Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学李宝忠获国家专利权

南京航空航天大学李宝忠获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京航空航天大学申请的专利基于NSGA-Ⅱ的并联燃烧航空发动机优化设计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116127850B

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310177274.7,技术领域涉及:G06F30/27;该发明授权基于NSGA-Ⅱ的并联燃烧航空发动机优化设计方法是由李宝忠;张净玉;何小民设计研发完成,并于2023-02-28向国家知识产权局提交的专利申请。

基于NSGA-Ⅱ的并联燃烧航空发动机优化设计方法在说明书摘要公布了:本申请提供了一种基于NSGA‑Ⅱ的并联燃烧航空发动机优化设计方法,首先基于气动热力计算推导得出并联燃烧航空发动机的性能指标;然后确定影响性能指标的设计参数,构建发动机设计参数优化的多目标数学模型;接着构建评价函数nondim_multiGA,考虑飞行高度和马赫数等飞行条件,计算适应度;最后通过gamultiobj函数求解得到对应飞行条件下符合主外涵流路流量分配原则的Pareto最优解集。本申请针对并联燃烧航空发动机,提供了一种高效的优化设计方法,可以大幅降低设计成本,为样机的试制提供参考。

本发明授权基于NSGA-Ⅱ的并联燃烧航空发动机优化设计方法在权利要求书中公布了:1.基于NSGA-Ⅱ的并联燃烧航空发动机优化设计方法,其特征在于,包含如下步骤: 步骤1,基于气动热力计算推导得出并联燃烧航空发动机的性能指标; 步骤1.1,根据主燃流路与外涵流路划分发动机典型截面; 步骤1.2,基于气动热力学,考虑发动机涉及到的进气道、压气机、燃烧室、涡轮和尾喷管的参数,获取典型截面的压力温度; 步骤1.3,由典型截面的压力温度和发动机部件参数,推导出发动机性能指标; 步骤2,确定影响发动机性能指标的设计参数及其范围,构建发动机设计参数优化的多目标数学模型;所述影响发动机性能指标的设计参数包括:主燃烧室循环温比τmain、外涵燃烧室循环温比τouter、压气机增压比πC、涡轮落压比πT、压气机绝热效率𝜂C、涡轮内效率𝜂T、主燃烧室损失ςmc和外涵燃烧室损失ςoc; 步骤2.1,通过正交试验试算得出若干组发动机典型截面的压力温度、部件参数和性能指标的值; 步骤2.2,进行方差分析,分析各因素对发动机性能指标的影响大小,确定影响发动机性能指标的设计参数及其范围; 步骤2.3,建立发动机性能指标的多目标优化模型,其数学表达为: Find:minF1x,F2x F1x=[-𝜂x,-Wx]T,F2x=[-Fx,sfcx]T X=[x1,x2,x3,x4,x5,x6,x7,x8]T=[τmain,τouter,πC,πT,𝜂C,𝜂T,ςmc,ςoc]T subjectto:xi∈M,i=1,2,…,8 其中,F1x,F2x表示目标函数向量,min表示向量极小化;X为维数为8的设计变量向量,x1,x2,x3,x4,x5,x6,x7,x8分别为X的八个向量,分别与τmain,τouter,πC,πT,𝜂C,𝜂T,ςmc,ςoc相对应;M表示设计变量取值空间; 步骤3,构建评价函数nondim_multiGA,用于根据输入的马赫数、飞行高度、种群设计参数集合计算并输出符合主外涵流路流量分配原则的各个种群的性能指标及各个种群个体的适应度; 步骤3.1,将输入的马赫数、飞行高度和种群设计参数集合中的每个个体的设计参数依次代入热力学计算程序计算获得发动机性能指标和主燃流路与总气流质量之比的值,其中,主燃流路与总气流质量之比的计算公式如下: ; 式中,为发动机压气机出口截面总温,为压气机进口截面总温,为涡轮进口截面总温,为出口截面总温; 步骤3.2,判断的值是否大于等于0且小于等于1; 步骤3.2.1,如果大于等于0且小于等于1,符合主外涵流路流量分配原则,储存该个体设计参数和性能指标的值; 步骤3.2.2,如果小于0或大于1,不符合主外涵流路流量分配原则,则淘汰该个体的设计参数和性能指标; 步骤3.3,结合多目标优化模型,根据主外涵流路流量分配原则筛选留下的设计参数和其对应的性能指标计算每个种群的性能指标及各个种群个体的适应度; 步骤4,采用gamultiobj函数进行求解,获取发动机性能指标的多目标优化的Pareto前沿解集; 步骤4.1,调用函数gacommon确定优化问题的约束类型; 步骤4.2,调用函数gamultiobjsolve对多目标优化问题进行求解; 步骤4.2.1,先调用函数gamultiobjMakeState产生初始种群即发动机种群初始设计参数; 步骤4.2.2,令P为种群初始设计参数,G为预设的马赫数,Q为预设的飞行高度; 步骤4.2.3,将P、G、Q输入到评价函数nondim_multiGA,获取符合主外涵流路流量分配原则的各个种群的性能指标及各个种群个体的适应度; 步骤4.2.4,判断种群最优个体的适应度的值是否大于预设的适应度阈值,并判断最优个体的适应度和种群适应度是否上升; 步骤4.2.4.1,若计算的种群最优个体的适应度大于预设的适应度阈值或者最优个体的适应度和种群适应度不上升,将此时的各个种群的性能指标及其对应的发动机设计参数作为Pareto最优解; 步骤4.2.4.2,若计算的适应度小于等于预设的适应度阈值且最优个体的适应度和群体适应度上升,调用函数stepgamultiobj使种群进化一代,更新设计参数P,并调用函数gamultiobjConvergrd判断迭代次数是否大于预设的最大进化阈值; 步骤4.2.4.2.1,若迭代次数大于预设的最大进化阈值,调用gaplotpareto函数和gaplotparetodistance函数,绘制Pareto最优解图和Pareto最优距离图; 步骤4.2.4.2.2,若迭代次数小于等于预设的最大进化阈值,跳转执行步骤4.2.2。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。