軸流式壓氣機(jī)的優(yōu)化及對(duì)進(jìn)氣道抗背壓能力的影響

楊秀羽,程養(yǎng)民,李曉暉

(中國(guó)航天科技集團(tuán)第四研究院第41所,西安 710025)

?

軸流式壓氣機(jī)的優(yōu)化及對(duì)進(jìn)氣道抗背壓能力的影響

楊秀羽,程養(yǎng)民,李曉暉

(中國(guó)航天科技集團(tuán)第四研究院第41所,西安 710025)

為解決固體火箭沖壓發(fā)動(dòng)機(jī)轉(zhuǎn)級(jí)馬赫數(shù)較低,進(jìn)氣道抗背壓能力較弱,發(fā)動(dòng)機(jī)提供推力較小的缺點(diǎn)。首先,對(duì)單級(jí)軸流式壓氣機(jī)葉片優(yōu)化設(shè)計(jì),采用人工神經(jīng)網(wǎng)絡(luò)與遺傳算法尋優(yōu)相結(jié)合的方法,優(yōu)化結(jié)果表明:提高了效率和增壓比。將優(yōu)化后的壓氣機(jī)作為增壓裝置放置于進(jìn)氣道擴(kuò)張段,數(shù)值模擬有增壓裝置及無增壓裝置兩種條件下的進(jìn)氣道,結(jié)果表明:增壓裝置有效的改善了進(jìn)氣道流動(dòng)性能,提高了抗背壓能力,進(jìn)而提高了發(fā)動(dòng)機(jī)推力。

優(yōu)化設(shè)計(jì);遺傳算法;進(jìn)氣道;數(shù)值仿真

0 引言

隨著導(dǎo)彈技術(shù)的發(fā)展,導(dǎo)彈性能要求不斷提高,因此需要提供先進(jìn)的推進(jìn)系統(tǒng)。固體火箭沖壓發(fā)動(dòng)機(jī)憑借眾多的優(yōu)點(diǎn)成為了導(dǎo)彈研究的首選動(dòng)力裝置。進(jìn)氣道作為固體火箭沖壓發(fā)動(dòng)機(jī)重要部件,在一定飛行條件下其抗背壓能力是一定的,從而決定了固體沖壓發(fā)動(dòng)機(jī)的最大推力。由于固體沖壓發(fā)動(dòng)機(jī)的轉(zhuǎn)級(jí)馬赫數(shù)通常較低,進(jìn)氣道抗背壓能力較弱,發(fā)動(dòng)機(jī)能提供的推力較小。而轉(zhuǎn)級(jí)后導(dǎo)彈處于加速狀態(tài),對(duì)推力的需求較大,因而產(chǎn)生了矛盾,所以需要提高進(jìn)氣道的抗背壓能力。文中提出了在進(jìn)氣道擴(kuò)張段后部設(shè)置單級(jí)軸流式壓氣機(jī)的方式,以提高進(jìn)氣道抗背壓能力[1-3]。如圖1所示壓氣機(jī)所處位置。

在氣動(dòng)設(shè)計(jì)方面,應(yīng)盡可能提高壓氣機(jī)的單級(jí)功率和增壓比。由于葉片的幾何形狀以及氣動(dòng)性能在影響壓氣機(jī)性能的各項(xiàng)因素中起著關(guān)鍵的作用,因此,對(duì)壓氣機(jī)葉片的優(yōu)化十分重要。

圖1 進(jìn)氣道中壓氣機(jī)位置示意圖

基于對(duì)傳統(tǒng)優(yōu)化設(shè)計(jì)方法的認(rèn)識(shí)[4],目前采用的三維葉片優(yōu)化主要是針對(duì)彎掠規(guī)律[5],文中使用葉輪機(jī)械全三維優(yōu)化設(shè)計(jì)平臺(tái)Design 3D,采用人工神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合的方法,以某單級(jí)軸流式壓氣機(jī)動(dòng)葉葉片為研究對(duì)象進(jìn)行三維葉片優(yōu)化設(shè)計(jì),通過改變?nèi)~片3個(gè)截面(葉根、葉中、葉尖)安裝角的方法達(dá)到改善整體氣動(dòng)性能的目的。優(yōu)化后的壓氣機(jī)在進(jìn)氣道中工作以實(shí)現(xiàn)增壓的效果,從而達(dá)到提高進(jìn)氣道抗背壓能力的目的。

