对HARIKA程序进行改进,创新性地修正了效率模型并引入Koch失速静压升系数模型,采用E3十级高压压气机气动特性试验数据验证此改进HARIKA程序,结果表明改进HARIKA程序对压气机100%转速失速边界的预估精度达到了99%。采用NSGA-II多目标遗传算法进行气动方案设计优化,优化后的方案与初始方案相比设计点的总效率提高了3.4%,喘振裕度提高了6%;通过调节进口导叶和前五级静子叶片的安装角,使得优化方案在非设计转速下的特性也得到了提高。十级高压压气机剖面［12］(a)100%转速(b)90%转速图2E3高压压气机特性验证由图2可见，改进的HAＲIKA算法程序对总压比的预估比较准确，2个转速的总压比计算值与试验数据均吻合良好，总压比计算的最大值与试验数据基本重合;对总效率的预估也较为准确，100%设计转速的总效率计算最大值与试验数据基本相等气动方案设计的优化-电动折弯机数控滚圆滚弧机折弯机张家港电动缩管机滚弧机，本文由公司网站张家港缩管机网站采集转载中国知网整理!  http://www.suoguanji.cn/90%转速的总效率计算最大值与试验数据的误差在3%左右;流量经过修正后也吻合良好。由计算可得:改进的HAＲIKA程序采用失速静压升系数法预估的喘振点精确度很高，在100%转速下与试验吻合的精度达到了99%;在90%转速下略微有些偏差，这是因为非设计点时流动更加复杂，损失加大使预测的准确性降低，但精度也达到了92%。此程序的精度为后续的设计优化提供了良好的保证。3优化结果与分析轴流压气机的总压比、总效率与失速裕度的提高存在相互制约的问题，多目标优化的过程中必须有所取舍，衡量不同设计指标在压气机整体性能中所占的权重，通过指定优化变量、约束方程与优化目标后，选择其中最优的方案。3．1设计点优化结果与分析采用多目标遗传算法，对E3十级高压压气机设计点的效率与喘振裕度进行优化。优化初始种群数为100，遗传代数为100，变异概率为0．9，交叉分布指数为10，突变分布指数为20。对该高压压气机的设计指标如设计压比、设计转速、设计点静叶调节规律，进气条件如进口总温、总压等参数不作为优化变量考虑，将流量的偏差限制在可接受的范围内，选取叶片展弦比、反力度、载荷系数等作为优化变量，以原始方案压比25．37与效率0．8219作为目标压比与目标效率的下限建立约束，以设计点的效率和喘振裕度的最大化为目标，对设计转速下的气动方案进行优化。优化变量及其取值范围见表2。表 气动方案设计的优化-电动折弯机数控滚圆滚弧机折弯机张家港电动缩管机滚弧机本文由公司网站张家港缩管机网站采集转载中国知网整理!  http://www.suoguanji.cn/