叶轮机械在国防科技和国民经济领域中均占有十分重要的地位。本书聚焦于叶轮机械在航空发动机及燃气轮机领域的新技术及应用，重点关注近年来气动分支涌现出的新技术。全书共8章，分别介绍风扇／压气机和涡轮的气动设计、智能优化及流动控制等新技术，重点阐述叶片智能优化、串列叶片设计技术、非轴对称端壁造型技术、附面层抽吸技术、对转压气机技术、等离子体控制技术和人工智能技术等叶轮机械领域新技术的原理、发展及应用。
样章试读
目录
- 目录
丛书序
前言
第1章 绪论
1.1 压气机中的主要流动现象及分析 001
1.1.1 压气机中的附面层流动分离现象 002
1.1.2 叶尖泄漏流动 004
1.1.3 激波损失 010
1.1.4 压气机叶栅内的旋涡 013
1.1.5 压气机中的非定常效应 014
1.2 压气机中的主要流动损失及其被动控制技术 016
1.2.1 叶型损失及其被动控制方法 017
1.2.2 激波损失及其控制方法 019
1.2.3 端壁二次流损失及控制方法 020
1.2.4 叶尖间隙泄漏损失及其控制方法 026
1.3 叶轮机械复杂流动主动控制技术 032
1.3.1 附面层吸附技术 032
1.3.2 引气技术 037
1.3.3 射流技术 038
1.3.4 等离子体放电激励技术 042
1.4 小结 043
参考文献 044
第2章 压气机叶片智能优化设计新技术
2.1 叶片优化设计方法的发展与应用 053
2.1.1 叶片设计技术发展的迫切需求 053
2.1.2 传统的叶型设计方法的制约与不足 054
2.1.3 优化设计技术的发展及叶片造型中的应用 055
2.1.4 叶型优化设计研究回顾 058
2.2 基于遗传算法的可控扩散叶型优化设计技术 064
2.2.1 遗传算法的基本原理及特点 064
2.2.2 基本遗传算法的参数及运行流程 065
2.2.3 基本遗传算法的实现 066
2.2.4 基本遗传算法的改进策略 069
2.2.5 采用改进遗传算法的可控扩散叶型优化设计技术 070
2.2.6 小结 079
2.3 基于改进人工蜂群算法的大弯度叶型优化设计技术 080
2.3.1 大弯度叶型优化设计平台搭建 080
2.3.2 大弯度叶型优化设计 085
2.3.3 多工况条件下的大弯度叶型优化设计 089
2.3.4 小结 095
2.4 考虑端壁效应的高负荷叶栅优化设计技术 096
2.4.1 研究对象 096
2.4.2 高负荷叶栅全三维造型方法研究 097
2.4.3 考虑端壁效应的高负荷叶栅优化设计方法 103
2.4.4 考虑端壁效应的高负荷叶栅优化设计结果 107
2.4.5 小结 117
参考文献 118
第3章 高负荷压气机串列叶片设计技术
3.1 串列叶片造型方法概述 122
3.1.1 串列叶片概念的提出及研究概述 122
3.1.2 串列叶型的几何参数 123
3.1.3 串列基元叶型的生成 128
3.1.4 三维串列叶片的造型 130
3.2 基于并行多点采样策略的串列叶栅多目标优化设计技术 134
3.2.1 引言 134
3.2.2 多目标优化系统 135
3.2.3 改进并行多点采样策略 136
3.2.4 物理规划 139
3.2.5 研究对象和数值方法 139
3.2.6 高负荷串列叶栅的优化 142
3.2.7 优化结果和分析 143
3.2.8 小结 147
3.3 大弯角串列叶型形状及相对位置的耦合优化设计技术 147
3.3.1 引言 147
3.3.2 改进粒子群算法 148
3.3.3 研究对象 152
3.3.4 数值方法 153
3.3.5 NURBS参数化方法 153
3.3.6 自适应Kriging模型 154
3.3.7 优化系统简介 155
3.3.8 优化结果和分析 157
3.3.9 小结 161
3.4 弯掠优化对高负荷跨声速串列转子的影响分析 162
3.4.1 引言 162
3.4.2 研究对象及数值方法 162
3.4.3 复合弯掠优化方法 164
3.4.4 弯掠优化结果与分析 165
3.4.5 小结 174
参考文献 175
第4章 叶轮机内部二次流动的端壁控制技术
4.1 叶轮机内部二次流动的形成与发展 177
4.1.1 轴流叶轮机内部二次流动定义 178
4.1.2 叶轮机内部二次流的产生及特点分析 179
4.1.3 叶栅二次流的旋涡模型及其影响效应 181
4.2 非轴对称端壁技术的发展与应用 184
4.2.1 涡轮非轴对称端壁技术的发展 184
4.2.2 压气机叶栅非轴对称端壁造型研究进展 186
4.3 非轴对称端壁造型方法的研究 188
4.3.1 Rose非轴对称端壁造型方法 188
4.3.2 FAITH端壁造型方法 189
4.3.3 中弧线旋转法 191
4.3.4 三角函数造型法 191
4.3.5 压差造型法 192
4.3.6 非均匀有理样条函数法 193
