Professional Documents
Culture Documents
连续 离散型伴随优化方法在发动机内流优化设计中的应用探索
连续 离散型伴随优化方法在发动机内流优化设计中的应用探索
摘要:伴随方法优化计算量与设计变量数目基本无关,针对气动精细化设计具有明显优势。本文基于薄
层简化流动控制方程和简单涡粘性模型封闭,开发了基于多块结构化网格的定常流场求解程序
TurboSim,以及连续型伴随优化程序 TurboAdjC,构建了叶轮机连续型伴随优化系统;基于 ALE 形式
RANS 方程和 SA 湍流模型封闭,开发了基于非结构网格的叶轮机定常流场求解程序 TurboSim(un),
以及叶轮机离散型伴随场计算程序 TurboAdjD,构建了叶轮机非结构化网格的离散型伴随优化系统。针
对轴流压气机、轴流涡轮、离心叶轮和尾喷管的伴随优化应用结果表明,改型后气动性能提升明显。
主题词:结构化/非结构化网格;连续/离散型;伴随方法,叶轮机
1 引言
不断提高发动机部件气动性能一直是重要研究课题。半个多世纪以来,研究人员先后发展了一维、
二维和三维设计技术,设计过程对于经验关系的依赖越来越少,而需要控制的设计变量却越来越多,以
[1]
至于所谓三维设计更多是基于分析模式的,基于反问题的三维设计 则仍逃不脱过分依赖经验。加之对
于缩短设计周期、提高设计自动化的需求,叶轮机优化设计越来越成为工程应用的主流方向。然而为提
高负荷能力而增加的几何复杂度使得叶片设计变量数目进一步增多,如最近提出的叶端/端壁融合设计
[2]
技术 等,优化计算量飞速增长,常规优化方法已经越来越难以满足工程应用需要。伴随方法却具有明
[3]-[10]
显优势 :对于由流动方程控制的优化问题,不管设计变量数目多少,采用伴随方法优化的过程中
只需求解一套流动方程(对应流动变量、流场)及一套规模相同的伴随方程(对应伴随变量、伴随场),单
次循环计算量相当于两倍的流动方程求解。针对流场优化问题,精细设计所面临的设计变量数目一般很
庞大,因此,伴随方法一经提出便备受流动领域关注。
面向实际应用,伴随方法分为连续型伴随方法(Continuous Adjoint Method)和离散型伴随方法
(Discrete Adjoint Method)。连续型伴随方法首先需要线性化高度非线性的偏微分形式的流动控制
方程,然后再通过线化流动控制方程推导出偏微分形式的伴随方程及其边界条件,数值离散后得到离
[11][12]
散形式的伴随方程和边界条件;离散型伴随方法 首先离散高度非线性的偏微分形式流动控制方
程,然后线化离散后的流动控制方程,再由离散形式的线性化流动控制方程推导出离散形式的伴随方
程及其边界条件。前者推导思路简单清晰,数值方程与流动控制方程相似,便于对伴随变量的理解,
代码编写简单;后者由于推导过程从离散形式的流动控制方程出发,对离散格式存在依赖,相比于连续
[13][14]
型伴随方法,其代码编写工作复杂而繁琐,但通常其敏感性计算具有更高精度 。其研究方法如图
1.1 所示。
图 1.1 连续型和离散型伴随方法的研究方法
本文基于薄层简化流动控制方程和简单涡粘性模型封闭,开发了多块结构化网格的定常流场求解
TurboSim 程序,以及连续型伴随优化程序 TurboAdjC,构建了叶轮机连续型伴随优化系统;基于 ALE
形式 RANS 方程和 SA 湍流模型封闭,开发了多排非结构的叶轮机定常流场求解 TurboSim(un)程序,以
及叶轮机离散型伴随场计算程序 TurboAdjD,构建了叶轮机非结构化网格的离散型伴随优化系统。
2 伴随优化系统开发
2.1 伴随方法的基本原理
基于 Jameson 拉格朗日观点的伴随理论,针对流体力学优化问题,目标函数 I 一般可表示为流动变
量 U 和设计变量 的二元函数,即,
I M U , (2.1)
其中,流动变量 U 和设计变量 满足并遵守流动控制方程(如 N-S 方程),可表示为,
R U , 0 (2.2)
为了求解上述优化问题,(2.1)式和(2.2)式构成的极值问题可表示为:以流动控制方程为约束,
在设计空间内寻找目标函数极值及对应的 值,即,
min or max M U , , s.t. R U , 0 (2.3)
对于上述带约束的极值问题,数学上通常可引入拉格朗日算子 ,构造极值函数
I M U , R U , ,从而将带约束的极值问题变为无约束极值问题。
将计算量较大的 U 项进行合并整理,可得,
dI M R M R U
T T (2.4)
d U U
由此,如果拉格朗日算子 满足,
M R
T 0 (2.5)
