导叶几何参数对液力透平压力脉动的影响

为提高导叶式液力透平的运行稳定性,研究导叶几何参数对液力透平压力脉动的影响。在IS80-50-315型低比转速离心泵反转作液力透平叶轮进口前添加径向导叶,对导叶出口角、叶片数和径向高度采用正交试验设计的方法匹配相同叶轮形成新的液力透平模型,利用CFX软件在蜗壳内、导叶与叶轮间隙和叶轮上沿周向设置监测点进行定常和非定常数值计算,对定常计算结果进行极差分析,得出导叶几何参数对液力透平性能影响的主次因素,形成最优方案组合,并对非定常数值计算压力脉动结果进行时域和频域分析。结果表明：径向导叶几何参数组合对水力效率和水头的影响均为叶片数>径向高度>出口角;导叶式液力透平的压力系数在导叶与叶轮间隙上最大,其次在叶轮上,蜗壳内部压力系数最小;当叶轮叶片数相同时,径向导叶出口角和径向高度的值在合理范围内选取较小值时,有利于降低导叶式液力透平的压力脉动幅值和提高运行稳定性。     

高速电磁阀动态响应的多目标优化

为提高柴油机高速电磁阀的动态响应速度,采用数值模拟与试验相结合的方法,建立了电磁阀的数值仿真模型,通过与试验数据相对比,其吸合响应时间误差为1%,释放响应时间误差为3%,验证了仿真模型的准确性。然后选取了影响电磁阀动态响应特性的5个关键因素,结合最优拉丁方试验设计,建立了其与吸合响应时间、释放响应时间及电磁力之间的Kriging近似模型;同时基于建立的Kriging近似模型构建了电磁阀动态响应多目标优化数学模型,通过NSGA-Ⅱ遗传算法求解得到了Pareto解集,并确定了最终解。结果表明:优化后电磁阀的吸合时间减小了10.1%,释放时间减小了10.4%,其动态响应特性得到了提高,为高速电磁阀的优化设计提供了理论指导。     

支持向量机替代模型的遗传优化设计

针对实际工程中常见的性能函数不能显式表示的优化问题,提出一种基于支持向量机替代模型的遗传优化设计方法。利用试验设计选取合适的设计参数样本点,通过实验或数值仿真获得响应输出,结合遗传算法构建具有参数优化功能的支持向量机替代模型;将支持向量机模型作为目标性能函数,结合其他约束条件完成优化模型的建立,并应用遗传算法进行优化,形成一套准确、高效、适应性强的优化方法。以典型电子装备功分器的结构尺寸优化为例,采用均匀试验设计和高频电磁场仿真软件HFSS获取替代模型训练的学习样本,建立功分器模型的幅度比、相位差和驻波3个响应面目标函数,并对该多目标优化问题进行遗传寻优。     

液力减速器叶片前倾角度三维集成优化

为了对液力减速器叶片前倾角度进行参数优化,建立了液力减速器叶栅参数三维集成优化仿真平台。以叶片倾角为设计变量,三维CFD分析作为求解器进行试验设计,并根据试验样本结果构建响应面法模型(RSM)进行优化,得到一套最优的动、定轮叶片倾角参数。就叶片倾角参数对液力减速器内流场特性、制动外特性的影响进行了分析,并结合试验数据对优化前后制动性能进行了对比。结果表明,优化仿真平台精度较高,结果可信。优化后的液力减速器制动性能显著提高。     

载人潜器载人舱出入舱口加强结构优化

针对载人潜器出入舱口加强结构,采用最优拉丁超立方方法进行了样本点的选取,利用有限元分析软件对样本点进行了临界应力和载荷的计算,采用响应面模型对样本点进行了近似,得到了满足工程要求的近似模型,进一步以临界载荷为约束、以载人舱质量和临界应力为目标函数建立了载人舱出入舱口加强结构多目标优化模型,最后针对该多目标优化模型采用第二代非支配排序遗传算法(NSGA-Ⅱ)进行优化的求解,得到了优化结果,为载人舱出入舱口加强结构设计提供了依据。     

