基于叶片弯掠技术的优化设计.doc

基于叶片弯掠技术的优化设计 李杨 欧阳华 杜朝辉 （上海交通大学，上海200030） mr.leeyang@163.com) 摘要：在三维粘性流场的数值计算程序平台上，利用BP神经网络和遗传算法，通过叶片弯掠技术对一轴流风机的转子叶片的周向弯曲角度进行寻优，以使风扇的气动性能进一步提高。通过对比优化前、后的叶轮发现，优化之后的叶片呈现明显的周向前弯曲特征。测试结果显示，其全压和气动效率分别提高了3.56％和1.27％，失速裕度大幅度拓宽36％以上，上、下端部的损失进一步降低。 关键词：周向前弯叶片，人工神经网络，遗传算法，优化设计 中图分类号：TH432.1 文献标识码：A Optimization Design Based on Skewed and Swept Blade Technique LI Yang OU YANG-Hua DU Zhao-Hui (Turbomachinery Laboratory of Shanghai Jiaotong University, Shanghai 200030, China) Abstract: Based on a program for solving 3D viscous flow fields, an aerodynamic optimization design was conducted to the rotor blade (archetypal rotor blade) of an axial flow fan with back-propagation neural network and genetic algorithm. By skewed and swept blade technique, the optimized rotor blade having better aerodynamic performance is obtained. The results show that the optimized rotor blade is circumferential forward-skewed blade. Compared with the archetypal rotor blade, the total pressure rise and the total pressure efficiency of the optimized rotor are increased by 3.56% and 1.27% respectively. Its stall margin is greatly extended by more than 36%. At the same time, the loss in the upper and lower endwalls of the fan is reduced further. Key words: Circumferential forward-skewed blade; Artificial Neural Network (ANN); Genetic Algorithm (GA); Optimization design 1前言 随着计算机技术和各种寻优算法的不断发展，在叶轮机械领域，利用某些算法进行叶片的优化设计来提高叶轮的性能已经成为可能。许多学者利用遗传算法、模拟退火法、梯度法、响应面法等对各种叶轮的静子和转子叶型进行了优化设计，结果显示，通过一些优化方法可以进一步地提高叶轮的效率，改善叶片表面的压力分布，降低了边界层的流动损失，同时也缩短了设计周期【1－7】。 然而，当前的优化设计多是针对改进二维叶型，对于能够减小流动损失、提高气动效率 本文利用雷诺平均N-S方程组数值计算程序，基于人工神经网络BP算法和遗传算法的数值优化程序，基于叶片弯掠技术对一轴流风扇转子叶片进行了优化设计，通过寻找合适的周向弯曲角度，来获得具有最优气动性能的风扇叶片，并对优化前、后的叶片在叶片形状、气动性能以及出口流场进行了对比分析。 2研究模型 所的叶轮T35系列5号叶轮的改进型。其叶片的重心积迭线由直线段+圆弧段构成，它们的分界点位于0.4倍叶高处。如图1中的曲线ABR，其中AB为直线段，BR为圆弧段。AB与RO的夹角约为1.27o。其叶片可以近似看作径向叶片。原始叶轮的主要设计参数见文献【11】。 图1 原始叶片与优化叶片积迭线形状的比较 Fig.1 Stacking line shape comparison between archetypal rotor blade and optimal rotor blade 3网格划分和计算方法 本次优化过程中的网格划分