基于神经网络与遗传算法的轴流式压气机正反问题系统研发

燃气轮机与航空发动机是现代工业社会中十分重要的复杂热力机械。 压气机作为核心关键部件，其性能的高低往往对发动机的影响巨大，随着 现代工业水平的提高和我国航空事业的飞速发展，压气机要求高效化、高 压化和低噪音化。目前压气机的设计方法主要分为一维设计方法、二维设 计方法、准三维设计方法和三维设计方法，最常用的是准三维(Quasi-3D)设 计方法，即基于流线曲率法(Streamline Curvature Method)求解压气机正反问 题，但流线曲率法存在依靠大量经验模型与迭代试错成本高的问题。本文 重点研究神经网络与遗传算法在轴流式压气机正反问题的应用，并构建了 用于轴流式压气机设计与分析的框架，并与数值仿真结果进行了对比。 在设计程序的逻辑运算中，首先进行轴流式压气机的一维方案设计， 根据输入的设计条件，通过大量经验模型，求解流线计算站上的气动热力 学参数，从而得到轴流式压气机的几何参数。其次根据流线曲率法，进行 S2 流面的气动设计，根据已有的成熟叶型进行叶片造型的选取，并进行 S1 流面的气动分析。接着运用 BP 神经网络优化 S2 流面的性能预测，建立了 落后角与损失系数为优化目标的 BP 神经网络。最后利用改进的遗传算法进 行流场的气动参数计算，通过控制叶型的优化方向，对轴流式压气机的某 一级选取最优变量组合，从而完成对静子与转子的优化设计。 由于压气机几何参数与内部流场的气动参数是非线性映射关系，因此 经验模型很难准确解决问题，需要 BP 神经网络和改进遗传算法来解决原程 序中存在大量经验模型问题，从而提高设计的精准度。神经网络在处理离 散性问题和模糊问题上具有优势；遗传算法是一种具有群体搜索、扩展性 高、适应性好等优点。通过这两种方法可以获得最佳设计叶型，并通过三 维 CFD 数值模拟进行结果验证，证明采取优化算法后的结果更加贴近实 验数据。

[1] 刘宝杰,邹正平,严明等.叶轮机计算流体动力学技术现状与发展趋势 [J].航空学报,2002,(05):394-404.
[2] 孙晓波. 对旋风机机电性能匹配及两级驱动电机变极调速运行研究[D].哈尔滨理工大学,2018.
[3] 仇生生. 低压轴流风机的气动设计及性能分析[D].华中科技大学,2011.
[4] 刘占辉，刘静宇，罗建斌．动叶可调双级轴流风机的现场动平衡[J]．风机技术，2012，(03)：77-80．
[5] 杨 文 琪 , 赛 庆 毅 , 郭 丹 阁 , 等 . 轴 流 通 风 机 仿 生 降 噪 方 法 [J]. 动力工程学报,2022,42(06):530-536+551.
[6] 李燕平.离心风机叶轮的有限元分析及优化[D].西北农林科技大学,2012.
[7] 杨 魏 , 王 宏 , 吴 玉 林 . 离 心 风 机 叶 轮 三 维 反 问 题 气 动 优 化 设 计 [J]. 农 业 机 械 学报,2012,43(09):43-48.
[8] 舒信伟.基于 CFD 流场分析的多工况多约束条件的叶片优化设计方法与实验研究[D].上海交通大学,2009.
[9] 李鑫,张韬,李伟伟等.基于 EFFD 参数化的风扇/压气机叶片-端壁一体化伴随优化设 计 [J]. 航 空 发 动 机 ,2023,49(03):54-60.DOI:10.13477/j.cnki.aeroengine.2023.03.007.
[10] 王银年.遗传算法的研究与应用[D].江南大学,2009.
[11] 罗皓.轴流式风机的优化设计及数值模拟[D].东北大学,2009.
[12] 张 雨 珍 . 轴 流 式 通 风 机 气 动 设 计 程 序 的 开 发 与 研 究 [D]. 华 北 电 力 大 学 （ 北京）,2009.