1 葉片參數(shù)化造型

葉片參數(shù)化造型是優(yōu)化設(shè)計(jì)的基礎(chǔ),作用是對(duì)設(shè)計(jì)對(duì)象進(jìn)行建模和參數(shù)化擬合,從而提供優(yōu)化的設(shè)計(jì)變量。

文中采用Autoblade程序包對(duì)葉片進(jìn)行繪制,端壁型線選用B-spline類型,其中輪緣由5個(gè)點(diǎn)控制,輪轂由5個(gè)點(diǎn)控制。流面定義為軸流平面構(gòu)造面,通過將3個(gè)不同葉展處(葉根、50%葉展、葉尖)的葉型進(jìn)行重心積疊生成三維葉片。選用Bezier方式通過安裝角、進(jìn)出口幾何角確定中弧線。壓力面和吸力面采用厚度控制模式選用Bezier曲線定義。采用Autoblade-fitting對(duì)生成的葉片進(jìn)行參數(shù)化擬合,擬合精度基本達(dá)到要求,為優(yōu)化設(shè)計(jì)工作提供優(yōu)化變量。

2 計(jì)算說明

2.1 湍流模型

對(duì)于機(jī)械葉輪,文中選用在相對(duì)直角坐標(biāo)系下以相對(duì)速度表示的守恒型N-S控制方程組。選用S-A湍流模型,該模型的原理是建立在附加的漩渦粘性運(yùn)輸方程求解基礎(chǔ)上的,有較好的魯棒性以及處理復(fù)雜流動(dòng)的能力[6]。

2.2 網(wǎng)格生成及邊界條件

文中使用NUMECA軟件中的專門旋轉(zhuǎn)機(jī)械網(wǎng)格劃分工具IGG/AUTOGRID模塊[7]。依次繪制動(dòng)葉和靜葉網(wǎng)格,考慮到生成數(shù)據(jù)庫樣本時(shí),可能會(huì)生成較大變化的葉型,造成網(wǎng)格無法生成的情況。因此繪制網(wǎng)格需要較好的質(zhì)量,來滿足軟件的各項(xiàng)需求。網(wǎng)格質(zhì)量較好,其中動(dòng)葉網(wǎng)格數(shù)目290 249個(gè),靜葉網(wǎng)格數(shù)目349 115個(gè),將動(dòng)葉和靜葉網(wǎng)格合并,生成壓氣機(jī)網(wǎng)格。

在Fine/Turbo中進(jìn)行壓氣機(jī)數(shù)值模擬,計(jì)算工質(zhì)選為理想氣體,葉片通道為周期性邊界,固壁邊界采用絕熱無滑移邊界。邊界條件根據(jù)壓氣機(jī)在進(jìn)氣道所處位置給出,進(jìn)口總壓為350 000 Pa,總溫為500 K,進(jìn)氣方向?yàn)檩S向,出口條件為給定背壓。當(dāng)殘差下降6個(gè)數(shù)量級(jí),1 000個(gè)迭代步內(nèi)效率、增壓比變化小于0.1%時(shí)認(rèn)為計(jì)算達(dá)到收斂。

