基于多代理模型的离心叶轮高效优化设计方法

doi:10.3969/j.issn.1004-132X.2023.08.003

中国机械工程 ›› 2023, Vol. 34 ›› Issue (08): 899-907.DOI: 10.3969/j.issn.1004-132X.2023.08.003

基于多代理模型的离心叶轮高效优化设计方法

刘基盛1;计良2;李威1;贾志新1;成金鑫1;方鹏程3

1.北京科技大学机械工程学院，北京，100083
2.北京航天新立科技有限公司，北京，100074
3.清华大学工业工程系，北京，100084

出版日期:2023-04-25 发布日期:2023-05-16
通讯作者: 贾志新（通信作者），男，1968年，教授。研究方向为数字化设计与制造、智能制造、数控制造装备设计及其可靠性技术。发表论文100余篇。E-mail：jiazhixin@me.ustb.edu.cn。
作者简介:刘基盛，男，1986年，博士。研究方向为数字化设计与制造、现代机械设计方法。发表论文10余篇。E-mail：liujisheng@ustb.edu.cn。
基金资助:
国家自然科学基金（51775036）；广东省基础与应用基础研究基金(2022A1515110055)

Efficient Optimization Design Method of Centrifugal Impellers Based on Multi-surrogate Model

LIU Jisheng1;JI Liang2;LI Wei1;JIA Zhixin1;CHENG Jinxin1;FANG Pengcheng3

1.School of Mechanical Engineering，University of Science and Technology Beijing，Beijing，100083
2.Beijing Shiny Tech. Co.，Ltd.，Beijing，100074
3.Department of Industrial Engineering，Tsinghua University，Beijing，100084

Online:2023-04-25 Published:2023-05-16

摘要/Abstract

摘要： 针对自动优化设计时迭代过多、耗时过长等问题，建立了基于多代理模型优化算法的离心压气机叶片高效寻优模型，研究了全局/局部模型管理策略和样本填充方法，对比分析了多代理模型与常用的元启发式优化算法（粒子群算法、多岛遗传算法等）的综合性能，验证了多代理寻优模型的高效性。离心叶轮优化结果表明：等熵效率提高了0.73%，总压比增大了0.18%，喘振裕度提高了1.1%；与经典粒子群算法相比，优化时间缩短54.9%。

关键词: 离心叶轮, 叶片几何外形, 高效寻优, 优化算法, 多代理模型

Abstract: Aiming at the problems of excessive number of iterations and time consumption in automatic optimization design， an efficient optimization search model for centrifugal compressor blades was established based on multi-surrogate model optimization algorithm. A global/local model management strategy and a sample filling method were studied. The comprehensive performance of multi-surrogate model and common meta-heuristic optimization algorithms（particle swarm algorithm， multi-island genetic algorithm， etc. ）were compared and analyzed, and the effectiveness of the efficient optimization search model was verified. The results of the centrifugal impeller optimization show that the isentropic efficiency is improved by 0.73%， the total pressure ratio is increased by 0.18%， and the surge margin is improved by 1.1%. Compared with the classical particle swarm algorithm， the optimization time may be reduced by 54.9%.

Key words: , centrifugal impeller, blade geometry shape, efficient optimization seeking, optimization algorithm, multi-surrogate model

中图分类号:

TH122

刘基盛, 计良, 李威, 贾志新, 成金鑫, 方鹏程. 基于多代理模型的离心叶轮高效优化设计方法[J]. 中国机械工程, 2023, 34(08): 899-907.

LIU Jisheng, JI Liang, LI Wei, JIA Zhixin, CHENG Jinxin, FANG Pengcheng. Efficient Optimization Design Method of Centrifugal Impellers Based on Multi-surrogate Model[J]. China Mechanical Engineering, 2023, 34(08): 899-907.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.cmemo.org.cn/CN/10.3969/j.issn.1004-132X.2023.08.003

