期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
增压器涡轮非设计工况多目标气动优化
1
作者 刘正先 高浩 +2 位作者 李孝检 程江华 郭磊宏 《兵器装备工程学报》 北大核心 2025年第1期134-143,共10页
为提升某车用特种发动机变工况热力性能,针对其增压器涡轮,基于纯径向造型设计,开展了非设计工况多目标气动优化。采用单参数分析、最优拉丁超立方取样、Kriging代理模型以及梯度变异混合优化算法构建了涡轮多目标气动优化方法,在不损... 为提升某车用特种发动机变工况热力性能,针对其增压器涡轮,基于纯径向造型设计,开展了非设计工况多目标气动优化。采用单参数分析、最优拉丁超立方取样、Kriging代理模型以及梯度变异混合优化算法构建了涡轮多目标气动优化方法,在不损失涡轮设计工况气动性能的前提下,实现了非设计工况等熵效率和比功率的提升。优化后涡轮在大膨胀比工况点等熵效率提高2.03%、比功率提升2.78%。引入熵产率理论并结合涡轮流场分析,得出气动性能提升的机理:转子入口攻角减小、尾缘附近流动均匀性提升,入口及尾缘附近流动分离改善、高熵产率区域减小,气动损失降低;转子出口相对马赫数降低,余速损失减小,等熵效率提升;叶片吸力面载荷降低,前缘负载荷问题改善,转子整体扭矩增大,涡轮比功率提高。文章为增压器涡轮非设计工况气动优化及流动新机理解析提供了有益参考。 展开更多
关键词 增压器涡轮 纯径向造型 非设计工况 多目标气动优化 熵产率分析
在线阅读 下载PDF
梯形机翼多目标气动优化研究 被引量:1
2
作者 孟令涛 刘莉 +1 位作者 龙腾 朱华光 《系统仿真学报》 CAS CSCD 北大核心 2009年第4期1033-1036,1039,共5页
针对气动优化设计问题,基于优化集成软件Model Center结合VB自编程序、CAD、计算流体力学仿真(CFD)软件及多目标遗传算法构建气动协同优化设计、分析平台,进行梯形机翼多目标气动优化、仿真分析研究。论文研究了三维CFD仿真、响应面代... 针对气动优化设计问题,基于优化集成软件Model Center结合VB自编程序、CAD、计算流体力学仿真(CFD)软件及多目标遗传算法构建气动协同优化设计、分析平台,进行梯形机翼多目标气动优化、仿真分析研究。论文研究了三维CFD仿真、响应面代理模型(RSM)分别与多目标遗传算法结合的优化方案及其关键技术的解决途径。算例结果表明两种优化方案结果吻合,结合流场分析,表明优化方法的合理,气动优化设计平台有效。 展开更多
关键词 集成平台 多目标气动优化设计 计算流体仿真 响应面模型 遗传算法
在线阅读 下载PDF
混合遗传算法及其在翼型气动多目标优化设计中的应用 被引量:4
3
作者 王晓鹏 《空气动力学学报》 CSCD 北大核心 2001年第3期256-261,共6页
把基于实数编码的自适应遗传算法 (SAGA)与可变容差法相结合 ,建立了数值优化设计中的混合遗传算法 (HGA) ,并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比 ,混合遗传算法的优化质量... 把基于实数编码的自适应遗传算法 (SAGA)与可变容差法相结合 ,建立了数值优化设计中的混合遗传算法 (HGA) ,并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比 ,混合遗传算法的优化质量略有改善 ,优化效率有明显的提高。优化结果表明混合遗传算法在翼型单目标和多目标气动优化设计中是十分有效的。 展开更多
关键词 混合遗传算法 跨声速翼型 气动优化设计 随机性优化方法 HGA 目标气动优化设计 多目标气动优化设计 自适应遗传算法 SAGA
在线阅读 下载PDF
基于EHVI加点准则的DSI进气道气动/隐身多目标代理优化方法研究 被引量:2
4
作者 樊华羽 詹浩 +1 位作者 程诗信 米百刚 《西北工业大学学报》 EI CAS CSCD 北大核心 2019年第5期918-927,共10页
针对无附面层隔道超声速进气道(DSI)气动隐身多目标优化设计问题,以DSI进气道三维鼓包压缩面(bump)为设计对象,开展DSI的气动、隐身多目标优化设计研究。采用自由曲面变形(FFD)方法实现DSI进气道bump面的参数化表达;分别采用基于雷诺平... 针对无附面层隔道超声速进气道(DSI)气动隐身多目标优化设计问题,以DSI进气道三维鼓包压缩面(bump)为设计对象,开展DSI的气动、隐身多目标优化设计研究。采用自由曲面变形(FFD)方法实现DSI进气道bump面的参数化表达;分别采用基于雷诺平均N-S方程的计算流体力学方法(CFD)及大面元物理光学法(LEPO)配合一致性几何绕射理论(UTD)计算边缘绕射场的RCS分析方法计算DSI进气道的气动、隐身性能;选择结合基于动态超体积期望改善(EHVI)加点的动态Kriging代理模型与ASMOPSO算法的高效多目标粒子群算法对DSI进气道进行综合寻优设计研究。在较少的调用真实目标函数的情况下,获得了比较优秀的Pareto前沿,通过对所选解的分析比较可知优化后的DSI进气道在气动及隐身方面均优于原始构型。 展开更多
关键词 DSI进气道 EHVI加点 ASMOPSO优化算法 气动隐身多目标优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部