[13] Wu C H. A General Theory of Three-dimensional Flow in Subsonic and Supersonic Turbomachines of Axial-, Radial-, and Mixed-flow Types[R].USA: NASA, 1952.
[14] Smith L H. The Radial-Equilibrium Equation of Turbomachinery[J].Journal of Engineering for Power, 1966, 88(1): 1-12.
[15] Novak R A. Streamline Curvature Computing Procedures for Fluid-Flow Problems [J].Journal of Engineering for Power, 1967, 89(4): 478-490.
[16] Denton J D.Throughflow Calculations for Transonic Axial Flow Turbines [J].Journal of Engineering for Power,1978,100(2):212-218.
[17] 伊卫林,黄鸿雁,韩万金.基于数值优化的跨音速压气机动叶三维设计[J].燃气轮机技术,2006,(02):34-38+63.DOI:10.16120/j.cnki.issn1009-2889.2006.02.007.
[18] 刘晓明,苏莫明,田琳.单级轴流风机准三维设计[J].风机技术,2011,(06):26-28+35.
[19] 宋召运,王宝潼,范腾博等.基于正反问题耦合的压气机特性快速预测方法[J].航空动力学报,2022,37(03):619-628.DOI:10.13224/j.cnki.jasp.20210072.
[20] 刘永泉,刘太秋,季路成.航空发动机风扇/压气机技术发展的若干问题与思考[J].航空学报,2015,36(08):2563-2576.
[21] 冀国锋, 殷明霞, 桂幸民. 某小型离心压气机气动设计[J]. 航空动力学报, 2010, 25(3):557-564.
[22] 杨小贺, 单鹏. 风扇与轴流离心压气机一体化通流设计方法[J]. 航空动力学报, 2010, 25(2):443-450.
[23] 李舒婷. 组合压气机通流计算[D]. 南京:南京航空航天大学,2013.
[24] 冯福金. 组合式压气机通流特性预测程序设计[D]. 北京:北京理工大学, 2016.
[25] 周 笃 高 , 孙 秀 景 . 低 压 轴 流 风 机 后 导 叶 栅 结 构 参 数 的 最 佳 选 择 [J]. 矿 山 机械,1996(06):48-50+3-4.
[26] 曾庭卫,邵雪明,魏民,黎贤钛.9Q 系列变压器冷却用轴流风机的设计开发[J].变压器,2006(06):26-27.
[27] 王巍雄, 李嵩, 朱之墀. 不可展曲面的极值展开法及其在轴流通风机叶片中的应用[J]. 风机技术. 2004, (4): 18-22.
[28] 王占飞,夏鸿建,李德源,等.叶片后掠对风轮结构与气动特性的影响研究[J].太阳能学报,2020,41(11):285-292.
[29] 金光远,欧阳华,杜朝辉.周向弯曲叶片内部三维流动扩稳机理的实验研究[J].实验流体力学,2013,27(03):23-30.
[30] 金 元 日 , 王 军 , 于 文 文 . 不 同 流 型 对 轴 流 通 风 机 性 能 影 响 的 数 值 [J]. 风 机 技术,2011(01):32-35.
[31] 昌泽舟, 孙建中, 张余洁等. 前弯前掠低噪声纺织轴流通风机的优化设计[J]. 风机技术. 2010, (2)：28-32.
[32] 周帆, 叶舟. T40 风机最佳轮毂比数值优化分析[J]. 风机技术. 2012, (5): 9-13.
[33] 安 广 丰 ,范 竹 ,于 贤君 ,等.端 壁 移动 对悬 臂 静子气 动 性能 的 影响 [J].航空 动 力 学报,2024,39(04):198-209.DOI:10.13224/j.cnki.jasp.20210564.
[34] 刘稼昊,耿少娟,金芸,等.多级轴流压气机一维性能预测程序开发及应用[J].热能动力工程,2024,39(01):12-22.DOI:10.16146/j.cnki.rndlgc.2024.01.002.
