基于人工神经网络的跨音压气机周向槽机匣处理优化设计

摘要

本文以跨音压气机Rotor 37 为研究对象，通过人工神经网络建立了失速裕度改进量、峰值效率与周向槽几何参数之间的函数关系模型。基于上述模型，进行了以失速裕度改进量为目标函数的单目标优化设计，和以失速裕度改进量和峰值效率为目标函数的多目标优化设计，验证了基于人工神经网络的周向槽机匣处理优化设计的有效性。通过对目标函数在设计空间内的分布和数值计算的分析表明，周向槽对叶顶低能流体具有抽吸和吹除作用，抑制了叶顶区域的阻塞，提高了失速裕度。槽深和槽宽的变化会对周向槽的抽吸和吹除作用产生影响，并影响扩稳效果，最优机匣处理方式能更有效的抑制泄漏涡和激波作用形成的低速区和叶顶吸力面的边界层分离。压气机的峰值效率总体上随周向槽体积的增大而减小。