基于响应面模型的跨音速转子叶片气动优化设计研究

为了提高优化设计效率,节约成本,将试验设计方法、响应面近似模型与遗传算法优化方法结合在一起应用于跨音速转子叶片气动优化设计中.首先采用拉丁超立方试验设计方法生成样本点构建目标函数的响应面模型,然后利用遗传算法对响应面模型进行目标寻优,并对优化解进行流场分析验证.为了验证方法的可行性,以NASA rotor37转子叶片前缘积迭线弯与掠优化设计为例,总压损失系数为目标函数进行单目标优化设计,优化后总压损失系数降低了0.528%,总耗时20h,算例结果表明基于响应面近似模型的优化设计方法可用于叶片气动优化中,提高了优化设计效率.     

导叶开度对径向叶片式液力透平性能影响研究

在液力透平叶轮入口添加导叶可减少水力损失从而提高效率。基于CFD软件,在不同导叶开度下对液力透平内部压力场和速度场进行了数值模拟,并得到了透平运行的外特性曲线。结果表明,导叶开度为15°时,透平内部流动较为顺畅,水力损失较小,从而效率提高,可为液力透平的水力设计提供参考。     

响应面模型在艇型多目标优化中的应用

针对潜器的艇型优化,研究了试验设计、响应面模型技术和多目标优化算法.选择了决定回转体艇型的6个参数,将阻力数值计算结果进行数据回归,建立阻力、体积与型值的二阶多项式响应面模型.然后将阻力最小与体积最大作为回转体艇型优化的两个目标,研究了多目标遗传算法,并给出了 Pareto 最优解集.结果表明,在艇型优化过程中采用近似...     

基于支持向量机的土体压缩性变形参数多目标反分析方法

压缩指数、回弹指数以及次固结系数是表征土体压缩性的重要变形参数,通常被用来计算工程土体沉降,其值获取目前多采用室内固结蠕变试验,但试验结果受多方面因素影响,耗时长且精确度较低。基于此,提出一种基于支持向量机和非支配排序遗传算法(NSGA-Ⅱ)的多目标反分析方法来获取土体压缩性变形参数,首先通过开展原状土室内标准固结试验获取变形参数的取值范围,并利用支持向量机建立变形参数与水平及竖向位移之间的非线性映射关系,最后使用NSGA-Ⅱ算法求解多目标函数,得到土体变形参数的最优解,比较最优土体变形参数的数值模拟位移与现场监测位移,结果吻合,说明该方法可行。     

基于响应面和遗传算法的翼型优化设计方法研究

文章针对气动优化设计中高效率和高精度的矛盾,综合响应面方法和遗传算法的优点和不足,采用多项式响应面模型代替原始遗传算法中计算量庞大的目标特性分析模型,建立了多项式响应面模型和遗传算法相结合的翼型优化设计方法,在采用N-S方程进行气动求解达到较高的精度情况下,求解次数显著减少,优化效率大大提高。研究了设计变量对优化设计效率的影响,文中方法在较少设计变量、较少N-S方程求解次数情况下,即可得到满意的优化设计结果。设计区间对响应面模型精度的影响显著,合适的设计区间既可保证模型精度,减少响应面预测结果和CFD计算结果的偏差,又可获得最佳优化结果。文中方法适用于翼型的单设计点和多设计点优化设计问题,具有原理简单、适应面宽、快速易行,且精度高等特点,可广泛应用于工程设计问题中。     

Improved NSGA-Ⅱ algorithm based on the uniformly crowding distance

With the wide application and further study of the genetic algorithm in multi-objective optimization problems, the NSGA-Ⅱ has been one of the representative evolutionary algorithms for multi-objective optimization problems. Crowding distance in the NSGA-Ⅱ plays an important role in convergence and uniform distribution of the solutions, but the NSGA-Ⅱ does not fully take the effect of each individual and the whole population into consideration. To estimate the region density more reasonably so as to make the solution set more uniformly converge to the Pareto optimal front, we design a uniformly crowding distance operator based on the uniformly crowding range and Gini weight, and propose an improved NSGA-Ⅱ algorithm. Finally, the effectiveness of the proposed algorithm is verified by experiments on six multi-objective optimization test functions.     

