CN116502568B - 压气机内流特性自动化模拟的方法、装置、设备和介质 - Google Patents
压气机内流特性自动化模拟的方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116502568B CN116502568B CN202310770950.1A CN202310770950A CN116502568B CN 116502568 B CN116502568 B CN 116502568B CN 202310770950 A CN202310770950 A CN 202310770950A CN 116502568 B CN116502568 B CN 116502568B
- Authority
- CN
- China
- Prior art keywords
- characteristic curve
- flow characteristic
- compressor
- boundary
- boundary point
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000004088 simulation Methods 0.000 claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 238000013461 design Methods 0.000 claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 37
- 238000005457 optimization Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 14
- 230000003068 static effect Effects 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000002922 simulated annealing Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 238000012360 testing method Methods 0.000 description 8
- 239000000306 component Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003055 full factorial design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本申请属于压气机内流特性数值仿真技术领域，涉及压气机内流特性自动化模拟的方法、装置、设备和介质。方法包括：获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；根据压气机的设计参数，确定边界条件；根据所述边界条件，进行数值模拟计算，并得到模拟结果；根据所述模拟结果，输出判定参数；根据所述判定参数判断收敛时，以所述判定参数为当前内流特性曲线的一个边界点，并存入数据库；根据所述数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点。采用本申请能够实现压气机内流特性的自动化模拟，支持自动判别，无需人工操作。
Description
技术领域
本申请涉及压气机内流特性数值仿真技术领域，特别是涉及压气机内流特性自动化模拟的方法、装置、设备和介质。
背景技术
压气机作为旋转机械的压缩部件，广泛应用于航空发动机、燃气轮机、涡轮增压器、风扇等叶轮机械系统中，其承担着压缩来流介质，为下游提供高压介质输入的作用，是叶轮机械系统中必不可少的核心部件之一，其性能优劣往往对整机工作能力有着决定性的影响。
压气机性能即内流特性的获取有多种方式，一种是通过部件试验，获得不同转速下的特性曲线，从而为压气机部件在整机的应用提供数据支撑；另一种是通过整机试验，直接获得一系列离散工作点的性能，但这种方式往往无法获得压气机全特性曲线上的参数。以上两种方法的本质都是通过试验的手段获得压气机性能，虽然能更真实的获取压气机的工作参数，但是其耗时周期长，所需经费较高，且需要相应的试验系统作为保障，复杂度和要求均较高，因而往往只在部件或整机定型阶段采用。
随着计算流体力学和计算设备的快速发展，数值模拟方法越来越体现出其优势。专业人员借助计算设备及相应专业软件，即可实现对压气机内流特性的数值模拟，因此这种方法具有成本低、迭代快的优势，特别是在设计阶段中，需要对多种构型进行快速的仿真判断，以获得满足工作需求的压气机构型，数值模拟方法在这其中起到了重要作用。
现有技术中，数值模拟计算压气机内流特性的流程因求解软件设置不同而具有差异。
例如，采用Fluent、Star-CCM+、COMSOL、OpenFOAM等这类通用计算流体力学求解器时，内流特性曲线的计算往往通过人工逐个判断每个算例的收敛情况，然后根据算例结果手动调整边界条件进行下一个计算点的设置，不断重复以上过程从而获取特性曲线；当然，也可以采用批处理和宏指令的形式，设置多个算例计算以后再人为进行筛选以替代以上过程。