4.3.7 非轴对称端壁序列二次规划优化造型技术 194
4.3.8 基于Bezier曲线的端壁造型方法及应用 196
4.4 轴流压气机非轴对称端壁造型技术 208
4.4.1 跨声速轴流压气机非轴对称端壁造型优化设计 208
4.4.2 非轴对称端壁造型在对转压气机中的应用 214
4.4.3 小结 219
4.5 高压涡轮导向器非轴对称端壁优化设计技术 219
4.5.1 端壁参数化造型方法 220
4.5.2 数值优化方法 221
4.5.3 目标函数设计 222
4.5.4 高压涡轮导向器中非轴对称端壁造型优化设计 223
4.5.5 小结 234
参考文献 235
第5章 压气机附面层吸附技术
5.1 附面层吸附技术的原理 239
5.1.1 附面层吸附对下游附面层动量厚度变化的影响 239
5.1.2 从热力学原理出发分析附面层吸附效果 243
5.1.3 小结 249
5.2 附面层吸附技术的发展 249
5.2.1 附面层吸附技术研究现状 249
5.2.2 吸附式风扇/压气机设计技术 252
5.3 吸附式叶型优化设计策略 260
5.3.1 防止吸附式叶型附面层分离的控制策略 260
5.3.2 基于蜂群算法的吸附式叶型智能优化设计策略 262
5.3.3 吸附式压气机叶型及抽吸方案的耦合优化设计策略 269
5.3.4 高空条件下低雷诺数叶型＋吸附式叶型耦合优化设计策略 294
5.3.5 小结 306
5.4 吸附式压气机叶栅风洞吹风实验 306
5.4.1 高亚声速平面叶栅风洞介绍 307
5.4.2 两套吸附式压气机叶栅实验 309
5.4.3 两级风扇进口级静子叶尖常规叶栅实验和吸附式叶栅实验结果分析 319
5.4.4 小结 324
5.5 吸附式风扇/压气机气动设计技术 325
5.5.1 抽吸对压气机整体性能参数的影响 325
5.5.2 吸附式压气机设计与分析方法 327
5.5.3 小结 343
参考文献 343
第6章 对转压气机技术
6.1 对转技术的发展应用及技术特点分析 346
6.1.1 对转技术的发展 346
6.1.2 对转技术的特点及存在问题分析 350
6.1.3 压气机对转与其他新技术的融合 353
6.2 对转压气机特性及流场结构分析 355
6.2.1 对转压气机数值模拟结果分析 356
6.2.2 对转压气机叶片表面极限流线分析 360
6.2.3 小结 363
6.3 转速比和轴向间隙对对转压气机性能的影响分析 364
6.3.1 转速比对压气机性能的影响 364
6.3.2 轴向间隙对对转压气机性能的影响 376
6.3.3 小结 385
6.4 对转技术的思考与展望 386
6.4.1 对转技术存在的问题思考 386
6.4.2 对转技术展望 387
参考文献 387
第7章 叶轮机等离子体流动控制技术
7.1 等离子体流动控制技术 389
7.1.1 介质阻挡放电等离子体激励 390
7.1.2 等离子体合成射流激励 390
7.1.3 电弧放电等离子体激励 391
7.2 等离子体激励对压气机叶尖泄漏流动的控制 392
7.3 等离子体激励对转子叶尖失速的控制 397
7.4 等离子体流动控制在压气机静子中的应用 401
7.4.1 吸力面激励布局流动控制效果 401
7.4.2 端壁激励布局流动控制效果 403
7.5 展望 404
参考文献 405
第8章 人工智能技术在叶轮机领域的应用前景及发展趋势
8.1 人工智能技术及应用 407
8.1.1 气动优化设计技术的研究现状 408
8.1.2 遗传算法在优化设计中的应用研究现状 409
8.1.3 仿生智能算法研究与应用现状 411
8.1.4 现代人工智能技术发展概况 412
8.2 应用改进型BP人工神经网络的叶片优化设计技术 414
8.2.1 神经网络概述 414
8.2.2 BP前馈神经网络结构及算法 416
8.2.3 神经网络样本库的建立 417
8.2.4 基于BP神经网络的风扇静子叶片优化 419
8.2.5 小结 424
8.3 基于径向基神经网络的损失和落后角模型及应用 425
8.3.1 传统损失和落后角模型发展 425
8.3.2 损失和落后角代理模型研究 426
8.3.3 代理模型建立及应用 427
8.3.4 代理模型介入压气机特性计算的程序流程 435
8.3.5 E3十级高压压气机预测结果 439
8.3.6 优化聚类中心数的RBF神经网络代理模型计算结果 446
8.3.7 支持向量机代理模型计算结果 448
8.3.8 小结 450
8.4 微分蜂群支持向量机混合算法与叶片优化设计技术 450
8.4.1 蜂群支持向量机算法的演进：DEABCSVM 450
8.4.2 DEABCSVM算法数值实验 453
8.4.3 基于DEABCSVM算法的叶型优化设计 456
8.4.4 小结 462
参考文献 462
京公网安备 11010102004214号