我国应对大震巨灾应急救援装备的技术需求

为提高救援速度,研制一种集钳碎、剪切及抱抓为一体的新型多功能救援属具,节省救援作业中切换不同属具的时间,提出了改进的径向基核函数与梯度算法优化的加权最小二乘支持向量机（weighted least squares support vector machine,WLS-SVM）响应面法建立抱抓机构高精度的近似模型.在近似模型的基础上以抱抓机构最大等效应力、最大变形量和质量为性能指标,引入非支配排序遗传算法（non-dominated sorting genetic algorithm,NSGA-Ⅱ）进行多目标优化设计.为提高NSGA-Ⅱ算法的种群多样性和搜索能力,对精英策略、交叉算子和变异算子进行改进,应用NSGA-Ⅱ算法与改进算法对抱抓机构的优化问题进行求解.最后,通过径向坐标可视化（radial coordinate visualization,RadViz）将高维空间的Pareto解集可视化至二维平面并选出最满意方案进行比较.实验对比表明：改进算法的Pareto解集分布更加均匀、最满意方案的目标值更小,能在保证属具抱抓机构可靠性的情况下,有效地进行轻量化设计.

     

利用NSGA-Ⅱ算法求解供水管网优化改造模型

为提高供水管网优化改造模型的客观性,给出更合理的优化结果,对供水管网改造单目标优化模型进行适当处理,将水力约束条件转化为独立的目标函数,建立供水管网改造多目标优化模型.利用面向多目标优化问题求解的非控制排序遗传算法-II(NSGA-Ⅱ)求解多目标管网优化改造模型.通过算例验证,算例管网中低压节点问题、管段负荷过大问题、管段改造投资问题,由于都作为目标函数进行求解,给出综合考虑三方面问题的优化结果.通过多目标建模思想以及面向多目标问题优化算法(NSGA-II)的引入,解决单目标模型无法描述管网改造为多目标问题的矛盾,克服采用权重系数或惩罚函数带来的不确定因素.并通过引入人工诱导基因变异算子,加快种群向可行解域的收敛速度,提高算法的收敛速度,而且改善解的合理性.     

高比转速离心叶轮的参数化分析及优化设计

为提高高比转速离心泵的性能和解决多参数优化难的问题,提出一种基于变量降维和智能算法的优化设计方法。变量降维过程基于Pearson相关性分析方法,研究叶轮的18个设计变量对泵水力性能的影响,并选择其中8个具有高影响因子的变量作为最终的优化变量。优化过程基于拉丁超立方抽样方法生成160组设计样本,以最大化设计工况效率作为目标,利用人工神经网络和遗传算法对优化问题进行求解。优化结果经CFD验证：模型泵在设计工况点效率提高了3.02%,高效运行区得到了拓宽;相比于原始叶轮,优化后叶轮内湍动能分布得到了改善,不稳定流动结构减少。该方法对高比转速离心泵的设计具有良好的借鉴意义。     

基于进化算法的带约束混合动力系统多目标优化

为获得无需将多目标优化问题转化为单目标优化问题的混合动力系统多目标优化方法,分析了并联混合汽车总成模型,建立了带约束混合动力系统多目标优化数学模型,并给出了优化目标、待优化参数及约束条件。设计了基于NSGA-Ⅱ的混合动力系统多目标优化算法,该算法基于Pareto支配性原理判定所得方案的优劣,不需要指定各个目标的权系数。仿真优化结果表明:优化后的系统百公里油耗平均下降了0.25%,污染物排放平均下降了2.75%,蓄电池充电效率分布由[0.8,0.9]变为[0.85,0.9],放电效率分布由[0.82,1.0]变为[0.95,1.0],作者提出的方法可以优化混合动力系统的性能。     

Multi-Objective Structural Optimization of Wind Turbine Tower Using Nondominated Sorting Genetic Algorithm

A multi-objective optimization process for wind turbine steel towers is described in present work. The objective functions are tower top deformation and mass. The tower''s height, radius and thickness are considered as design variables. The mathematical relationships between objective functions and variables were predicted by adopting a response surface methodology (RSM). Furthermore, the multi-objective non-dominated sorting genetic algorithm-II (NSGA-II) is adopted to optimize the tower structure to achieve accurate results with the minimum top deformation and total mass. A case study on a 2MW wind turbine tower optimization is given, which computes the desired tower structure parameters. The results are compared with the original tower: a reduction of tower top deformation reduction by about 16.5% and a reduction of a mass by about 1.5% could be achieved for such an optimization process.     

移动地面条件下的微型车外流场数值模拟研究

为了对汽车外形进行优化设计,利用CFD软件与智能算法相结合的方法,以在天窗微开高速行驶状态下的汽车为优化的对象,选取气动阻力最小、气动升力为0、天窗后缘压强最小为优化目标,以汽车关键外形参数为设计变量,对汽车气动外形进行多目标优化设计.同时,应用了数据挖掘技术评价设计变量与3个目标函数的影响关系,选取优化后的最佳关键参数制作汽车模型并进行风洞试验验证.研究结果表明：通过遗传算法优化的车身外形,在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%,并通过风洞试验验证了该智能算法结果的准确性.基于智能算法的汽车气动外形设计具有指导意义与实际应用价值,为汽车气动外形的多目标优化设计提供了一种高效、精确、可靠的先进优化方法.

     

Multi-objective optimization of a mixed-flow pump impeller using modified NSGA-II algorithm

In order to maintain a uniform distribution of pareto-front solutions, a modified NSGA-II algorithm coupled with a dynamic crowding distance(DCD) method is proposed for the multi-objective optimization of a mixed-flow pump impeller. With the pump meridional section fixed, ten variables along the shroud and hub are selected to control the blade load by using a three-dimensional inverse design method. Hydraulic efficiency, along with impeller head, is applied as an optimization objective; and a radial basis neural network(RBNN) is adopted to approximate the objective function with 82 training samples. Local sensitivity analysis shows that decision variables have different impacts on the optimization objectives. Instead of randomly selecting one solution to implement, a technique for ordering preferences by similarity to ideal solution(TOPSIS) is introduced to select the best compromise solution(BCS) from pareto-front sets. The proposed method is applied to optimize the baseline model, i.e. a mixed- flow waterjet pump whose specific speed is 508 min?1?m3s?1?m. The performance of the waterjet pump was experimentally tested. Compared with the baseline model, the optimized impeller has a better hydraulic efficiency of 92% as well as a higher impeller head at the design operation point. Furthermore, the off-design performance is improved with a wider highefficiency operation range. After optimization, velocity gradients on the suction surface are smoother and flow separations are eliminated at the blade inlet part. Thus, the authors believe the proposed method is helpful for optimizing the mixed-flow pumps.     

基于智能算法的汽车气动外形参数多目标优化

为了对汽车外形进行优化设计,利用CFD软件与智能算法相结合的方法,以在天窗微开高速行驶状态下的汽车为优化的对象,选取气动阻力最小、气动升力为0、天窗后缘压强最小为`优化目标,以汽车关键外形参数为设计变量,对汽车气动外形进行多目标优化设计.同时,应用了数据挖掘技术评价设计变量与3个目标函数的影响关系,选取优化后的最佳关键参数制作汽车模型并进行风洞试验验证.研究结果表明:通过遗传算法优化的车身外形,在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%,并通过风洞试验验证了该智能算法结果的准确性.基于智能算法的汽车气动外形设计具有指导意义与实际应用价值,为汽车气动外形的多目标优化设计提供了一种高效、精确、可靠的先进优化方法.