除了这些通用求解器以外，也有针对叶轮机械使用场景定制化开发的专用求解器，如Fine/Turbo、CFX等，这类软件都可以进行特性曲线的自动计算设置，但是，计算过程中无法自动判别结果，对于无效的计算点也不能及时剔除，往往需要在初步计算以后，再手动多次进行边界条件设置以逐步逼近特性曲线上的边界点。
在另一些场景中，如压气机直列叶栅的内流特性计算，往往需要保证来流马赫数为恒定值，但是在迎角变化过程中，由于通道内的流动处于亚声速或者部分跨声速状态，出口反压不变的条件下，入口马赫数一般会随着迎角发生变化。此时，需要人为根据计算结果进行判定，再逐步调整反压以满足入口马赫数条件。
发明内容
基于此，有必要针对上述技术问题，提供一种压气机内流特性自动化模拟的方法、装置、设备和介质，能够实现压气机内流特性的自动化模拟，支持自动判别，无需人工操作。
压气机内流特性自动化模拟的方法，包括：
获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；
根据压气机的设计参数，确定边界条件；根据所述边界条件，进行数值模拟计算，并得到模拟结果；
根据所述模拟结果，输出判定参数；根据所述判定参数判断收敛时，以所述判定参数为当前内流特性曲线的一个边界点，并存入数据库；
根据所述数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点。
在一个实施例中，根据所述判定参数判断不收敛时，或者，未得到当前内流特性曲线满足边界点需求的所有边界点时：
根据所述数据库，采用非线性步长迭代算法，得到当前内流特性曲线的对应边界点。
在一个实施例中，所述非线性步长迭代算法包括：
选择当前自变量作为边界条件的输入变量，给定当前自变量的初值及取值范围；根据数据库，计算当前自变量与上一自变量的自变量差值，采用优化迭代算法非线性步进，确定步长，然后对输入变量进行调整，以确定下一个取值，从而实现迭代寻优，寻优的目标是找到压气机内流特性曲线的极值，直到自变量差值达到设定的阈值，得到当前内流特性曲线的对应边界点。
在一个实施例中，所述优化迭代算法包括：数值优化算法、直接搜索法以及全局探索法；
所述数值优化算法包括：序列二次规划法，所述直接搜索法包括：霍克-基维斯直接搜索法或下山单纯形法，所述全局探索法包括：多岛遗传算法、模拟退火法或粒子群法。
在一个实施例中，当压气机的工作转速已知时，压气机的内流特性曲线为不同工作转速下的压比与流量特性曲线以及效率与流量特性曲线。
在一个实施例中，当压气机叶栅的入口马赫数已知时，压气机的内流特性曲线为压力损失与迎角范围的特性曲线。
在一个实施例中，边界条件为出口静压值或流量值。
压气机内流特性自动化模拟的装置，包括：
获取模块，用于获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；
计算模块，用于根据压气机的设计参数，确定边界条件；根据所述边界条件，进行数值模拟计算，并得到模拟结果；
判定模块，用于根据所述模拟结果，输出判定参数；根据所述判定参数判断收敛时，以所述判定参数为当前内流特性曲线的一个边界点，并存入数据库；
遍历模块，用于根据所述数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；
根据压气机的设计参数，确定边界条件；根据所述边界条件，进行数值模拟计算，并得到模拟结果；
根据所述模拟结果，输出判定参数；根据所述判定参数判断收敛时，以所述判定参数为当前内流特性曲线的一个边界点，并存入数据库；
根据所述数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；
根据压气机的设计参数，确定边界条件；根据所述边界条件，进行数值模拟计算，并得到模拟结果；
根据所述模拟结果，输出判定参数；根据所述判定参数判断收敛时，以所述判定参数为当前内流特性曲线的一个边界点，并存入数据库；
根据所述数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点。
上述压气机内流特性自动化模拟的方法、装置、设备和介质，能够自动判别单个数值计算结果的收敛情况，不需要人工回溯；引入非线性步长迭代算法，能够自动进行多个算例的按序列依次求解或者同时并行求解，自动化寻找全特性曲线参数，自动模拟完整的内流特性曲线，不需要多次人工参与试算；另外，本申请将内流特性计算集成到优化算法的流程中，设计了两个嵌套循环的流程，即判断单个点是否收敛的内循环以及判断曲线是否完成的外循环，实现全特性曲线的自动求解，也可根据需要修改流程内外循环的类别（试验设计、优化或者单任务等模式）以实现不同的应用场景；进一步地，还借助迭代算法的寻优过程，利用计算中间结果进行非线性参数步进设置，而不是按经验线性等比例地给定边界条件的数值（如等比例的给定静压值或者流量值），本申请的迭代参数变量利用计算过程的中间结果，进行非线性搜索步长的推进，实现压气机内流特性的非线性参数步进的自动化模拟，计算效率更高；还需要说明的是，本申请将收敛判断准则量化，集成到自动化处理流程中，可以通过对量化准则的阈值和约束方式进行调整，适应不同构型的压气机数值计算结果判断。
