变循环发动机部件法建模及优化

madio

摘要：
$ s: C' Z( h& C) C本文主要解决的是变循环发动机部件法建模及优化问题。建立了基于多维
非线性隐式方程组的变循环发动机部件模型，分别采用牛顿—拉夫逊法和遗传
算法对模型求解；建立了以发动机推力F 和耗油率scf 为目标的多目标最优化
0 H5 }/ O' c2 O. `模型，采用遗传算法对发动机单涵道工作模式下的工作参数进行优化，以使其
! R/ a) h: p0 E1 k4 z达到最佳性能。具体讨论了发动机性能最优时，CDFS 导叶角、低压涡轮导叶
角、尾喷管喉道面积等发动机参数随飞行马赫数变化的规律。
, J' {! i( q9 x- e针对问题一：首先根据附件3 中的标准化公式，对附录4 给出的风扇的增
  q, l( H7 m* ^: ]$ C. Q压比进行标准化处理得到zz 值。然后画出风扇流量在9 种不同的换算转速下随
压比函数值变化的曲线图，如图4 所示。根据附件2 给出的各部件计算公式，
8 E2 B# G. E' l; o2 Z  e采用发动机部件建模法求出风扇和CDFS 的出口总温、总压和流量，如下表所
' {, h$ c+ g, R3 v2 C+ f示：
指标 出口总温 出口总压 出口流量
# L: a( Q1 l1 I风扇 379.2879 1.3057 19.0477
% [, _5 z9 v- S& m% mCDFS 420.3209 1.7973 17.1329
" C  Z* I; }# @9 ~" h针对问题二：在双涵道模式下，建立了发动机工作平衡的多维非线性隐式
方程组。针对多维非线性隐式方程组模型的复杂性及隐式性的特点，由于迭代
+ W/ s0 i4 w1 o  K+ {4 l) q过程存在可能不收敛，因此本文采用了牛顿-拉夫逊法和遗传算法2 种不同算法
进行求解。对于方程组采用两种算法分别求得牛顿—拉夫逊法的满意解和遗传
算法的最优解如下表所示：
0 w( E- i" l3 ~" ~( a, j+ L+ R! C: p2
) k3 R5 p- ^" h  i) _, [; J9 o+ M. @变量 H n CL Z CDFS Z CH Z *
' h. H2 a. x: w4 T TH Z TL Z
# a$ m* T& v) a牛顿—拉夫逊法 0.950 0.541 0.451 0.306 1800 0.201 0.14
遗传算法 0.919 0.455 0.477 0.293 1800 0.172 0.1
( Y+ y) I7 q+ F( E0 u' @根据题目要求，在文中陈述了相应算法的关键步骤及其解释，并从多个方
面比较了2 种算法的有效性，结果如下表所示：
评价指标 收敛性 计算精度 计算效率 其他指标
牛顿-拉夫逊法 局部收敛性 高精度 较高 对始值较敏感
. o" l  x* g, q+ M% [; [遗传算法 全局收敛 高精度 不理想 无始值要求，通用
对于问题三：第1 小问是在单涵道模式下，建立了以发动机推力F 和耗油
" o% ~* ^1 K: W  s& ]. e率scf 为目标的多目标最优化模型，并首先采用加权适应度函数将多目标优化问
% ]* N" Y# k5 Y6 V% A3 [题转换为了单目标求解问题，采用遗传算法进行求解，得到发动机性能最优时
CDFS 导叶角度、低压涡轮导叶角度、尾喷管喉道面积值如下表所示：
CDFS  CH  8 A
-5 2.78 9.51103
第2 小问在第1 小问的基础上，增加了马赫数的变化范围从1.1 到1.6，
且后混合器内、外涵道可调等条件。采用第1 小问的遗传算法，选定了马赫数
6 a# q4 Q9 e1 `2 G# u, z2 V0 b为1.1、1.2、1.3、1.4、1.5、1.6 时，求解发动机性能最优时CDFS 导叶角度、
低压涡轮导叶角度、尾喷管喉道面积的值如下表所示，并分别作出了CDFS 导
( d) s- H% u/ Q+ R叶角度、低压涡轮导叶角度、尾喷管喉道面积随马赫数变化规律的曲线图。
" i$ S: x" b1 M0 x6 C. tMa CDFS  CH  8 A F Fs scf
6 M% O0 n0 o) m- w1.1 -4.89 -0.3600 9.53103 9557.3 719.8540 0.1551
* V+ L9 f( s* M) L9 Y7 n3 [; P$ F, N4 k1.2 -3.55 -0.8430 9.63103 10292 720.1292 0.1516
1.3 -4.95 0.3930 9.51103 10507 695.1700 0.1520
# O( r1 E4 g( j( G  N1.4 -4.99 -4.9900 9.54103 9405.8 612.7537 0.1730
1.5 -5.00 2.7800 9.51103 12458 715.1500 0.1329
1.6 -4.69 6.0300 9.56103 14492 752.7750 0.1164
关键词：多维非线性隐式方程组 牛顿-拉夫逊法 遗传算法 加权适应度函数
2 U# ~8 M% b. K3 D: z( ?! B多目标优化
: f) ~1 ^+ r3 n: f; Q3 L4 `# \