全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法與流程

本發(fā)明涉及渦扇發(fā)動機氣動噪聲控制領域，特別涉及一種全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法。

背景技術：

在飛機領域中，飛機噪聲問題對持續(xù)增長的航空運輸業(yè)提出一個重要的問題。其噪聲級的大小直接關系到飛機適航簽證的獲取。這對于我國正在研制的民用客機來說，無疑是巨大的挑戰(zhàn)。

作為飛機噪聲的主要聲源之一的發(fā)動機噪聲，其噪聲形式(指向性、輻射聲功率大小)已經(jīng)發(fā)生很大改變。傳統(tǒng)低涵道比發(fā)動機排出的氣流速度很高，噴流和激波噪聲是主要的噪聲源。如今，為了追求高效率，民用渦扇發(fā)動機的涵道比越做越大，甚至于超出10，其排出氣流速度下降很多。相對于壓氣機，噴流和渦輪噪聲，短艙內(nèi)的風扇噪聲變成了現(xiàn)代高涵道比發(fā)動機的主要噪聲來源。另外，對于現(xiàn)代民用飛機，風扇噪聲是在飛機盤旋和側(cè)飛時的主要噪聲來源。

在發(fā)動機短艙降噪優(yōu)化中的傳統(tǒng)方法通常只能考慮一至兩個很少的設計變量，且大都基于簡單的一個或者兩個的設計變量。這種方法的設計空間太小，由此得到的優(yōu)化外形變形太小且不夠光滑，不能很好地表達幾何外形的各種可能存在的情況。這些優(yōu)化工作通常采用搜索效率低的常規(guī)優(yōu)化方法。然而，對于實際工程問題而言，所涉及的設計變量通常較多。

當前民用客機的研制發(fā)展對噪聲、經(jīng)濟性、安全性、航程要求越來越高。目前飛行器的設計已經(jīng)開始從傳統(tǒng)單學科間多輪迭代向多學科綜合設計發(fā)展，此時，發(fā)動機短艙的設計問題是一個多目標、多約束的問題。在多點設計和多學科優(yōu)化設計問題中，發(fā)動機短艙設計參數(shù)不但包含有外形參數(shù)，還包含氣動性能參數(shù)(升力系數(shù)、阻力系數(shù)及升阻比等)，因而渦扇發(fā)動機短艙風扇噪聲的減噪優(yōu)化問題包含大量的設計參數(shù)。由于設計變量較多，且非定常的短艙風 扇噪聲單個計算開銷較大，整個減噪優(yōu)化計算工作量將十分巨大。在現(xiàn)有優(yōu)化方法和計算條件下，這是難以實現(xiàn)的。

對此，人們提出了許多解決復雜優(yōu)化問題的方法。例如遺傳算法、模擬退火算法、粒子群算法和蟻群算法等等。與傳統(tǒng)的基于梯度的優(yōu)化方法相比，上述這些算法具有很好的魯棒性、全局性和高度并行性等特點。在多峰值的非線性函數(shù)優(yōu)化問題中得到了成功的應用。但是，這些算法的最大缺點是收斂速度慢。為了克服全局優(yōu)化算法的這個缺點，人們采用了一種稱為代理模型(surrogatemodel)的方法來代替耗時的精確模型評估。這種代理模型的計算量比精確模型小得多，同時精度也可以得到保證，采用代理模型可以大大減少優(yōu)化過程的計算量。

1988年jameson提出的伴隨方法有著其他優(yōu)化方法無可比擬的優(yōu)勢。它是一種基于梯度的優(yōu)化方法，該方法以偏微分方程所定義的系統(tǒng)的優(yōu)化控制的數(shù)學理論為基礎，把物體的邊界形狀作為控制方程，流動的控制方程作為系統(tǒng)的約束條件，而設計目標則通過目標函數(shù)來表達。因此，設計問題轉(zhuǎn)化成了一個尋找滿足約束的最優(yōu)控制問題。這樣求梯度只需大約兩倍的流場計算的計算量，而與設計變量的數(shù)目無關，故計算量大為減少。

在處理含大量設計變量的設計問題方面，與其他方法相比，伴隨方法作為一種替代方法，它在計算開銷方面有巨大的優(yōu)勢。所有的敏感性導數(shù)只需通過一次流場計算和一次控制理論方程求解即可獲得。求解控制理論方程的計算開銷與求解流場方程的開銷量級近似，因此任意一個設計參數(shù)的梯度值與兩次的流場方程的計算量相當。伴隨方法具有的梯度計算幾乎與設計變量數(shù)目無關的顯著優(yōu)勢，克服了氣動噪聲優(yōu)化中計算開銷大的問題，使得進行多參數(shù)低噪聲優(yōu)化設計成為可能，有著很大的研究價值和廣闊應用前景。因此，基于伴隨方法的外形優(yōu)化方法比經(jīng)典的基于梯度的優(yōu)化方法更加經(jīng)濟，特別是當設計問題涉及大量設計參數(shù)的情況。

然而，在目前的氣動噪聲優(yōu)化問題特別是發(fā)動機管道噪聲優(yōu)化方面，所進行的研究工作還很少且一般使用計算開銷大的遺傳優(yōu)化算法。還存在設計變量數(shù)目小、計算開銷大的技術問題和難點。發(fā)展能處理大量設計參數(shù)的進氣道減噪設計理論和工具是至關重要的。但是，現(xiàn)在還沒有一種易操作并且能高效進行含大量設計參數(shù)的減噪設計的理論和方法。總之，開展基于連續(xù)伴隨方法、改進文化基因算法和代理模型的高效率、多參數(shù)減噪優(yōu)化方法研究具有重要意 義。

伴隨方法在整體收斂性和全局最優(yōu)解問題上存在著不足，一般會收斂到局部最優(yōu)解。這是大多數(shù)基于梯度的非線性優(yōu)化方法的局限。

綜上所述，現(xiàn)有進氣道設計方法存在以下諸多問題：

一、傳統(tǒng)方法在發(fā)動機短艙降噪優(yōu)化中只能考慮一個或兩個等很少的設計變量，且大都基于簡單的一個或者兩個設計變量，設計空間太小，得到的優(yōu)化外形變形太小且不夠光滑，不能很好地表達幾何外形的各種可能存在情況。然而，對于實際工程問題而言，所涉及的設計變量通常較多。

二、傳統(tǒng)方法通常采用搜索效率低或者耗時的常規(guī)優(yōu)化方法，如遺傳算法。通過耗費大量計算時間來得到優(yōu)化結(jié)果，不利于發(fā)動機減噪的設計。

三、傳統(tǒng)方法只能考慮無流或者均勻背景流對聲場的影響。

四、在進行進氣道優(yōu)化時，使用的噪聲計算方法、優(yōu)化目標函數(shù)和優(yōu)化搜索方法不同。

技術實現(xiàn)要素：

本發(fā)明要解決的技術問題是為了克服現(xiàn)有技術中涉及大量設計參數(shù)的渦扇發(fā)動機進氣道減噪優(yōu)化問題無法很好解決的缺陷，提供一種全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法。

本發(fā)明是通過下述技術方案來解決上述技術問題的：一種全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法，其特點在于，所述渦扇發(fā)動機進氣道減噪設計方法包括以下步驟：

s1、在設計空間中取樣本點進行試驗設計；

s2、首先計算所述樣本點的背景流場值，然后基于所述背景流場計算噪聲值，得到所述樣本點的響應值；

s3、采用伴隨方法得到局部最優(yōu)化設計點；

s4、基于所述樣本點及其響應值建立代理模型；

s5、建立代理模型后，使用文化基因算法在代理模型上進行高效率尋優(yōu)設計。

較佳地，所述步驟s5之后還包括以下步驟s6：檢驗收斂準則是否滿足，如果收斂準則滿足要求，則得到對象問題的最優(yōu)解；反之，將最優(yōu)設計加入到所述樣本點中，并返回所述步驟s4。

較佳地，所述文化基因算法將當前最優(yōu)設計點加入到樣本中進行下一次建模優(yōu)化，直至收斂準則滿足。

較佳地，所述步驟s2中通過數(shù)值分析程序得到所述樣本點的響應值。

較佳地，所述步驟s5中所述文化基因算法依次進行高搜索效率的文化基因算法和基于伴隨方法和噪聲控制方程的減噪優(yōu)化設計方法。

較佳地，所述高搜索效率的文化基因算法包括以下步驟：

s51、種群初始化；

s52、計算粒子的適應度，記錄所述粒子的個體極值和群立體極值；

s53、對所述粒子進行全局搜索；

s54、對所述粒子進行局部搜索；

s55、更新粒子并保留個體極值和群體極值；

s56、判斷是否滿足終止條件，若是，則進入步驟s57；若否，則返回所述步驟s52；

s57、進行交叉、變異操作；

s58、判斷是否滿足終止條件，若是，則結(jié)束；若否，則返回所述步驟s53。

較佳地，所述基于伴隨方法和噪聲控制方程的減噪優(yōu)化設計方法包括以下步驟：

s511、渦扇發(fā)動機短艙氣動；

s512、平均背景流計算；

s513、通過目標函數(shù)定義和伴隨邊界條件，進行噪聲伴隨方程計算；

s514、通過大量設計變量、網(wǎng)絡擾動，進行目標函數(shù)和梯度值計算；

s515、判斷收斂準則是否滿足；若滿足，則進行局部最優(yōu)設計；若不滿足，則進行優(yōu)化算法，設計新的短艙氣動外形，返回步驟s512。

較佳地，所述步驟s513具體包括以下步驟：

首先，進行曲線坐標系下進氣道噪聲傳播控制方程推導，對圓柱坐標系下的矩陣形式的2.5-dlee方程表達式如下：其中：

接著，對噪聲伴隨方程進行求解，通過使狀態(tài)向量的變分δw前的系數(shù)項為0，得到ψ的微分控制理論方程：其中：

由此通過使ψ滿足使含δp'前的系數(shù)項為0，得到固壁上的控制理論邊界條件：

通過離散上式，得到上表面控制理論邊界條件：

積分線上的控制理論邊界條件分別為：

還可得到積分線l1上的邊界條件

最后，進行設計變量梯度求解，對梯度表達式最后簡化為以下形式

同時求解梯度：其中ai是外形函數(shù)的系數(shù)。

本發(fā)明的積極進步效果在于：

本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法可以尋找到全局最優(yōu)解，并大大節(jié)省計算費用，在具有大量設計變量情形下，伴隨方法與其它優(yōu)化設計方法相比有巨大優(yōu)勢，從而實現(xiàn)多參數(shù)復雜外形的低噪聲優(yōu)化設計，有著很大的研究價值和廣闊應用前景。所述渦扇發(fā)動機進氣道減噪設計方法可以快速設計出滿足氣動要求的低噪聲短艙進氣道。優(yōu)化后的進氣道外形，其聲波衍射的強度更小，更少的能量向外輻射，具有低噪聲特性。此外，這種設計方法的計算開銷小，適用范圍廣，計算精度高，易實現(xiàn)，可應用于渦扇發(fā)動機各部件的大量設計參數(shù)減噪優(yōu)化設計。

附圖說明

本發(fā)明上述的以及其他的特征、性質(zhì)和優(yōu)勢將通過下面結(jié)合附圖和實施例的描述而變的更加明顯，在附圖中相同的附圖標記始終表示相同的特征，其中：

圖1為本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法的流程圖。

圖2為本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法中高搜索效率的文化基因算法的流程圖。

圖3為本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法中基于伴隨方法和噪聲控制方程的減噪優(yōu)化設計方法的流程圖。

具體實施方式

為讓本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，以下結(jié)合附圖對本發(fā)明的具體實施方式作詳細說明。

在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是本發(fā)明還可以采用其它不同于在此描述的其它方式來實施，因此本發(fā)明不受下面公開的具體實施例的限制。

圖1為本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法的流程圖。

如圖1所示，本發(fā)明的一個實施例中提供了一種全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法，其包括以下步驟：

步驟一、在設計空間中取樣本點進行試驗設計。

步驟二、首先計算所述樣本點的背景流場值，然后基于所述背景流場計算 噪聲值，得到所述樣本點的響應值。此處可以通過數(shù)值分析程序得到所述樣本點的響應值。

步驟三、采用伴隨方法得到局部最優(yōu)化設計點。

步驟四、基于所述樣本點及其響應值建立代理模型。

步驟五、建立代理模型后，使用文化基因算法在代理模型上進行高效率尋優(yōu)設計。所述文化基因算法將當前最優(yōu)設計點加入到樣本中進行下一次建模優(yōu)化，直至收斂準則滿足。

步驟六、檢驗收斂準則是否滿足，如果收斂準則滿足要求，則得到對象問題的最優(yōu)解；反之，將最優(yōu)設計加入到所述樣本點中，并返回所述步驟四。

特別地，所述步驟五中所述文化基因算法依次進行高搜索效率的文化基因算法和基于伴隨方法和噪聲控制方程的減噪優(yōu)化設計方法。

圖2為本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法中高搜索效率的文化基因算法的流程圖。

如圖2所示，所述高搜索效率的文化基因算法包括以下步驟：

第一、對種群進行初始化。

第二、計算粒子的適應度，記錄所述粒子的個體極值和群立體極值。

第三、對所述粒子進行全局搜索。

第四、對所述粒子進行局部搜索。

第五、更新粒子并保留個體極值和群體極值。

第六、判斷是否滿足終止條件，若是，則進入下述步驟；若否，則返回所述第二個步驟。

第七、進行交叉、變異操作。

第八、判斷是否滿足終止條件，若是，則結(jié)束；若否，則返回所述第三個步驟。

圖3為本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法中基于伴隨方法和噪聲控制方程的減噪優(yōu)化設計方法的流程圖。