附图说明
图1为一个实施例中压气机内流特性自动化模拟的方法的应用场景图；
图2为一个实施例中压气机内流特性自动化模拟的方法的流程示意图；
图3为一个实施例中压气机内流特性自动化模拟的方法中采用非线性步长迭代进行寻优的流程图；
图4为一个实施例中压气机内流特性自动化模拟的方法的框架示意图；
图5为一个具体实施例中压气机直列叶栅特性自动化模拟的方法流程图；
图6为一个具体实施例中压气机直列叶栅特性自动化模拟的方法得到的叶栅迎角与损失分布特性曲线图；
图7为一个实施例中压气机内流特性自动化模拟的装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明，本申请实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本申请中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多组”的含义是至少两组，例如两组，三组等，除非另有明确具体的限定。
在本申请中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是物理连接或无线通信连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
本申请提供的方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信，终端102可以包括但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以是各类门户网站、工作系统后台对应的服务器等。
本申请提供了一种压气机内流特性自动化模拟的方法，如图2所示，在一个实施例中，以该方法应用于图1中的终端为例进行说明，包括：
步骤202，获取压气机的设计参数，确定压气机内流特性曲线的边界点需求。
在本步骤中，确定压气机内流特性曲线的边界点需求是指，确定压气机内流特性曲线的类型和数量，并预设每个内流特性曲线上边界点的数量。
当压气机的工作转速已知时，压气机的内流特性曲线为不同工作转速下的压比与流量特性曲线以及效率与流量特性曲线。
当压气机叶栅的入口马赫数已知时，压气机的内流特性曲线为压力损失与迎角范围的特性曲线。
例如，采用全因子设计（FFD，Full factorial design）给定转速的分布规律，为转速指定任意的参数组合，随后的流程实现自动计算每个等转速下的特性曲线值。
步骤204，根据压气机的设计参数，确定边界条件；根据边界条件，进行数值模拟计算，并得到模拟结果。
在本步骤中，边界条件可以为出口静压值或流量值，数值模拟计算一般指压气机全三维数值模拟。
步骤206，根据模拟结果，输出判定参数；根据判定参数判断收敛时，以判定参数为当前内流特性曲线的一个边界点，并存入数据库。
在本步骤中，判定参数包括：残差、进出口流量差值、进出口流量波动幅值、监测点压力波动幅值、最近两次出口反压差值等。
步骤208，根据数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点。
在本实施例中，根据判定参数判断不收敛时，或者，未得到当前内流特性曲线满足边界点需求的所有边界点时：根据数据库，采用非线性步长迭代算法，得到当前内流特性曲线的对应边界点。
具体地，选择当前自变量作为边界条件的输入变量，如静压，给定当前自变量的初值及取值范围；根据数据库，计算当前自变量与上一自变量的自变量差值，采用优化迭代算法非线性步进，确定步长，然后对输入变量如静压进行调整，以确定下一个静压的取值，从而实现迭代寻优，寻优的目标是找到压气机内流特性曲线的极值，如流量的边界值，直到自变量差值达到设定的阈值，得到当前内流特性曲线的对应边界点，其流程如图3所示，以压比与流量的特性线为例，N1、N2分别为不同转速的特性线，编号(0)~(5)表示非线性步进寻优的中间过程，初始位置为(0)。
在采用优化迭代算法非线性步进时，步长的计算满足：
；
；
式中，表示目标函数，/>表示当前自变量，/>表示步长，/>表示搜索方向，/>表示梯度算子，/>即为/>的简化，T表示转置，/>、/>为常数。
其中，优化迭代算法包括：数值优化算法、直接搜索法以及全局探索法；数值优化算法包括：序列二次规划法(NLPQL，Nonlinear Programming by Quadratic Lagrangian)，直接搜索法包括：霍克-基维斯直接搜索法或下山单纯形法，全局探索法包括：多岛遗传算法、模拟退火法或粒子群法。需要说明，在采用优化迭代算法进行迭代寻优时，仅选择优化迭代算法中的一种即可。
