汽轮机超长末级动叶片的叶身结构 | |
| CN114065423B (zh) | 快速评估航空发动机风扇叶片颤振的方法 | |
| CN112541298B (zh) | 基于深度学习的透平机械叶片型线自动参数化生成方法 | |
| CN109800519A (zh) | 一种轴流风扇多点气动优化设计方法 | |
| CN112861321B (zh) | 一种对具有串列静子叶型的轴流压气机进行端壁造型的方法 | |
| CN105787217B (zh) | 一种飞机用波纹翼型的优化设计方法 | |
| von Jeinsen et al. | A Numerical Design Space Investigation of Low-Speed Axial Compressor Stages Using Single-Row and Tandem Bladings | |
| Giesecke et al. | Optimization of high subsonic, high reynolds number axial compressor airfoil sections for increased operating range |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220610 Address after: 518000 8301, building 30, Dayun software Town, No. 8288, Longgang Avenue, he'ao community, Yuanshan street, Longgang District, Shenzhen City, Guangdong Province Applicant after: Youbai Kongtian power (Shenzhen) Co.,Ltd. Address before: 518172 No. 1 Park, Overseas Students Pioneer Park, Qinglin West Road, Longcheng street, Shenzhen, Guangdong 225 Applicant before: SHENZHEN SENLAN ZHONGXIN TECHNOLOGY CO.,LTD. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |