(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111494081.1 (22)申请日 2021.12.08 (71)申请人 西安交通大 学 地址 710049 陕西省西安市咸宁西路28号 (72)发明人 宋立明　汪祺能　郭振东　李军　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 代理人 马贵香 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06F 30/28(2020.01) G06F 113/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种超大变量叶轮机械高效设计优化方法 及系统及应用 (57)摘要 一种超大变量叶轮机械高效设计优化方法 及系统及应用， 设置超大变量的叶轮机械参数化 方法； 根据优化设计的设计工况设置CFD计算模 型； 全局范围内进行均匀的初始加点并计算评估 值； 在全局建立高维的PCE拟合模型； 将高维问题 分解为多个低维子问题； 对所有的子问题进行独 立的代理模型优化， 在优化过程中将全局PCE模 型作为低精度数据来源加入HK模型以实现知识 迁移； 将所有子问题优化结果进行组合得到一组 全局样本并进行评估； 更新全局模 型并重复上述 步骤， 直到满足优化停止条件； 该设计方法可 以 在样本数量可以接受的前提下增加设计的变量 数从而扩大设计的自由度， 且具有很强的并行扩 展能力， 设计时间短， 计算效率高。 权利要求书2页 说明书5页 附图2页 CN 114169100 A 2022.03.11 CN 114169100 A 1.一种超大变量叶轮机 械高效设计优化方法， 其特 征在于， 包括以下步骤： 建立设计空间： 以压气机动叶片标模作为设计对象， 得到三维叶片的调整参数； 在建立的设计空间中使用LHS方法获得分布较为均匀的若干个样本坐标， 对其进行性 能评估获得这若干个设计样本的级效率 值； 使用获得的样本坐标和样本值建立PCE拟合模型 建模后对模型预测最优值的 坐标进行级效率的评估， 将坐标和评估结果加入数据列表中； 选择所有样本 中级效率最大的值作为核心点， 将高维全局问题分解为r个低维问题， 记 录确定的分解 参数{x*,I}； 对r个低维问题同步地并行地完成操作： 使用多保真度代理模型HK模型和最大期望提 升加点准则在子问题空间内完成一次完整独立的优化搜索， 优化得到的结果 为xbest,j； 使用所有已评估样本更新全局PCE模型 计算模型 的最小预测值坐标， 将坐标评估后加入数据集中； 对r个子问题优化结果进行排列组合， 依据全局 模型筛选出Ncombine个样本进行评估； 重 复上述， 直到算法满足停止条件。 2.根据权利要求1所述的一种 超大变量叶轮机械 高效设计优化方法， 其特征在于， 建立 设计空间中， 对三维 叶片对象截取若干个截面作为造型 的特征截面， 同时选择若干个设计 参数来调整三维叶片进行积叠时的弯扭掠状态。 3.根据权利要求1所述的一种 超大变量叶轮机械 高效设计优化方法， 其特征在于， 将高 维全局问题分解具体为： 找到所有已评估样本中评估值 最小的样本， 将其 坐标记为x*； 随机地确定子空间变量 分配方法I， I＝{I1,I2,I3,...,Ir}来表示对各个变量的划分， 其 中 子空间内的坐标和高维全局空间内的坐标有如下一一对应关系： 假设局部坐标记为 xlocal， 全局坐标记为xglobal， 有xlocal∈Sj， xglobal∈S； xglobal＝[x1g,x2g,x3g,...,xDg] 4.根据权利要求3所述的一种 超大变量叶轮机械 高效设计优化方法， 其特征在于， 在不 考虑对子空间的边界进行调整的情况下， 有子空间 在不考虑子空间重叠和对 变量进行剪枝的情况 下各子空间对应的变量具有如下关系： 5.根据权利要求1所述的一种超大变量叶轮机械高效设计优化方法， 其特征在于， 对r权　利　要　求　书 1/2 页 2 CN 114169100 A 2个低维问题同步 地并行地完成操作： 在子空间 中使用拉丁超立方算法进行初始加点， 初始加点个数为Nl j,ini， 一 般的Nl j,ini＝2||Ij||； 在子空间中建立多保真度代理模型， 其中高保真度来源为子空间内的样本加点， 低保 真 度的 来 源为 全 局模型中 位 于该 子空间中的 部分 ； 模型的 建 立公式 如下 ： 对于已经 建立的模型 计算其在子空 间范围内的E I值， 并搜索得到在子空 间范围 内EI值最大的坐标位置， 在该位置进行加点评估； 重复上述， 直到迭代次数达 到最大迭代次数itermax， 一般的itermax＝8||Ij||； 从该子空间的已评估样本中选择样本值 最优的样本作为优化的结果。 6.根据权利要求1所述的一种超大变量叶轮机械高效设计优化方法， 其特征在于， 对r 个子问题优化结果进行排列组合： 获得包含2r‑r‑2个样本的潜在组合样本集合Xp combine， 并使用全局模型 获得所有 潜在组合样本的预测值 和每个潜在组合样本和已有样本的欧式距离之和 dist(Xp combine)； 以预测值 为依据升序排序得到Xsort predict， 以距离和为依据升序排序得到Xsort dist； 按顺序从两个序列中选出Ncombine个样本， 一般的Ncombine＝||Ij||/2 对选出的样本进行评估。 7.一种超大变量叶轮机 械高效设计优化系统， 其特 征在于， 包括： 设计空间建立模块， 用于以叶轮机 械部件为设计对象， 得到三维叶片的调整参数； 级效率值获得模块， 用于在建立的设计空间中使用LHS方法获得分布较为均匀的若干 个样本坐标， 对其进行性能评估获得这若干个设计样本的级效率 值； 拟合模型建立模块， 用于使用获得的样本坐标和样本 值建立PCE拟合模型 建模 后对模型预测最优值的坐标进行级效率的评估， 将坐标和评估结果加入数据列表中； 分解模块， 用于选择所有样本 中级效率最大的值作为核心点， 将高维全局问题分解为r 个低维问题， 记录确定的分解 参数{x*,I}； 优化搜索模块， 用于对r个低维问题同步地并行地完成操作： 使用多保真度代理模型HK 模型和最大期 望提升加点准则 在子问题空间内完成一次完整独立的优化搜索， 优化得到的 结果为xbest,j； 模型更新模块， 用于使用所有已评估样本更新全局PC E模型 计算模型 的 最小预测值 坐标， 将坐标评估后加入数据集中； 评估模块， 用于对r个子问题优化结果进行排列组合， 依据全局 模型筛选出Ncombine个样 本进行评估； 重复上述， 直到算法满足停止条件。 8.一种超大变量叶轮机械高效设计优化系统的应用， 其特征在于， 用于叶轮机械高效 设计。权　利　要　求　书 2/2 页 3 CN 114169100 A 3