在特性曲线计算过程中，入口和壁面的边界条件通常是确定的，变化的一般是出口压力或者流量值，因此内流特性曲线的计算最重要的点是寻找压气机在限定条件下能正常工作的极限压力或者极限流量，在传统的计算流程中，这一过程需要人工参与判别，参数的选取一般是线性等比例的。也就是说，现有的内流特性计算更多聚焦于求解器的稳定性和准确性，对于结果的实时处理和多任务设置虽然能通过批处理和宏指令实现或者通过软件自带的部分功能实现，但仍无法进一步满足自动判别计算结果收敛情况，再自动根据判别结果进行下一步边界条件的设置以获得完整的特性曲线。
而本申请中，如图4所示，进行试验设计、给定数据和边界条件、进行数值计算、并根据结果进行收敛情况判别，从而将收敛判别以及生成曲线的过程自动化，实现计算结果收敛情况的自动判别以及参数的非线性步进，以提高计算效率；计算结果收敛情况自动判别的理论依据是压气机内流特性模拟的常用指标，如残差下降数量级、进出口流量差值、进出口流量波动幅值、监测点参数波动幅值等指标；参数的非线性步进则借助了相应优化算法的特性，如数值优化算法中采用的黄金分割法和多项式近似法等搜索步长计算方法。具体而言，通过自动化算法，借助批处理和宏指令，将数值求解、后处理、判定、优化迭代集成起来以实现自动化求解。
自动化算法满足以下公式，能够自动判定计算结果的收敛条件：
；
式中，A为收敛变量，包含流量、监测点压力、温度； 、/>为极小数，取值均在/>以下；/>表示数值计算的最大迭代步数；/>为常数，取值在300~500之间；/>表示输入；/>表示输出；/>表示数值计算迭代残差值；/>为常数，通常取为/>。
上述压气机内流特性自动化模拟的方法，能够自动判别单个数值计算结果的收敛情况，不需要人工回溯；引入非线性步长迭代算法，能够自动进行多个算例的按序列依次求解或者同时并行求解，自动化寻找全特性曲线参数，自动模拟完整的内流特性曲线，不需要多次人工参与试算；另外，本申请将内流特性计算集成到优化算法的流程中，设计了两个嵌套循环的流程，即判断单个点是否收敛的内循环以及判断曲线是否完成的外循环，实现全特性曲线的自动求解，也可根据需要修改流程内外循环的类别（试验设计、优化或者单任务等模式）以实现不同的应用场景；进一步地，还借助迭代算法的寻优过程，利用计算中间结果进行非线性参数步进设置，而不是按经验线性等比例地给定边界条件的数值（如等比例的给定静压值或者流量值），本申请的迭代参数变量利用计算过程的中间结果，进行非线性搜索步长的推进，实现压气机内流特性的非线性参数步进的自动化模拟，计算效率更高；还需要说明的是，本申请将收敛判断准则量化，集成到自动化处理流程中，可以通过对量化准则的阈值和约束方式进行调整，适应不同构型的压气机数值计算结果判断。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图5所示，在一个具体的实施例中，进行试验设计、进行数值模拟并根据结果进行数据存储及收敛判断以进行特性线优化求解、进行中间过程数据读取、进行特性线判别，从而自动化模拟压气机直列叶栅特性，给定迎角分布范围，采用全因子法生成设计矩阵空间，特性线优化求解循环中，给定入口马赫数的约束条件，选取下山单纯形法作为优化算法，最终外循环一共计算28次，内循环次数为262，共计算出24个有效的特性点，获得了直列叶栅完整的迎角特性曲线，如图6所示。
本申请还提供了一种压气机内流特性自动化模拟的装置，如图7所示，在一个实施例中，包括：获取模块702、计算模块704、判定模块706以及遍历模块708，其中：
获取模块702，用于获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；
计算模块704，用于根据压气机的设计参数，确定边界条件；根据边界条件，进行数值模拟计算，并得到模拟结果；
判定模块706，用于根据模拟结果，输出判定参数；根据判定参数判断收敛时，以判定参数为当前内流特性曲线的一个边界点，并存入数据库；
遍历模块708，用于根据数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点。
关于压气机内流特性自动化模拟的装置的具体限定可以参见上文中对于压气机内流特性自动化模拟的方法的限定，在此不再赘述。上述装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种压气机内流特性自动化模拟的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述实施例中方法的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.压气机内流特性自动化模拟的方法，其特征在于，包括：
获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；
根据压气机的设计参数，确定边界条件；根据所述边界条件，进行数值模拟计算，并得到模拟结果；
根据所述模拟结果，输出判定参数；根据所述判定参数判断收敛时，以所述判定参数为当前内流特性曲线的一个边界点，并存入数据库；
根据所述数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点；
根据所述判定参数判断不收敛时，或者，未得到当前内流特性曲线满足边界点需求的所有边界点时：