3 優(yōu)化過程和結(jié)果分析

3.1 優(yōu)化方法

Fine/Design 3D中的optimization模塊采用人工神經(jīng)網(wǎng)絡(luò)構(gòu)造近似模型,獲得優(yōu)化參數(shù)和目標(biāo)之間的映射規(guī)律。人工神經(jīng)網(wǎng)絡(luò)通過自動(dòng)學(xué)習(xí)功能,獲得輸入量和輸出量之間的關(guān)系。選用遺傳算法作為優(yōu)化方法,遺傳算法是一種基于自然群體的選擇和遺傳演化機(jī)制的搜索尋優(yōu)算法,克服了一般數(shù)值方法求解容易陷入迭代“死循環(huán)”的缺點(diǎn),是一種全局優(yōu)化算法,模擬自然界生物進(jìn)化適者生存、優(yōu)勝劣汰法則的進(jìn)化過程,對(duì)目標(biāo)空間采用人工進(jìn)化方式執(zhí)行隨機(jī)化搜索[8]。

3.2 優(yōu)化過程

Fine/Design 3D優(yōu)化是基于近似函數(shù)方法以及優(yōu)化算法為基礎(chǔ)展開的,可快速評(píng)價(jià)葉片氣動(dòng)性能,圖2顯示的是優(yōu)化流程。

圖2 Design 3D的優(yōu)化流程圖

因此,進(jìn)行優(yōu)化之前需要為優(yōu)化過程提供有限數(shù)量樣本,而生成樣本的過程由Database Generation模塊生成。數(shù)據(jù)庫的樣本是由自由參數(shù)(優(yōu)化變量)在一定范圍內(nèi)進(jìn)行微擾動(dòng)生成的。每生成一個(gè)數(shù)據(jù)庫樣本都包含如優(yōu)化參數(shù)、計(jì)算結(jié)果等有效樣本信息[9]。

文中通過對(duì)原始葉型壓氣機(jī)特性分析,選取每個(gè)截面的安裝角為優(yōu)化變量,相當(dāng)于通過改變安裝角來控制中弧線進(jìn)行葉片優(yōu)化,考慮到能更好的控制數(shù)據(jù)庫生成的樣本,上下限約束范圍分別為原來值的±5%。

因此,文中由3個(gè)截面(葉根、葉中、葉尖)的3個(gè)參數(shù)點(diǎn)作為優(yōu)化變量,數(shù)據(jù)庫生成樣本,其中計(jì)算未收斂的和生成負(fù)網(wǎng)格的均為無效樣本。文中的優(yōu)化目標(biāo)是:提高壓氣機(jī)的增壓比和等熵效率。設(shè)定的優(yōu)化步數(shù)是100步,以保證優(yōu)化精度的要求,從中選出最優(yōu)結(jié)果。

3.3 優(yōu)化結(jié)果及分析

表1 優(yōu)化前后性能參數(shù)對(duì)比

表1對(duì)優(yōu)化前后性能參數(shù)作出比較,可以看出對(duì)動(dòng)葉進(jìn)行優(yōu)化后等熵效率提高了3.1%,同時(shí)總壓比提高了2.2%。

圖3給出了兩個(gè)不同葉展截面上優(yōu)化前后葉片型面圖,可以看出葉根截面前緣到最大厚度位置葉型發(fā)生變化,葉中截面葉型的扭曲角度有著明顯的變化。葉尖截面的變化不明顯。

圖3 初始葉型與優(yōu)化葉型對(duì)比

圖4～圖6分別給出了優(yōu)化前后葉根、葉中、葉尖的相對(duì)馬赫數(shù)等值線圖,從圖4可以看出,葉根處優(yōu)化后動(dòng)葉進(jìn)口的相對(duì)馬赫數(shù)略微減小,吸力面位置變化不明顯,但吸力面上的馬赫數(shù)稍稍增大。從圖5可以看出,優(yōu)化后的動(dòng)葉進(jìn)口相對(duì)馬赫數(shù)略微減小,在前緣吸力面的高馬赫數(shù)區(qū)馬赫數(shù)稍稍減小,在通道內(nèi)低速區(qū)馬赫數(shù)稍稍增加,吸力面的流動(dòng)分離有一定幅度的后移,降低了流動(dòng)損失,從而有效的提高了效率。從圖6可以看出,動(dòng)葉進(jìn)口相對(duì)馬赫數(shù)略微減小,在動(dòng)葉前緣跨聲速區(qū)域馬赫數(shù)稍稍減小,相同位置馬赫數(shù)由1.13降至1.07,通道內(nèi)的低馬赫區(qū)域略微增大,從而有效提高了效率和增壓能力。

4 壓氣裝置對(duì)進(jìn)氣道抗背壓能力的影響

4.1 計(jì)算模型

使用ICEM軟件進(jìn)行網(wǎng)格劃分,生成結(jié)構(gòu)化網(wǎng)格,網(wǎng)格總數(shù)約為4.6萬,為準(zhǔn)確模擬邊界層內(nèi)復(fù)雜流動(dòng),對(duì)近壁面網(wǎng)格進(jìn)行了加密處理,采用壓力遠(yuǎn)場(chǎng)、壓力出口和無滑移絕熱壁面等邊界條件。

4.2 數(shù)值模擬方法

對(duì)無增壓裝置和有增壓裝置的進(jìn)氣道,在相同初始條件下,逐漸增加背壓,研究壓氣機(jī)增壓對(duì)進(jìn)氣道抗背壓能力的影響。其中,壓氣機(jī)的增壓比為優(yōu)化后的1.23。

圖4 優(yōu)化前后葉根處相對(duì)馬赫數(shù)等值線圖

圖5 優(yōu)化前后葉中處相對(duì)馬赫數(shù)等值線圖

圖6 優(yōu)化前后葉尖處相對(duì)馬赫數(shù)等值線圖

使用Fluent軟件計(jì)算,數(shù)值仿真采用基于密度的隱式求解器,應(yīng)用Roe-FDS矢通量分裂格式,控制方程離散選用一階迎風(fēng)格式,湍流模式采用k-ε湍流模式,壁面附近采用標(biāo)準(zhǔn)壁面函數(shù)處理。計(jì)算中比熱取定值,空氣粘性采用Sutherland公式計(jì)算,計(jì)算條件選擇典型工況:飛行高度H=10 km,馬赫數(shù)Ma=2.5,靜壓p0=26 500 Pa,靜溫T0=223.15 K,攻角α=2°,側(cè)滑角β=0°。

4.3 計(jì)算結(jié)果

無增壓裝置進(jìn)氣道在上述工況下最大背壓為13.7p0,有增壓裝置進(jìn)氣道在上述工況下最大背壓為16.98p0,提高了將近23.9%。總壓恢復(fù)系數(shù)由0.896增加至1.36,提高了將近50%。由于進(jìn)氣道抗背壓能力的提高,發(fā)動(dòng)機(jī)獲得的推力變大,從而有效的改善導(dǎo)彈的飛行能力。

從圖7可以明顯地看出正激波處于喉道附近,若背壓增加或受到外流場(chǎng)干擾,正激波極易推出喉道,造成進(jìn)氣道不起動(dòng)。從圖8可以明顯地看出正激波位置在擴(kuò)張段,進(jìn)氣道處于工作狀態(tài),該進(jìn)氣道裕度較大,即可承受背壓能力較強(qiáng)。

圖7 無增壓裝置進(jìn)氣道在背壓13.4p0時(shí)的馬赫數(shù)等值線圖

圖8 有增壓裝置進(jìn)氣道在背壓13.4p0時(shí)的馬赫數(shù)等值線圖

從圖9和圖10可以明顯地看出,當(dāng)有增壓裝置進(jìn)氣道處于起動(dòng)臨界狀態(tài)時(shí),相同背壓下的無增壓裝置進(jìn)氣道已經(jīng)嚴(yán)重不起動(dòng),外壓縮波系被推出形成弓形脫體激波。

圖9 無增壓裝置進(jìn)氣道在背壓16.7p0時(shí)的馬赫數(shù)等值線圖

圖10 有增壓裝置進(jìn)氣道在背壓16.7p0時(shí)的馬赫數(shù)等值線圖

5 結(jié)論

文中基于NUMECA軟件Design 3D平臺(tái)采用人工神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合的方法對(duì)某單級(jí)軸流式壓氣機(jī)動(dòng)葉葉型優(yōu)化,選用效率和增壓比為優(yōu)化目標(biāo),三個(gè)截面(葉根、葉中、葉尖)的安裝角為優(yōu)化變量,該方法有效的提高了壓氣機(jī)的效率和增壓比。

優(yōu)化后的壓氣機(jī)作為增壓裝置有效的提高了進(jìn)氣道的抗背壓能力,進(jìn)而提高了發(fā)動(dòng)機(jī)推力,為進(jìn)一步的研究奠定了基礎(chǔ)。

[1] WIE D Van, KWOK F T, WALSH R F. Starting characteristic of supersonic inlets: AIAA Paper 96-2914[R]. 1996.

[2] 袁化成, 梁德旺. 抽吸對(duì)高超聲速進(jìn)氣道起動(dòng)能力的影響 [J]. 推進(jìn)技術(shù), 2006, 27(6): 525-528.

[3] 楊颯, 何國(guó)強(qiáng), 劉洋, 等. 渦輪增壓固體火箭沖壓發(fā)動(dòng)機(jī)(TSPR)性能研究 [J]. 科學(xué)技術(shù)與工程, 2011, 34(11): 8533-8539.

[4] 高坤. 軸流壓氣機(jī)葉片優(yōu)化設(shè)計(jì)及分析 [D]. 西安: 西北工業(yè)大學(xué), 2007.

[5] 陳忠良, 姜斌, 鄭群, 等. 高亞聲速軸流壓氣機(jī)的優(yōu)化葉型 [J]. 航空動(dòng)力學(xué)報(bào), 2015, 30(4): 891-900.

[6] SPALART P R, ALMARAS SR. A one-equation turbulence model for aerodynamic flows: AIAA 92-0439 [R]. 1992.

[7] 蘇赫. 多級(jí)軸流式壓氣機(jī)內(nèi)部流場(chǎng)分析和優(yōu)化設(shè)計(jì) [D]. 北京: 中國(guó)科學(xué)院工程熱物理研究所, 2014.

[8] 黃磊, 楚武利, 鄧文劍. 基于遺傳算法的壓氣機(jī)葉片的多目標(biāo)三維優(yōu)化 [J]. 計(jì)算機(jī)仿真, 2009, 26(5): 57-60.

[9] 郭然, 賈力平, 樊小莉, 等. NUMECA系列教程 [M]. 北京: 機(jī)械工業(yè)出版社, 2013: 190-205.

Optimization of Axial Compressor and Its Influence on Anti-back Pressure Capability of Inlet

YANG Xiuyu,CHENG Yangmin,LI Xiaohui

(No.41st Institute of the Fourth Academy, CASC, Xi’an 710025, China)

The purpose of this paper is to solve shortcomings of low transition Mach number of ramjet, weak anti back pressure ability and less trust. For the study object of a single stage axial compressor blade, optimization design of a three-dimensional blade profile was conducted based on the method consisting of artificial neural network and genetic algorithm. The optimization simulation result shows that isentropic efficiency and overall pressure rate increase, and the optimized compressor as supercharging device places in subsonic section of inlet. The numerical simulation of inlet under two conditions of pressurized device and unpressurized device was conducted. The numerical simulation result shows that aerodynamic performance of the supercharging device is improved obviously, and anti-back pressure ability of the inlet increases, thereby increasing engine thrust.

optimization design; genetic algorithm; inlet; numerical simulation

2015-12-09

楊秀羽(1991-),女,陜西商洛人,碩士研究生,研究方向:飛行器總體設(shè)計(jì)。

V211.48

A