基于多目标遗传算法的航空发动机总体性能优化设计

李立君; 尹泽勇; 乔渭阳

Chinese

您当前的位置：

首页 >

文章列表页 >

基于多目标遗传算法的航空发动机总体性能优化设计

研究论文 | 更新时间：2026-07-07

- 基于多目标遗传算法的航空发动机总体性能优化设计
- Performance Optimal Design of Aircraft Engine Based on Multi-Objective Genetic Algorithms
- 航空动力学报 2006年21卷第1期
- 作者机构：
  
  1. 西北工业大学动力与能源学院,陕西,西安,710072
  2. 中国航空动力机械研究所,湖南,株洲,412002
- 作者简介：
- 基金信息：
  
  国家APTD计划项目
- DOI：
  中图分类号：
- 纸质出版：2006
- 稿件说明：
移动端阅览
李立君, 尹泽勇, 乔渭阳. 基于多目标遗传算法的航空发动机总体性能优化设计[J]. 航空动力学报, 2006,21(1).

LI Li-jun, YIN Zeyong, QIAO Wei-yang. Performance Optimal Design of Aircraft Engine Based on Multi-Objective Genetic Algorithms[J]. 2006, 21(1).
李立君, 尹泽勇, 乔渭阳. 基于多目标遗传算法的航空发动机总体性能优化设计[J]. 航空动力学报, 2006,21(1). DOI：

LI Li-jun, YIN Zeyong, QIAO Wei-yang. Performance Optimal Design of Aircraft Engine Based on Multi-Objective Genetic Algorithms[J]. 2006, 21(1). DOI：

摘要

采用一种基于Pareto最优解的多目标遗传算法—NSGAⅡ算法

以双轴混合排气式涡轮风扇发动机为算例

集成发动机性能模型、流路尺寸模型和质量模型

以单位推力、耗油率等为目标函数进行了多目标优化设计。计算结果表明:NSGAⅡ算法具有较好的稳健性和鲁棒性;基于NSGAⅡ算法的发动机总体性能优化方法能够获得目标空间内分布均匀的Pareto最优解集

有效克服了发动机总体性能方案设计时人工经验依赖较重的缺点

可为决策者进行目标权衡提供充分依据。

Abstract

Multi-objective optimization concepts

linked with a Pareto genetic algorithm-Non-dominated Sorting Genetic Algorithm(NSGA Ⅱ)

are applied to the preliminary design phase to automate the conceptual design process.Engine cycle selected for study was a mixed-stream

low-bypass turbofan.The robust analysis codes for the thermodynamic engine cycle

flowpath and weight estimation analyses were integrated to find higher quality design.The results showed that NSGA Ⅱ has better robustness and convergence than general multi-objective optimization methods

and could generate uniformly a Pareto optimal set in the design space.From this set

decision maker can choose the best overall optimum aircraft engine preliminary design.

关键词

Keywords

references

浏览量

437

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于相似理论的航空发动机风扇转速换算方法的改进

自适应遗传神经网络算法在推力估计器设计中的应用

单曲柄双摇杆扑翼驱动机构的优化设计

一种低迟滞低磨损的指尖密封型线构形的研究

基于遗传算法的航空发动机多目标优化PID控制