根据所述数据库，采用非线性步长迭代算法，得到当前内流特性曲线的对应边界点；
所述非线性步长迭代算法包括：
选择当前自变量作为边界条件的输入变量，给定当前自变量的初值及取值范围；根据数据库，计算当前自变量与上一自变量的自变量差值，采用优化迭代算法非线性步进，确定步长，然后对输入变量进行调整，以确定下一个取值，从而实现迭代寻优，寻优的目标是找到压气机内流特性曲线的极值，直到自变量差值达到设定的阈值，得到当前内流特性曲线的对应边界点。
2.根据权利要求1所述压气机内流特性自动化模拟的方法，其特征在于，所述优化迭代算法包括：数值优化算法、直接搜索法以及全局探索法；
所述数值优化算法包括：序列二次规划法，所述直接搜索法包括：霍克-基维斯直接搜索法或下山单纯形法，所述全局探索法包括：多岛遗传算法、模拟退火法或粒子群法。
3.根据权利要求1或2所述压气机内流特性自动化模拟的方法，其特征在于，当压气机的工作转速已知时，压气机的内流特性曲线为不同工作转速下的压比与流量特性曲线以及效率与流量特性曲线。
4.根据权利要求1或2所述压气机内流特性自动化模拟的方法，其特征在于，当压气机叶栅的入口马赫数已知时，压气机的内流特性曲线为压力损失与迎角范围的特性曲线。
5.根据权利要求1或2所述压气机内流特性自动化模拟的方法，其特征在于，边界条件为出口静压值或流量值。
6.压气机内流特性自动化模拟的装置，其特征在于，包括：
获取模块，用于获取压气机的设计参数，确定压气机内流特性曲线的边界点需求；
计算模块，用于根据压气机的设计参数，确定边界条件；根据所述边界条件，进行数值模拟计算，并得到模拟结果；
判定模块，用于根据所述模拟结果，输出判定参数；根据所述判定参数判断收敛时，以所述判定参数为当前内流特性曲线的一个边界点，并存入数据库；
遍历模块，用于根据所述数据库判断，若得到当前内流特性曲线满足边界点需求的所有边界点，则遍历所有内流特性曲线，得到每个内流特性曲线的对应边界点；根据所述判定参数判断不收敛时，或者，未得到当前内流特性曲线满足边界点需求的所有边界点时：根据所述数据库，采用非线性步长迭代算法，得到当前内流特性曲线的对应边界点；所述非线性步长迭代算法包括：选择当前自变量作为边界条件的输入变量，给定当前自变量的初值及取值范围；根据数据库，计算当前自变量与上一自变量的自变量差值，采用优化迭代算法非线性步进，确定步长，然后对输入变量进行调整，以确定下一个取值，从而实现迭代寻优，寻优的目标是找到压气机内流特性曲线的极值，直到自变量差值达到设定的阈值，得到当前内流特性曲线的对应边界点。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310770950.1A CN116502568B (zh) | 2023-06-28 | 2023-06-28 | 压气机内流特性自动化模拟的方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310770950.1A CN116502568B (zh) | 2023-06-28 | 2023-06-28 | 压气机内流特性自动化模拟的方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116502568A CN116502568A (zh) | 2023-07-28 |
| CN116502568B true CN116502568B (zh) | 2023-09-05 |
Family
ID=87327096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310770950.1A Active CN116502568B (zh) | 2023-06-28 | 2023-06-28 | 压气机内流特性自动化模拟的方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116502568B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7542885B1 (en) * | 1999-05-07 | 2009-06-02 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Method and apparatus for predicting unsteady pressure and flow rate distribution in a fluid network |
| WO2010111398A2 (en) * | 2009-03-24 | 2010-09-30 | Chevron U.S.A. Inc. | A system and method for characterizing fractures in a subsurface reservoir |
| CN101908088A (zh) * | 2010-07-22 | 2010-12-08 | 北京航空航天大学 | 一种基于时域双向迭代的叶轮机叶片颤振应力预测方法 |
