[發明專利]一種超大變量葉輪機械高效設計優化方法及系統及應用

在審

• 申請號: 202111494081.1
• 申請日: 2021-12-08
• 公開（公告）號: CN114169100A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 宋立明;汪祺能;郭振東;李軍
• 申請（專利權）人: 西安交通大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/27;G06F30/28;G06F113/08;G06F119/14
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

1.一種超大變量葉輪機械高效設計優化方法，其特征在于，包括以下步驟：

建立設計空間：以壓氣機動葉片標模作為設計對象，得到三維葉片的調整參數；

在建立的設計空間中使用LHS方法獲得分布較為均勻的若干個樣本坐標，對其進行性能評估獲得這若干個設計樣本的級效率值；

使用獲得的樣本坐標和樣本值建立PCE擬合模型建模后對模型預測最優值的坐標進行級效率的評估，將坐標和評估結果加入數據列表中；

選擇所有樣本中級效率最大的值作為核心點，將高維全局問題分解為r個低維問題，記錄確定的分解參數{x^*,I}；

對r個低維問題同步地并行地完成操作：使用多保真度代理模型HK模型和最大期望提升加點準則在子問題空間內完成一次完整獨立的優化搜索，優化得到的結果為x_best,j；

使用所有已評估樣本更新全局PCE模型計算模型的最小預測值坐標，將坐標評估后加入數據集中；

對r個子問題優化結果進行排列組合，依據全局模型篩選出N_combine個樣本進行評估；重復上述，直到算法滿足停止條件。

2.根據權利要求1所述的一種超大變量葉輪機械高效設計優化方法，其特征在于，建立設計空間中，對三維葉片對象截取若干個截面作為造型的特征截面，同時選擇若干個設計參數來調整三維葉片進行積疊時的彎扭掠狀態。

3.根據權利要求1所述的一種超大變量葉輪機械高效設計優化方法，其特征在于，將高維全局問題分解具體為：

找到所有已評估樣本中評估值最小的樣本，將其坐標記為x^*；

隨機地確定子空間變量分配方法I，I＝{I₁,I₂,I₃,...,I_r}來表示對各個變量的劃分，其中

子空間內的坐標和高維全局空間內的坐標有如下一一對應關系：假設局部坐標記為x_local，全局坐標記為x_global，有x_local∈S_j，x_global∈S；

x_global＝[x₁^g,x₂^g,x₃^g,...,x_D^g]

4.根據權利要求3所述的一種超大變量葉輪機械高效設計優化方法，其特征在于，在不考慮對子空間的邊界進行調整的情況下，有子空間在不考慮子空間重疊和對變量進行剪枝的情況下各子空間對應的變量具有如下關系：

5.根據權利要求1所述的一種超大變量葉輪機械高效設計優化方法，其特征在于，對r個低維問題同步地并行地完成操作：

在子空間中使用拉丁超立方算法進行初始加點，初始加點個數為N^l_j,ini，一般的N^l_j,ini＝2||I_j||；

在子空間中建立多保真度代理模型，其中高保真度來源為子空間內的樣本加點，低保真度的來源為全局模型中位于該子空間中的部分；模型的建立公式如下：

對于已經建立的模型計算其在子空間范圍內的EI值，并搜索得到在子空間范圍內EI值最大的坐標位置，在該位置進行加點評估；

重復上述，直到迭代次數達到最大迭代次數iter_max，一般的iter_max＝8||I_j||；

從該子空間的已評估樣本中選擇樣本值最優的樣本作為優化的結果。