http://www.cmemo.org.cn/CN/Y2023/V34/I08/899

参考文献

［1］童哲铭，陈尧，童水光，等. 基于NSGA-Ⅲ算法的低比转速离心泵多目标优化设计［J］. 中国机械工程， 2020， 31（18）：2239-2246.
TONG Zheming， CHEN Yao， TONG Shuiguang， et al. Multi-objective Optimization Design of Low Specific Speed Centrifugal Pumps Based on NSGA-Ⅲ Algorithm［J］. China Mechanical Engineering， 2020， 31（18）：2239-2246.
［2］姜丙孝，杨军虎，王晓晖，等. 基于RBF-HDMR模型与PSO算法的液力透平叶片优化［J］. 机械工程学报， 2022， 58（12）：283-292.
JIANG Bingxiao， YANG Junhu， WANG Xiaohui， et al. Blades Optimization of Pumps as Turbines Based on RBF-HDMR Model and PSO Algorithm［J］. Journal of Mechanical Engineering， 2022， 58（12）：283-292.
［3］HOSSEINIMAAB S M， TOUSI A M. Optimizing the Performance of a Single-shaft Micro Gas Turbine Engine by Modifying Its Centrifugal Compressor Design［J］. Energy Conversion and Mmanagement， 2022， 271：116245.
［4］BAI L， YANG Y， ZHOU L， et al. Optimal Design and Performance Improvement of an Electric Submersible Pump Impeller Based on Taguchi Approach［J］. Energy， 2022， 252：124032.
［5］BASHIRI M， DERAKHSHAN S， SHAHRABI J. Design Optimization of a Centrifugal Pump Using Particle Swarm Optimization Algorithm［J］. International Journal of Fluid Machinery and Systems， 2019， 12（4）：322-331.
［6］孔庆国，杜旭博，羌晓青，等. 基于中弧线曲率控制的压气机叶型优化［J］. 推进技术， 2020， 41（8）：1740-1747.
KONG Qingguo， DU Xubo， QIANG Xiaoqing， et al. Compressor Airfoil Optimization Based on Camber Curvature Control［J］. Journal of Propulsion Technology， 2020， 41（8）：1740-1747.
［7］刘基盛，李威，计良，等. 一种新颖的离心叶轮多工况气动优化设计方法［J］. 推进技术， 2022， 43（11）：126-139.
LIU Jisheng， LI Wei， JI Liang， et al. A Novel Multi-condition Aerodynamic Optimization Design Method for Centrifugal Impeller［J］. Journal of Propulsion Technology， 2022， 43（11）：126-139.
［8］AYE C M， PHOLDEE N， YILDIZ A R， et al. Multi-surrogate-assisted Metaheuristics for Crashworthiness Optimisation［J］. International Journal of Vehicle Design， 2019， 80（2/4）：223-240.
［9］CHRISTELIS V， KOPSIAFTIS G， MANTOGLOU A. Performance Comparison of Multiple and Single Surrogate Models for Pumping Optimization of Coastal Aquifers［J］. Hydrological Sciences Journal， 2019， 64（3）：336-349.
［10］LI M Y， TANG J J， MENG X W. Multiple Surrogate-model-Based Optimization Method Using the Multimodal Expected Improvement Criterion for Expensive Problems［J］. Mathematics， 2022， 10（23）：4467.
［11］YIN J N， TSAI F T C， LU C H. Bi-objective Extraction-injection Optimization Modeling for Saltwater Intrusion Control Considering Surrogate Model Uncertainty［J］. Water Resources Management， 2022， 36（15）：6017-6042.
［12］何西旺，杨亮亮，冉仁杰，等. 基于多评价标准的代理模型综合比较研究［J］. 机械工程学报， 2022， 58（16）：403-419.
HE Xiwang， YANG Liangliang， RAN Renjie， et al. Comparative Studies of Surrogate Models Based on Multiple Evaluation Criteria［J］. Journal of Mechanical Engineering， 2022， 58（16）：403-419.
［13］WANG H， JIN Y， DOHERTY J. Committee-based Active Learning for Surrogate-assisted Particle Swarm Optimization of Expensive Problems［J］. IEEE Transactions on Cybernetics， 2017， 47（9）：2664-2677.
［14］杨登峰，潘俞舟，王贵召，等. 分体滑动导叶可调涡轮激波与载荷波动机制［J］. 中国机械工程， 2020， 31（15）：1778-1786.
YANG Dengfeng， PAN Yuzhou， WANG Gui-zhao， et al. Mechanism of Shock and Load Fluctuation of Variable Nozzle Turbines with Split Sliding Guide Vanes［J］. China Mechanical Engineering， 2020， 31（15）：1778-1786.
［15］罗钜，郭福水. 民用涡扇发动机总体多学科设计优化研究［J］. 中国机械工程， 2019， 30（15）：1813-1820.
LUO Ju， GUO Fushui. Study on Multi-disciplinary Design Optimization on Civil Turbofan Engines［J］. China Mechanical Engineering， 2019， 30（15）：1813-1820.