[35] 庄昕伟,安广丰,赵永康,等.常用湍流模型对某低速轴流压气机转子叶尖泄漏流的预 测 研 究 [J]. 热 能 动 力 工 程 ,2024,39(01):23-32.DOI:10.16146/j.cnki.rndlgc.2024.01.003.
[36] 翟 志 龙 ,曹 传 军 ,姜 逸 轩 .级 间 引 气 对 多 级 轴 流 压 气 机 性 能 的 影 响 [J].航 空 发动机,2023,49(01):62-67.DOI:10.13477/j.cnki.aeroengine.2023.01.008.
[37] Wilkinson D H. Stability, Convergence, and Accuracy of Two-Dimensional Streamline Curvature Methods Using Quasi-Orthogonals [R]. London: Proceedings of the Institution of Mechanical Engineers, 1969.
[38] Lieblein S, Schwenk F C, Broderick R L. Diffusion Factor for Estimating Losses and Limiting Blade Loadings in Axial-Flow-Compressor Blade Elements[R]. Ohio: NACA, 1953.
[39] Miller G R, Lewis G W, Hartmann M J. Shock Losses in Transonic Compressor Blade Rows[J]. Journal of Engineering for Power, 1961,83(3):235-241.
[40] Howard M A, Gallimore S J. Viscous Throughflow Modelling for Multi-Stage Compressor Design[J]. Journal of Turbomachinery, 1993, 115(2):1 -10.
[41] Wisler D C, Bauer R C, Okiishi T H. Secondary Flow, Turbulent Diffusion, and Mixing in Axial-Flow Compressors[J]. ASME, 1987, 109(4):455–469.
[42] Ethadi E E, Wu K. Numerical Simulation and Modification of 3D Flow Phenomena in Axial Flow Fan[J]. TASK Quarterly, Scientific Bulletin of the academic computer center in the Gdansk，Computational Fluid Dynamics, 2002, 7(2): 199-213.
[43] Craig H, Cox H. Performance estimation of axial flow turbines[J]. ARCHIVE Proceedings of the Institution of Mechanical Engineers 1847-1982 (vols 1-196), 2006, 185(1970): 407-424.
[44] Francois G. Louw, Phillippe R. P. Bruneau, Theodor W. von Backstrom etc. The design of an axial flow fan for application in large air-cooled heat exchangers[C]. Proceedings of ASME Turbo Expo 2012, Denmark, 2012: 1-15.
[45] E Benini. Three-dimensional multi-objective design optimization of a transonic compressor rotor[J]. Propulsion and Power. 2004, 20(3): 559-565.
[46] Mcllochw S, Pitts W. A logical calculus of the ideas immanent in nervous activity[J].Bulletin of Mathematical Biophysics,1943,10(5):115-133.
[47] Ruohan Z ,Licheng J ,Dan W , et al.A Fast Evolutionary Knowledge Transfer Search for Multiscale Deep Neural Architecture.[J].IEEE transactions on neural networks and learning systems,2023,PP
[48] Hebb D O. The Organization of Behavior[M]. NewYork:Wiley,1949:50-72.
[49] Rosenblattt F. The perception: Aprobabilistic model for information storage and organization in the brain[J].Psychological Review,1958, 65:386-408.
[50] Widrow B, Hoffme. Adaptive Switching Circuits[A]. IRE WESCON convention record:part4.Computers: Machine Systems[C].Los Angeles:1960,96-104.
[51] By Marvin Minsky, Seymour A. Papert. Perceptrons: An Introduction to Computational Geometry[M]. America:The MIT Press,2017.
[52] Kohonent. Self organization and associative memory[M]. NewYork: third Edition SpringVerlag,1989:41-60.
[53] Carpenterga, Grossbergs. The ART of adaptive pattern recognition by self organizing neural network[J].Trans IEEE on Computer,1988,15(1):77-88.
[54] Hospfield J. Neural networks and physical systems with emergent collective computer abilities[J].Proc Natl Acad Sci,1982, 79(6):2554-2558.
[55] Hintonge, Sejuowshitj, Ackleydh.Boltzmann Machines: Cotraint Satisfaction Networks that Learn[R]. Carnegiemellon University Tech, Report CMU-CS-84-119,1984:102-105.
[56] Zhuo M ,Feng Y ,Yang P , et al.Optimizing Topology in Satellite–UAV Collaborative IoT: A Graph Partitioning Simulated Annealing Approach[J].Drones,2024,8(2):
[57] Yiming N ,Jia L ,Xinying Y , et al.Development of QSRR model for hydroxamic acids using PCA-GA-BP algorithm incorporated with molecular interaction-based features[J].Frontiers in Chemistry,2022,101056701-1056701.
[58] 刘天舒.BP 神经网络的改进研究及应用[D].东北农业大学,2011.
[59] 徐磊.基于遗传算法的多目标优化问题的研究与应用[D].中南大学,2007.
[60] Holland J . an introductory analysis with applications to biology, control and artifi[M]. 高等教育出版社, 2008:93-108.
[61] 余 有 明 , 刘 玉 树 , 阎 光 伟 . 遗 传 算 法 的 编 码 理 论 与 应 用 [J]. 计 算 机 工 程 与 应用,2006,(03):86-89.
[62] Ely A T ,Bishop H R ,Crain P T .Adaptive Interplanetary Navigation Using Genetic Algorithms[J].The Journal of the Astronautical Sciences,2000,48(2 -3):287-303.
[63] Goldberg D E , Holland J H . Genetic Algorithms and Machine Learning[J]. Machine Learning,1988, 3(2-3):95-99.
[64] 陈 佳 丽 . 基 于 神 经 网 络 的 轴 流 压 气 机 失 速 预 警 研 究 [D]. 江 西 理 工 大学,2023.DOI:10.27176/d.cnki.gnfyc.2022.000770.
[65] 赵子龙,康英伟,扶文浩.基于免疫算法的压气机特性曲线预测方法研究[J].汽轮机技术,2023,65(04):289-292.
[66] 费腾,季路成,周玲.神经网络模型在压气机通流特性分析中的应用[J].航空动力学报,2022,37(06):1260-1272.DOI:10.13224/j.cnki.jasp.20210105.
[67] Aungier R H. Axial-Flow Compressors-A Strategy for Aerodynamic Design and Analysis[M]. New York: The American Society of Mechanical Engineers, 2003.
[68] Casey M, Robinson C. A New Streamline Curvature Throughflow Method for Radial Turbomachinery[J]. Journal of Turbomachinery, 2010, 132(3):21-31.
[69] 黄生勤,刘振侠,吕亚国等.斜流式压缩机一体化设计[J].风机技术,2008,(05):33-35.
[70] 张军.多级轴流压气机方案设计与特性计算研究[D].北京理工大学,2016.
[71] 毛明明.跨声速轴流压气机动叶弯和掠的数值研究[D].哈尔滨工业大学,2008.
[72] 邱名.高级压比轴流压气机转子通道内激波组织研究[D].南京航空航天大学,2014.
[73] 蒋康涛.低速轴流压气机旋转失速的数值模拟研究[D].中国科学院研究生院（工程热物理研究所）,2004.
[74] 钟 兢 军 , 苏 杰 先 , 王 仲 奇 . 压 气 机 叶 栅 中 应 用 弯 曲 叶 片 的 研 究 [J]. 航 空 动 力 学报,1998,(01):8-13+104.
[75] 黄 向 华 , 郑 绪 生 . 基 于 逐 级 叠 加 法 的 航 空 发 动 机 起 动 模 型 研 究 [J]. 航 空 学报,2005,(05):540-544.
[76] 任保亮,杨金广,刘艳.基于流线曲率法的轴流及离心压气机通流特性预测[J].工程热物理学报,2020,41(05):1116-1125.
[77] 沈永涵.基于 S2 流面的压气机叶片造型设计研究及性能分析[D].南京航空航天大学,2016.
[78] 弓升.基于 S_2 流面的涡轮叶片设计方法研究[D].南京航空航天大学,2008.
[79] 孙正中,苏莫明 ,钱泽 球.离心压缩机 叶轮 S_2 流面正反命 题的研 究 [J].风机技术,2007,(06):12-17.
[80] 颜培弟,金光远,崔政伟.周向弯曲方向对 NACA65 翼型轴流叶轮叶顶间隙流动影响 [J]. 热 能 动 力 工 程 ,2016,31(11):19-25+117-118.DOI:10.16146/j.cnki.rndlgc.2016.11.004.
[81] 魏 巍 , 刘 波 , 杜 炜 等 . 可 控 扩 散 叶 型 与 双 圆 弧 叶 型 实 验 对 比 研 究 [J]. 推 进 技术,2017,38(01):61-68.DOI:10.13675/j.cnki.tjjs.2017.01.009.
[82] 李彦冬,郝宗 波,雷航 .卷 积神经网络研究 综述 [J].计算机应 用,2016,36(09):2508-2515+2565.
[83] 焦 李 成 , 杨 淑 媛 , 刘 芳 等 . 神 经 网 络 七 十 年 : 回 顾 与 展 望 [J]. 计 算 机 学报,2016,39(08):1697-1716.
[84] 覃光华.人工神经网络技术及其应用[D].四川大学,2003.
[85] 王立威.人工神经网络隐层神经元数的确定[D].重庆大学,2012.
[86] 董志玮.人工神经网络优化算法研究与应用[D].中国地质大学（北京）,2013.
[87] 易帆.神经网络预测研究[D].西南交通大学,2005.
[88] 李孝兵.基于遗传神经网络的路面使用性能评价及预测[D].武汉理工大学,2006.
[89] 高鹏毅.BP 神经网络分类器优化技术研究[D].华中科技大学,2012.
[90] 王立政.BP 神经网络在城市轨道交通客流短时预测中的应用研究[D].苏州科技大学,2017.
[91] 王耀东.基于改进粒子群算法的 BP 神经网络优化及应用[D].西安科技大学,2012.
[92] 张弦.基于数据并行的 BP 神经网络训练算法[D].华中科技大学,2008.
[93] 李友坤.BP 神经网络的研究分析及改进应用[D].安徽理工大学,2012.
[94] 何鹏程.改进的卷积神经网络模型及其应用研究[D].大连理工大学,2015.
[95] 陈玉芳.BP 神经网络的算法改进及应用研究[D].电子科技大学,2004.
[96] 金 慧 中 .基 于 改 进 遗 传 算 法 的 防 空 兵 力 智 能 部 署 优 化 方 法 [D].哈 尔 滨 工 业 大学,2022.DOI:10.27061/d.cnki.ghgdu.2022.004484.
[97] 墨蒙,赵龙章,龚嫒雯等.基于遗传算法优化的 BP 神经网络研究应用[J].现代电子技术,2018,41(09):41-44.DOI:10.16652/j.issn.1004-373x.2018.09.009.
[98] 陶丽华,马振楠,史朋涛等.基于 TSP 问题的动态蚁群遗传算法[J].机械设计与制造,2019,(12):147-149+154.DOI:10.19356/j.cnki.1001-3997.2019.12.037.
[99] 张 立 毅 , 高 杨 , 费 腾 . 求 解 旅 行 商 问 题 的 萤 火 虫 遗 传 算 法 [J]. 计 算 机 工 程 与 设计,2019,40(07):1939-1944.DOI:10.16208/j.issn1000-7024.2019.07.023.
[100] 李 彦 锋 . 基 于 遗 传 算 法 的 钢 桁 架 人 行 桥 优 化 设 计 研 究 [D]. 西 安 工 业 大学,2023.DOI:10.27391/d.cnki.gxagu.2023.000460.
[101] 敦 威 .基 于 改 进 遗 传 算 法 的 柔 性 装 配 车 间 调 度 问 题 研 究 [D].武 汉 理 工 大学,2020.DOI:10.27381/d.cnki.gwlgu.2020.001237.
[102] 李钧,胡骏.三级风扇的三维流场计算[J].燃气涡轮试验与研究,2006,(02):10-13+52.