U U
则(2.4)式可化简为:
dI M R
T (2.6)
d
因(2.5)式与对应流动控制方程(2.2)式的对偶性,该方程被称为对应的伴随方程,而(2.6)
式则被称为敏感性关系,其中 被称为伴随变量。
上述(2.6)式表明:目标函数对设计变量的敏感性关系不再依赖于 U ,而只要求解一套流动
控制方程(2.2)式和一套伴随方程(2.5)式,且鉴于 M U 和 M 可采用复变函数法快速算出,
则无论设计变量数目多少,均可以通过(2.6)式计算得到敏感性关系,且其计算量相当于两倍流场。
根据所获得的敏感性关系,并借助优化算法(如最速下降法、牛顿法、共辄法等)进行寻优,就构
成了基于上述伴随理论的优化方法。
2.2结构化网格、连续型伴随优化程序
以进出口质量平均熵增为目标函数,质量流量和压比作为约束以罚函数形式引入到目标函数,构成
新目标函数如下:
s m
I 1 ( 1) 2 2 ( 0 1) 2 (2.7)
s0 m 0
其 中 s 、 m 、 分 别 表 示 进 出 口 质 量 平 均 熵 增 、 进 出 口 质 量 流 量 的 算 术 平 均 值 、 压 比 ;
s0、m 0、 0 分别代表初始叶型对应值; 1 , 2 分别为罚函数权值因子。
采用薄层简化 N-S 方程(基于相对静止圆柱坐标系),如下,
E r F FV G U r GV
S 0 (2.8)
x rr r
其中 U 为流动变量; E, F , G 为轴向、径向和周向流动通量; FV , GV 为径向和周向粘性通量; S 为源
项。
根据伴随理论得出,伴随方程为,
T T T rH r H
T
A B C T D P0 (2.9)
x r r r r r
图 2.1 连续型伴随方法的气动优化流程图
2.3 非结构化网格、离散型伴随优化程序
采用目标函数的一般形式如下:
M
f w j ( f j f j* )
ej
(2.10)
j 1
*
其中, M 为目标函数包含的子目标函数数目, f j 为第 j 个子目标函数值, f j 为第 j 个子目标函数
设定值, e j 为指数, w j 为第 j 个子目标函数的权值,其作用是缩放目标函数值,以确定和调整各子目
标函数相对重要性,并避免目标函数梯度值出现太大或太小的值。
任 意 拉 格 朗 日 - 欧 拉 (Arbitrary-Lagrangian-Eulerian , 简 写 为 ALE) 形 式 的 RANS( 雷 诺 平 均
Navier-Stokes)方程,并且由于本文流场求解器采用有限体积方法,因此以下使用下述积分形式的 ALE
RANS 方程:
实验 Turbo3D TurboSim(un)
图 2.6 Rotor67 近峰值效率点各 90&展高相对马赫数等值线
3 伴随优化在内流气动优化设计中的应用
3.1 轴流压气机
应用案例是某型航空发动机的 5 级压气机,该 5 级压气机转速 47,000RPM,设计总压比 6.0,流量
约 5kg/s,目标绝热效率高于 0.78,是典型的小流量高负荷高效率压气机,其子午流路及叶片分布如
图 3.1 所示。鉴于工程单位给出的原型设计方案采用 Numeca 软件进行数值校验,有可靠的工程使用经
验并被工程单位及业界信赖,遂对整个 5 级压气机进行带排间静压约束的精细优化后,进一步采用
Numeca 软件对整个 5 级环境下伴随优化设计结果进行数值校验和评估。
图 3.1 某型 5 级压气机子午流路示意
选取第 1 级转叶、静叶作为参数化对象,对于每排叶片,除选择展向 11 个截面、每个截面沿弦向
均布 11 个位置处的 121 个周向坐标为优化变量外,还有展向 11 个截面处的叶片积叠线周向坐标也作为
优化变量,即优化过程中每排叶片共有 132 个变量,整个导叶+转叶两排叶片共有 264 个优化变量。以
近峰值效率点进行伴随优化设计,经过 16 次优化循环达到收敛状态,因此提取第 16 个循环结果作为优
化结果,表 3.1 汇总分别给出了采用本文优化系统中流场计算程序 Turbo3D 和 Numeca 商业 CFD 软件计
算的原型和优化改型后在设计点的性能结果,均表明:总压比和质量流量变化都很小的条件下,
Numeca 校验得到设计点绝热效率提升了 0.7 个百分点。
表 3.1 全 5 级压气机优化前后设计点性能结果对比
计算结果 方案叶型 绝热效率 总压比 质量流量(kg/s)
原型 0.786 6.49 5.10
伴随优化
改型 0.790 6.47 5.10
原型 0.782 6.48 5.14
Numeca
改型 0.789 6.46 5.13
