|
航空与航天设备 |
|
| 按行业筛选 |
|
|
| 按产品筛选 |
|
|
| |
|
查看本类全部文章 |
| |
|
|
|
|
IOSO NM多目标优化软件在航空发动机设计上的应用 |
|
|
newmaker |
|
一、 前言
航空发动机是精密、复杂的高技术产品，大量零部件在十分恶劣的环境下工作，承受着高温、高压和高转速的工作负荷，以满足高性能的要求，并确保安全科考的运行。发动机的设计参数的微笑变化都有可能极大的影响发动机推力及耗油率，设置时发动机和飞机的制造以及使用成本。推力大、耗油率低是极具竞争力的，但在满足推力大、耗油率低的同时也必须考虑到其他的一些指标（如尺寸、质量等）的限制，从而形成了发动机总体性能方案的多目标优化设计问题。该优化问题的目标函数和约束函数都是非线性函数，并且无法用数学显式来表达，导数求解困难。传统的处理此类多目标优化问题的方法是构建一个效应函数，将多目标优化问题转化为单目标优化问题，然后利用成熟的求解单目标优化问题的方法获得问题的一个解。为了获得多目标优化问题的Pareto最优解集的一个子集，必须求解一系列的单目标优化问题，及时最优化求解很成功，这种“点到点”的寻优过程也不能保证Pareto最优性。 IOSO NM是一个独特的软件包，为解决“复杂” 实际问题提供了新的机会。它被用来改善复杂系统性能，技术设备和工程进程，并基于探索原材料最佳参数，以开发新材料该软件同时使花费较低的研究支出和较短的执行时间成为可能。该系统的主要目的是，将设计者或研究者从探索最优的系统设计参数的非常复杂过程以及繁重的体力劳动中解放出来。针对航空发动机设计这样的多目标优化问题能够提供有效的解决。
图1 优化流程
二、 IOSO NM软件的特点
性能的改进和设计的优化
IOSO NM是用来最大化和最小化系统或对象的特性，其中包括对象的性能、成本或载荷。为对象或系统的特点寻找最优值是通过对该对象的设计，几何或其他参数进行最优改变的方式进行的。
寻找最优系统管理法规
IOSO NM在系统管理法规最优化方面有大量的应用。当为了达到某种特定效果或者为了降低某些因素对于系统的影响的执行过程中，为系统选择或统筹管理参数往往是必要的。
鉴定数学模型
当设计过程中涉及使用任何现实生活中的物体的数学模型时，无论是商业或企业，如何统筹实验结果和模型计算结果都是一个问题。所有模型都意味着一系列未知因素或常数，搜索其最优值使统筹实验结果和模型计算结果成为可能。
IOSO NM优化算法的能力和灵活性，使研究者能够有机会解决之前因为需要很多努力从而悬而未决的最优化问题。
特殊功能
该IOSO NM软件包基于从根本上解决优化问题的新策略：IOSO。
它非常高效，并有以下特点：
•用于解决大型问题（具有多个（最多20个）独立准则或多个（最多100 ）独立变量）的独特的高性能算法
•解决方案的低搜寻成本
•直观的界面和无需用户拥有专门知识的易于使用的优化算法
IOSO NM的使用
当设计一个技术系统，或任何其他物体，不管是航空器还是汽车，或者一个数理经济学模型等等，设计者都要执行以下相同的一系列操作：
•开发基本方案概念
•开发用于计算关键性能指标的计算模型
•评估一套方案能否满足指定的最优化要求
不使用专门的优化工具，设计者会遇到无数的工程变量组合在一起，并且会被迫大幅限制需要探求的优化量的范围，这实际上对于结果具有负面影响。IOSO NM使设计者能够很容易地整合所有的计算模型成一个单一计算单位，并且基于嵌入在软件产品中的IOSO最优化技术，自动进行最优化解决方案探求进程。
用户界面
即使是非常复杂的多学科的问题，IOSO NM让使用者能够快速建立研究项目。IOSO NM使用户能够容易的调整输入输出设置，如图所示。 
输入输出设置
优化结果的表格和图形表现方式，可以使同时分析结果并且进一步评估所处研究领域，也可以在解决问题之后对结果加以分析。
表格化输出优化结果
应用
IOSO NM的具有广泛的目标受众和并且计划广泛用于各种人类活动领域，以便：