[1]	陈卓凡, 周坤, 秦菲菲, 王斌锐. 基于改进量子粒子群优化算法的机器人逆运动学求解#br# #br# [J]. 中国机械工程, 2024, 35(02): 293-304.
[2]	刘孝保, 严清秀, 易斌, 姚廷强, 顾文娟. 基于集成学习和改进粒子群优化算法的流程制造工艺参数优化[J]. 中国机械工程, 2023, 34(23): 2842-2853.
[3]	陈剑, 许畅, 徐庭亮, . 基于位错叠加法和改进概率神经网络的离心泵故障诊断方法[J]. 中国机械工程, 2023, 34(23): 2854-2861.
[4]	梁向檩, 宋豫川, 雷琦, 孙爱红. 考虑工人数量配置优化的柔性作业车间调度问题研究[J]. 中国机械工程, 2023, 34(17): 2065-2076.
[5]	史双元, 熊禾根. 考虑加班的无拖期作业车间调度问题多目标金鹰优化算法研究[J]. 中国机械工程, 2023, 34(17): 2077-2088.
[6]	张东, 刘啸奔, 孔天威, 杨悦, 武学健, 吴锴, 张宏. 高钢级管道焊缝材料应力应变本构关系确定方法[J]. 中国机械工程, 2023, 34(17): 2106-2114.
[7]	刘俊, 阮小栋, 杨鹏亮, 吴迪, 郑敏毅. 变胞机器人重构及转向时足着地柔顺性控制[J]. 中国机械工程, 2022, 33(24): 2917-2926.
[8]	许哲东, 侯公羽, 杨丽, 黄小军. 基于支持向量回归积和改进粒子群算法的特定区间盾构机作业参数选取[J]. 中国机械工程, 2022, 33(24): 3007-3014.
[9]	王秋莲, 段星皓. 基于高维多目标候鸟优化算法的柔性作业车间调度[J]. 中国机械工程, 2022, 33(21): 2601-2612.
[10]	全睿, 李涛, 乐有生, 常雨芳, 谭保华. 汽车尾气温差发电系统车载兼容性多目标优化研究[J]. 中国机械工程, 2022, 33(16): 2000-2007，2015.
[11]	易茜, 柳淳 , 李聪波, 易树平, 何爽. 基于小样本数据驱动的滚齿工艺参数低碳优化决策方法[J]. 中国机械工程, 2022, 33(13): 1604-1612.
[12]	武星, 翟晶晶, 楼佩煌, 胡亚, 肖海宁. 考虑任务行程时间的多载量自动导引车系统防死锁任务调度[J]. 中国机械工程, 2021, 32(23): 2840-2849.
[13]	吉阳珍, 侯力, 罗岚, 罗培, 刘旭槟, 梁爽. 基于组合优化算法的6R机器人逆运动学求解[J]. 中国机械工程, 2021, 32(10): 1222-1232.
[14]	李西兴, 杨道明, 李鑫, 吴锐, . 基于混合遗传鲸鱼优化算法的柔性作业车间自动导引车融合调度方法[J]. 中国机械工程, 2021, 32(08): 938-950，986.
[15]	倪恒欣, 阎春平, 陈建霖, 侯跃辉, 陈亮. 高速干切滚齿工艺参数的多目标优化与决策方法[J]. 中国机械工程, 2021, 32(07): 832-838.

基于多代理模型的离心叶轮高效优化设计方法

Efficient Optimization Design Method of Centrifugal Impellers Based on Multi-surrogate Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics