基于自由曲面变形与机器学习的高负荷涡轮级气动优化设计研究

摘要

高压涡轮负荷水平需持续提升以满足发动机性能要求,但其激波、二次流、间隙泄露流等复杂流态加剧,设计难度增加.本文提出了基于自由曲面变形(FFD)参数化方法和机器学习方法的涡轮气动优化设计策略,通过对FFD参数化、拉丁超立方实验设计、支持向量机模型、遗传算法寻优等系列方法的研究,搭建了自动优化设计流程和平台.以TTM涡轮级为研究对象,选取28个设计变量,生成56个样本,探讨了其对涡轮级气动性能的优化提升能力.结果表明,涡轮级设计点效率可提升1.1％,全工况特性皆有改善.激波结构改进、强度弱化及分离区减弱是其性能提升的主要原因.