| CN106021757A (zh) * | 2016-05-26 | 2016-10-12 | 哈尔滨工程大学 | 基于灰色关联理论与热力模型相结合的混合型燃气轮机气路部件自适应性能诊断方法 |
| CN106055792A (zh) * | 2016-05-31 | 2016-10-26 | 哈尔滨工程大学 | 一种超临界二氧化碳压气机与涡轮匹配动态仿真方法 |
| CN113221486A (zh) * | 2021-06-21 | 2021-08-06 | 中国航发沈阳发动机研究所 | 一种基于sqp法的某间冷燃机稳态性能计算精度提升方法 |
| CN113741211A (zh) * | 2021-05-27 | 2021-12-03 | 北京交通大学 | 一种egr系统与增压系统的集成优化匹配的优化方法 |
| WO2022061871A1 (zh) * | 2020-09-28 | 2022-03-31 | 大连理工大学 | 一种基于混合自适应差分进化的航空发动机模型迭代算法 |
| WO2022126472A1 (zh) * | 2020-12-17 | 2022-06-23 | 大连理工大学 | 一种多几何参数可调的进/排/发一体化航空推进系统建模方法 |
| CN114718659A (zh) * | 2022-03-24 | 2022-07-08 | 西北工业大学 | 一种耦合径向肋条和周向槽的涡轮叶顶间隙流控制方法 |
| US11434917B1 (en) * | 2021-07-13 | 2022-09-06 | Roman Bershader | Methodology and algorithms for protecting centrifugal and axial compressors from surge and choke |
| CN115935833A (zh) * | 2023-01-12 | 2023-04-07 | 清华大学 | 一种获取压气机特性的方法和装置 |
| CN116070543A (zh) * | 2023-01-12 | 2023-05-05 | 清华大学 | 一种确定压气机稳定边界的方法和装置 |
| CN116305934A (zh) * | 2023-03-17 | 2023-06-23 | 清华大学 | 一种压气机稳定边界的预测方法和装置 |
-
2023
- 2023-06-28 CN CN202310770950.1A patent/CN116502568B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7542885B1 (en) * | 1999-05-07 | 2009-06-02 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Method and apparatus for predicting unsteady pressure and flow rate distribution in a fluid network |
| WO2010111398A2 (en) * | 2009-03-24 | 2010-09-30 | Chevron U.S.A. Inc. | A system and method for characterizing fractures in a subsurface reservoir |
| CN101908088A (zh) * | 2010-07-22 | 2010-12-08 | 北京航空航天大学 | 一种基于时域双向迭代的叶轮机叶片颤振应力预测方法 |
| CN106021757A (zh) * | 2016-05-26 | 2016-10-12 | 哈尔滨工程大学 | 基于灰色关联理论与热力模型相结合的混合型燃气轮机气路部件自适应性能诊断方法 |
| CN106055792A (zh) * | 2016-05-31 | 2016-10-26 | 哈尔滨工程大学 | 一种超临界二氧化碳压气机与涡轮匹配动态仿真方法 |
| WO2022061871A1 (zh) * | 2020-09-28 | 2022-03-31 | 大连理工大学 | 一种基于混合自适应差分进化的航空发动机模型迭代算法 |
| WO2022126472A1 (zh) * | 2020-12-17 | 2022-06-23 | 大连理工大学 | 一种多几何参数可调的进/排/发一体化航空推进系统建模方法 |
| CN113741211A (zh) * | 2021-05-27 | 2021-12-03 | 北京交通大学 | 一种egr系统与增压系统的集成优化匹配的优化方法 |
| CN113221486A (zh) * | 2021-06-21 | 2021-08-06 | 中国航发沈阳发动机研究所 | 一种基于sqp法的某间冷燃机稳态性能计算精度提升方法 |
