气动外形反设计方法存在难以给定合理目标压力分布,强烈依赖设计经验等问题,难以适应现代工程设计需求。针对反设计方法的不足,结合机器学习与全局优化方法,发展了一种高效鲁棒的气动外形反设计方法。该方法利用生成拓扑映射(generative topographic mapping,GTM)模型建立气动外形及其压力分布组合数据和低维隐空间变量的映射关系,并利用遗传算法在隐空间寻优,同时得到最优压力分布与对应气动外形。GTM能够建立高精度的映射关系,设计过程不需要流场解算参与迭代,极大提高了设计效率。所提方法充分利用了遗传算法与GTM方法的特点,不要求目标压力分布具有实际物理意义,减小了对设计经验的依赖程度。分别针对低速翼型、跨声速翼型、三维层流短舱开展了反设计研究,设计算例表明,该方法设计鲁棒性好,能够高效率收敛到目标压力分布,具有良好的工...

先进旋翼翼型设计是典型的多设计点、多目标优化问题,常规优化方法已无法满足翼型高维多目标优化设计的要求。基于分解的多目标优化算法(MOEA/D),建立了考虑高低速升阻特性、力矩特性、阻力发散特性等的旋翼翼型高维多目标优化设计方法,并采用高精度kriging模型以提高优化设计效率。针对旋翼内段、中段翼型进行了5个设计目标的全局优化设计,采用自组织图映射(SOM)方法对最优Pareto解集进行了聚类分析。典型翼型CFD结果分析表明,中段翼型低速力矩系数幅值减小约50.7%,高速最大升力系数提高约6.5%,最大升阻比提高约7.7%,同时阻力发散特性得到改善,内段翼型同样取得了良好的多目标优化效果。研究表明,MOEA/D算法对高维多目标气动优化设计问题具有很好的适应性,能有效提升旋翼高低速气动性能设计的能力。

本文介绍一种新型四柱顶置油缸压力机的结构和特点，该新型压力机具有液压过载保护、合模高度调整简单、提升量大等功能，对调整维修、延长设备和模具使用寿命有重要意义。