图 3.3 优化前后设计点整机绝热效率展向分布
3.2 轴流涡轮
[18][19]
选择格拉茨技术大学设计的 TTM 超/跨音涡轮 为伴随优化研究对象,其基本参数如表 3.2 所
示。
表 3.2 TTM 超/跨音涡轮基本参数
导叶叶片数 24 转叶叶片数 36
导叶弦长(中展位置) 78.9(mm) 转叶弦长(中展位置) 55.9(mm)
导叶几何旋转角 70(°) 转叶几何旋转角 107(°)
导叶出口高度 55.1(mm) 转叶出口高度(mm) 69.2(mm)
进口总压 333.2KPa 进口总温 402.7K
设计工况背压 102.2Kpa 转速 10617rpm
(a) 静叶 (b) 转叶
图 3.4 优化前后三维实体叶型对比(原型:灰色;改型:蓝色)
为了综合评估伴随优化技术,改变背压计算给出了改型前后 TTM 超/跨音涡轮 100%转速落压比-质
量流量特性和落压比-绝热效率特性,见图 3.5 所示,其中蓝色圈定位置为设计工况点,也即优化工况
点。可以看到,实施伴随优化后,该超/跨音涡轮落压比-质量流量特性线整体向减小流量、增大落压
比方向略有偏移,最大流量减小仅约为 0.2%,而从落压比-绝热效率特性看,在落压比 2.0-3.0 之间,
绝热效率提升 1.0-1.7 个百分点,效率提升较大。落压比 3.2 后则效率开始下降,但这已经基本不再涡
轮正常工作范围。
图 3.6 优化前后设计点出口绝热效率展向分布
图 3.7 给出了 TTM 超/跨音涡轮优化前后中展截面的相对马赫数分布云图。导叶喉部高速区速度明
显减弱,转叶在中部以后折转增大,气流膨胀区更合理分布,速度降低,尾迹显著变薄。由于激波得到
明显弱化,尾迹由于激波弱化而变薄,使中展截面出口绝热效率提升 2.1 个百分点,气动性能提升明
显。
图 3.7 优化前后设计点中展截面相对马赫数分布(左:原型;右:改型)
3.3 离心叶轮
[20]
选用业界非常熟悉且可获得设计与试验相关数据的德国 Krain 离心叶轮 作为全三维离心叶轮技
[21]
术的应用实施案例,其主要性能与几何参数见下表 3.4 。
表 3.4 优 Krain 原始离心叶轮设计数据
Pin (Pa) Tin (K) n (RPM) z f zs m (kg/s) 1t (deg) 2 (deg) r2 (mm)
图 3.8 吸力面周向坐标偏移量
图 3.9 大叶片吸力面与小叶片压力面间通道宽度改变比
在 TurboOpti 伴随优化系统对原型进行优化后,将新(改型)叶片代入原型流动并采用 Numeca 软
件计算原型和改型流场,获得性能结果汇总于下表 3.5。可以看出,总压比和质量流量基本保持不
变,此时叶轮绝热效率提升了 0.4 个百分点。
表 3.5 优化前后设计点气动性能对比
绝热效率 总压比 质量流量(kg/s)
原型 0.877 7.28 2.92
改型 0.881 7.25 2.94
从流动细节上看,选取效率提升最为明显的 20%展高截面,绘制原型与改型等熵分布云图,见图
3.10,在大、小叶片构成的两个通道中,由小叶片吸力面与大叶片压力面构成的通道流动未发生明显
改进,而改型的小叶片压力面与大叶片吸力面间通道在近尾缘附近熵增显著减小。
上述单点绝热效率提升尚不足以说明改型后整体气动性能的优劣,为此,采用 Numeca 软件对原型
和改型在 100%、95%和 80%三种转速条件下流动性能进行了全面模拟研究。图 3.11 即给出了原型与改型
在三种转速下的特性线,表明:在三种转速下,总压比和堵塞质量流量均能保持基本不变,而绝热效
率总体均提升 0.4-0.5 个百分点,将 Krain 直母线离心叶轮改为全三维曲面叶轮后,性能可以得到整体
提升。
从上述伴随优化获得最佳新叶片形状看,其叶片型面全三维性非常明显,适应了离心叶轮内部复杂
流动组织需要,已经完全解除了传统离心叶轮直母线约束,实现了全三维离心叶轮设计。
图 3.11 原型和全三维叶轮改型各转速气动特性对比
3.4 尾喷管
单边膨胀喷管广泛应用于高超声速飞行器冲压发动机推进。目前,针对此类高超声速喷管的设计方
法主要包括特征线法以及优化设计方法。特征线法被广泛用于超声速流动型面设计,可设计出内部流场
光滑且不存在激波的喷管。尽管如此,特征线法基于流动无粘、无旋假设,与真实流动仍存在较大偏差;
同时利用该法设计出的喷管通常较长,需要压缩长度设计,导致喷管常常难以最佳;再有更显著的问题
是,设计者虽然知道全三维通道的喷管一定性能更好,却难以用特征线方法给出此类设计。
本节研究所用案例为服务于高超声速飞行器超燃冲压发动机的单边膨胀喷管,其几何概要如下图
3.12 所示,在给定进口马赫数为 1.4 膨胀到对应 4.5 马赫、高空 18.5km 飞行的出口状态,给定进口直
径、出口矩形宽/高以及上下延长度约束下,要求尽可能大的推力系数。
图 3.12 单边膨胀喷管几何
原型初始设计按照下述步骤实现:
1)采用特征线法设计对称面性状;
2)给定横截面面积沿流程分布;
3)根据对称面几何及面积流程分布,采用超椭圆构造由进口圆变出口方的初始三维通道,见图
3.13。
以经过遗传算法优化的喷管作为初始几何,采用本文所开发离散型伴随优化系统进行了优化设
计,优化过程涉及 500 个设计变量。伴随优化经 6-7 个循环后收敛,在初始设计推力系数已达到 93%的
高水平下,推力提升了 0.8 个百分点,可见进一步的全三维一体化参数化效果非常明显。
(a)超椭圆沿流程的分布(b)三维实体模型
图 3.13 单边膨胀喷管造型示意图
图 3.14a)-b)为优化前后喷管三维几何和对称面型线对比,表明:对通道进一步全三维一体化参
数化描述使得已经“最优”流路产生了更大变化,表现为喷管进口区扩张角虽然有所减小,但依然保
持较大扩张,随后通道很快变得平缓并在整个喷管中部维持此趋势,最后接近尾部时则快速扩张——
这种型线规律是之前无法获得的。同时,图 3.14c)表明原本喷管交汇角区由超椭圆指数 n 控制的倒圆
半径也发生了变化——图中所显示区域倒圆半径减小,说明控制顺压流动中附面层交汇引起的损失并
不需要过大的倒圆。图 3.15 展示了优化前后喷管对称面内马赫数分布云图。可以发现,与从几何外形
变化分析所得结果一致,最大的变化体现在喷管前部加速变缓了,膨胀集中于近出口区;壁面低压区
大大减小,这从减小压阻的角度提高了推力;进口区壁面膨胀减缓得较快,尤其下底板处;上顶板在
进口区短暂膨胀之后的弱压缩波比优化前也略为增强,进而控制了膨胀速率。
上述表明,通道全三维一体化参数化越充分,单边膨胀喷管性能就越有提升潜力;从横截面看,
四个角区倒圆半径并非越大越好,也就是说,针对顺压流动,叶身融合一体化的趋势确实存在,但四
个角区连接曲线的曲率半径并非一定较大。
(a)优化前后壁面型线 (b)优化前后对称面型线变化
(c)优化前后交汇角区对比
图 3.14 喷管优化前后几何变化对比
(a)优化前对称面马赫数云图 (b)优化后对称面马赫数云图
图 3.15 喷管优化前后对称面内马赫数和静压云图对比
4 结论
本文基于薄层简化流动控制方程和简单涡粘性模型封闭,开发了多排结构化网格的定常流场求解
TurboSim 程序,以及连续型伴随优化程序 TurboAdjC,构建了叶轮机连续型伴随优化系统;基于 ALE
形式 RANS 方程和 SA 湍流模型封闭,开发了多排非结构的叶轮机定常流场求解 TurboSim(un)程序,以
及叶轮机离散型伴随场计算程序 TurboAdjD,构建了叶轮机非结构化网格的离散型伴随优化系统。将伴
随方法应用于叶轮机领域,主要获得以下结论:
(1) 针对某 5 级轴流压气机,对第 1 级叶片进行了伴随优化,优化后,叶片中弧线弯度和积叠线
发生了显著改变,通过削弱激波强度、负荷合理分布而改善流动。绝热效率提升 0.7 个百分点,且压
比、流量变化很小,而裕度则略有增大。
(2) 针对 TTM 超/跨音涡轮级,所获优化叶片在喉道之后吸力面表面曲率快速增长,出现后加载
特征,有效减弱了激波强度,几乎整个工况内均有显著的性能提升,全工况绝热效率提升 1.0 个百分
点以上,最大提升 1.7 个百分点。
(3)伴随优化获得最佳新叶片形状看,其叶片型面全三维性非常明显,适应了离心叶轮内部复杂
流动组织需要,已经完全解除了传统离心叶轮直母线约束,实现了全三维离心叶轮设计。在保持压比、
质量流量和出口气流角不变条件下,整体绝热效率提升约 0.4 个百分点。
(4) 针对单边膨胀喷管案例,对通道采用全三维一体化参数化,可在已采用遗传算法全局优化基
础上进一步提升推力 0.8 个百分点,所得三维流道几何将扩张集中于喷管后部,符合三维流动组织一般
规律,同时横截面内拐角处融合趋势仍然存在。
致谢
感谢国家自然科学基金项目(51476010)资助
参考文献
[1] Dang, T., A Fully Three-Dimensional Inverse Method for Turbomachinery Blading in Tran-sonic Flows, ASME
Journal of Turbomachinery,115(2),354-361,1993.
[2] 季路成,伊卫林,田勇,刘艳明,一种叶轮机械叶片与端壁融合设计方法.中国专利申请号:201010623606.2。
[3] Giles, M.B and Pierce, N.A., An Introduction to the Adjoint Approach to Design, Flow, Tur-bulence and
Combustion 65:393-415,2000.
[4] Pironneau, O., On Optimum Design in Fluid Mechanics, Journal of Fluid Mechanic 64:97-110,1974.
[5] Jameson, A., Aerodynamic Shape Optimization Using the Adjoint Method, Lectures at the Von Karman Institute,
Brussels,2003.
[6] Jameson,A., Aerodynamic Design via Control Theory, Journal of Scientific Computing, 3(3):233-260,1988.
[7] Jameson, A., Pierce, N.A., and Martinelli, L., Optimum Aerodynamic Design using the Navier-Stokes
[8] Reuther, J. and Jameson, A., Control Based Airfoil Design using the Euler Equations, AIAA Paper
94-4272-CP,1994.
[9] Reuther, J. and Jameson, A., Aerodynamic Shape Optimization of Wing and Wing-body Configurations using
[10] Reuther, J., et.al, Constrained Multipoint Aerodynamic Shape Optimization using an Adjoint Formulation
[11] Giles M B, Pierce N A. Adjoint Equtions in CFD: Duality, Boundary Conditions and Solution Behaviour[C].
[12] Giles M B, Pierce N A. On the Properties of Solutions of the Adjoint Euler Equations[J]. Numerical Methods
[13] Nadarajah S, Jameson A. A Comparison of the Continuous and Discrete Adjoint Approach to Automatic
Aerodynamic Optimization[C]. AIAA Paper AIAA-2000-0667, 2000.
[14] Nadarajah S, Jameson A. Studies of the Continuous and Discrete Adjoint Applications to Viscous Automatic
[15] Strazisar A J, Wood J R, Hathaway M D, et al. Laser Anemometer Measurements in a Transonic Axial-Flow
[18] Go Ttlich E, Neumayer F, Woisetschla Ger J, et al. Ldv Measurements in Radial Planes after Stator and
Transonic Turbine Stage Using Laser Doppler Velocimetry and Pneumatic Probes[J]. Journal of
[20] Krain H, Hoffmann B. Flow Physics in High Pressure Ratio Centrifugal Compressors[C]. ASME FEDSM98-4853,
1998.
[21] Eisenlohr G, Krain H, Richter F A, et al. Investigations of the Flow through a High Pressure Ratio