| US11434917B1 (en) * | 2021-07-13 | 2022-09-06 | Roman Bershader | Methodology and algorithms for protecting centrifugal and axial compressors from surge and choke |
| CN114718659A (zh) * | 2022-03-24 | 2022-07-08 | 西北工业大学 | 一种耦合径向肋条和周向槽的涡轮叶顶间隙流控制方法 |
| CN115935833A (zh) * | 2023-01-12 | 2023-04-07 | 清华大学 | 一种获取压气机特性的方法和装置 |
| CN116070543A (zh) * | 2023-01-12 | 2023-05-05 | 清华大学 | 一种确定压气机稳定边界的方法和装置 |
| CN116305934A (zh) * | 2023-03-17 | 2023-06-23 | 清华大学 | 一种压气机稳定边界的预测方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 全速域预冷发动机进气系统设计与优化;刘俊兵;《中国优秀硕士学位论文全文数据库（电子期刊）工程科技II辑》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116502568A (zh) | 2023-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112577161B (zh) | 空调能耗模型训练方法与空调系统控制方法 | |
| US8117017B2 (en) | Engine performance model | |
| CN110851929A (zh) | 基于自适应网格的二维叶型优化设计方法及装置 | |
| Nishida et al. | Performance improvement of a return channel in a multistage centrifugal compressor using multiobjective optimization | |
| CN114372318A (zh) | 设计参数确定方法、装置、电子设备及可读存储介质 | |
| CN115062425B (zh) | 一种应用于燃气轮机组的故障预警方法、系统和装置 | |
| CN111950148A (zh) | 液体火箭推力室试车内壁温度计算方法及计算设备 | |
| CN106489068A (zh) | 测量值分析装置以及测量值分析方法 | |
| CN107203364B (zh) | 一种用于压气机全工况特性的预测和辨识方法 | |
| Krummrein et al. | A highly flexible approach on the steady-state analysis of innovative micro gas turbine cycles | |
| CN114060102B (zh) | 一种导叶叶片的出口金属角确定方法、确定装置 | |
| CN116384005A (zh) | 一种变形叶片气动性能的确定方法及装置和电子设备 | |
| CN116502568B (zh) | 压气机内流特性自动化模拟的方法、装置、设备和介质 | |
| CN113868580A (zh) | 抽凝供热机组工业供汽工况最小调峰出力的确定方法 | |
| CN108958029A (zh) | 用于参数整定方法和系统 | |
| CN112748665A (zh) | 基于模糊卡尔曼滤波的氢燃料电池迭代控制方法及装置 | |
| Safari et al. | A novel combination of adaptive tools for turbomachinery airfoil shape optimization using a real-coded genetic algorithm | |
| CN109344522B (zh) | 一种用于轴流压缩机的静叶磨削量的计算方法及系统 | |
| CN116595874A (zh) | 叶轮机械性能预测模型参数优化方法及装置、存储介质 | |
| CN115983137A (zh) | 基于相似性原理和深度学习的涡轮流场预测方法及相关装置 | |
| CN113779722B (zh) | 一种压气机稳定性预测方法、装置和存储介质 | |
| CN116070543A (zh) | 一种确定压气机稳定边界的方法和装置 | |
| CN114880792A (zh) | 一种基于形变预测的全方位多角度优化方法 | |
| JP2018142200A (ja) | 状態推定方法、及び状態推定装置 | |
| CN113609623A (zh) | 基于定常效应量化描述的处理机匣设计评估方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |