随着CFD技术的日臻成熟和优化算法的发展,基于CFD的叶轮机优化设计成为了可能。然而,目前基于CFD的优化设计仍需解决两个问题如何准确地得到全局最优解;如何缩短设计周期。本项目通过引入POD代理模型,快速求解设计外形的流场,避免了传统优化设计中的流场重复计算,显著提高优化效率。首先采取两种措施来完善POD代理模型,包括提高POD基的表达能力;设计过程中POD基的更新。之后通过基于遗传算法的叶片反设计来验证本项目所发展的气动优化设计方法的可靠性。最后采用POD方法对叶轮机叶片气动优化设计中的复杂问题展开研究发展一种基于梯度信息的Pareto解求解方法,实现基于梯度方法的多目标气动优化设计;考虑不同几何参数对气动参数的影响,采用POD方法代替反方法,实现真正意义上的气动/几何参数匹配优化设计;采用POD方法对多排叶片掺混面上展向气动分布进行优化设计,提高多排叶片的工作性能。
英文主题词proper orthogonal decomposition;design optimization;surrogate model;adaptive sampling;multi stage