•改善技术和其他系统，科技的和其他过程的性能
•为复杂装置确定最优管理法规
•为基于实验结果的对象和系统确定并验证数学模型
应用领域涵盖航空航天，汽车，石油和天然气，医药，经济学，光学，化学，生物技术，电子，海洋等。
三、 算例及结论
现代计算机技术已经可以在相对短的时间里完成复杂的数学计算，因此，在飞行器动力各个部分的设计中采用优化方法也成为可能，即便是计算考虑非常广泛（包括结构，热力学，气体动力学的计算）。在此我们考虑一个现实的问题，就是寻找现代涡轮转子的最优几何外形。需要保证转子的最高强度指标才能符合研究的目标。因此，我们使用多目标优化（5个目标），通过ANSYS软件来进行结构分析，通过IOSO NM算法来寻找最优解，这个并行的多目标优化过程是在IOSO技术的框架下完成的。结果显示，优化解相对初始原型的所有强度指标从9%提高到了56%。发动机的设计是一个非常复杂的工程，因为需要考虑大量的效率参数和约束来进行多学科评价。现代数值设计方法高效率的优化技术已经得到了广泛的应用，并且能够在实质上减少设计的时间和花费。尽管与解决非线性工程的问题相似，但是发动机的优化及其零部件有着其独有的特性。首先，由于其充满矛盾的需求，考虑一些有效因子的极端和妥协值对解决问题具有实际意义，包括在不同操作模式，多种强度特性下的气流，发动机压力比以及气体动力的稳定裕量。由此看来，优化问题是一个多目标的问题。当解决实际问题时，设计者通常选取一个或多个最重要的效率特性。通过多种气体动力、运动的、设计及技术等参数定义一个有限域，那么优化解就是在这个有限域中得到的。这样的问题是单个或多个目标约束的优化问题。其次，在实际问题中，优化准则和约束是通过发动机操作的数学模型来定义的。为了结果具有实际意义，描述操作过程的模型需要具有足够的广度和可靠性。近来，一系列高保真的模型已得到应用：从简单的模型到那些基于Navier-Stokes方程进行流体分析的三维数值计算以及进行结构分析的有限元程序。再次，现代发动机的几何统称通过特殊的CAD软件进行建模，包括大量的参数。要进行优化计算，发动机的几何应该通过一套几何参数来描述（变量向量），因此有必要建立特定的发动机参数化过程。发动机的优化及其元件具有很多的变量，如今，对于多级轴向发动机的典型变量成百上千，优化过程中变量越多，就能够达到更高的效率。第四，发动机的优化问题涉及多类问题（平滑的、不可微、随即的等等目标函数），当问题的描述的目标函数的结构和未知约束，解决设计多类别的优化问题的最佳方式是非线性方法。选择合适的优化技术也使得其与众不同。 第五，获得优化解需要考虑计算的时间，时间直接与发动机的仿真水平联系。
下面的算例说明IOSO优化技术与知名商业软件组合运用来解决现代发动机设计的能力，不同之处在于多目标优化。
问题陈述
在这个优化任务中，涡轮叶片静强度特性通过偏置重力中心执行。任务是减小最大应力值和涡轮叶片的变形。优化项目包括如下所示
Possible deformations in the radial and tangential directions
•叶片的最大应力值
•径向的变形
•沿前缘和后缘的切向变形
•沿前缘和后缘的“对称”程度
因此，引进7个独立变量和5个优化准则约束来解决这个问题。
主要结果：
在运用IOSO算子技术的并行优化过程中，执行了3次迭代，第一次有6个计算，第二次和第三次有8个计算。从数学的观点来看，多目标优化问题的解具有一系列的pareto最优很重要，因为设计者能够从中挑选比较。但是，要得到它，需要进行很大的计算量。不过在实际问题中，如果达到了设计者的要求，可以中断优化过程。设计任务满足了所有的优化要求，这说明了IOSO优化技术能够提高效率。 
Optimal design criteria
(end)
|
|
| 文章内容仅供参考
(投稿)
(如果您是本文作者，请点击此处)
(5/4/2010) |
对 航空与航天设备 有何见解？请到 航空与航天设备论坛 畅所欲言吧！
|