如圖3所示，所述基于伴隨方法和噪聲控制方程的減噪優(yōu)化設計方法包括以下步驟：

第一、渦扇發(fā)動機短艙氣動。

第二、平均背景流計算。

第三、通過目標函數(shù)定義和伴隨邊界條件，進行噪聲伴隨方程計算。

第四、通過大量設計變量、網(wǎng)絡擾動，進行目標函數(shù)和梯度值計算。

第五、判斷收斂準則是否滿足；若滿足，則進行局部最優(yōu)設計，從而結(jié)束完成一個循環(huán)；若不滿足，則進行優(yōu)化算法，設計新的短艙氣動外形，返回所述第二個步驟。

針對基于伴隨方法的渦扇發(fā)動機減噪設計，上述步驟第三具體有如下推導：

首先，進行曲線坐標系下進氣道噪聲傳播控制方程推導。

圓柱坐標系下的矩陣形式的2.5-dlee方程表達式如下：

方程1：

其中：

接著，對噪聲伴隨方程進行求解。

通過使狀態(tài)向量的變分δw前的系數(shù)項為0，得到ψ的微分控制理論方程：

方程2：

其中：

因此，通過使ψ滿足使含δp'前的系數(shù)項為0，得到固壁上的控制理論邊界條件。

方程3：

離散上式，得到上表面控制理論邊界條件：

方程4：

積分線上的控制理論邊界條件分別為：

方程5：

還可得到積分線l1上的邊界條件

方程6：

最后，進行設計變量梯度求解。

對梯度表達式最后簡化為以下形式

方程7：

基于2.5dlee求解聲場和控制理論邊界條件，可以通過逆時間求解控制理論方程決定梯度的值。上述方程7是用于優(yōu)化的代價函數(shù)變分，它可為減小目標函數(shù)提供方向。

基于此，梯度通過以下方程8進行求解：

方程8：其中ai是外形函數(shù)的系數(shù)，也就是設計變量。

在實際實施伴隨方法過程中，設計代碼分成幾個模塊部分，包括流場求解，聲場求解，外形和網(wǎng)格變形算法和bfgs優(yōu)化算法等。進一步的設計流程描述如下：

首先，使用50個hicks-henne方法參數(shù)化進氣道外形且定義噪聲代價函數(shù)。

然后，計算聲場傳播和遠場輻射。通過使用商業(yè)軟件fluent計算定常rans流場解。接著基于這個定常背景流結(jié)果，使用2.5dlee和fw-h代碼計算進氣道近場噪聲傳播和遠場輻射。

其次，在控制理論邊界條件約束下求解噪聲控制理論方程。

再次，使用變量梯度表達式計算代價函數(shù)對每個設計變量的梯度值。

接著，基于bfgs優(yōu)化算法尋找所有的設計變量的最優(yōu)值，然后基于這個最優(yōu)值更新外形。

最后，重復整個設計流程直到達到收斂或者獲得可接受的設計結(jié)果。

根據(jù)上述描述，本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法可以處理任意數(shù)量的設計變量的減噪設計。該算法求梯度只需大約兩倍的流場計算的計算量，而且所述渦扇發(fā)動機進氣道減噪設計方法與設計變量的數(shù)目無關。

所述渦扇發(fā)動機進氣道減噪設計采用文化基因算法來尋找全局最優(yōu)值。這種全局搜索和局部搜索的結(jié)合機制使其搜索效率在某些問題領域比傳統(tǒng)遺傳算法快幾個數(shù)量級。噪聲計算采用線性歐拉方程，可以考慮任意背景流場對聲場的影響，可以處理多頻率多模態(tài)發(fā)動機噪聲源。

本發(fā)明全局最優(yōu)渦扇發(fā)動機進氣道減噪設計方法采用伴隨方法來處理含有大量設計變量的減噪設計問題，然后采用伴隨方法、文化基因算法與kriging方法的混合方法，使其在少量初始樣本的情況下跳出局部最優(yōu)，最終找到全局最優(yōu)點，極大地減少了減噪設計時間，可處理真實的工程問題。

雖然以上描述了本發(fā)明的具體實施方式，但是本領域的技術人員應當理解，這些僅是舉例說明，本發(fā)明的保護范圍是由所附權(quán)利要求書限定的。本領域的技術人員在不背離本發(fā)明的原理和實質(zhì)的前提下，可以對這些實施方式作出多種變更或修改，但這些變更和修改均落入本發(fā)明的保護范圍。