基于可靠性分析及设计知识挖掘的高温叶片多学科设计优化理论与方法的研究

燃气轮机高温叶片设计优化涉及到气动、传热和结构等分支学科，本质上是一个复杂的多学科设计优化问题。在分析不同学科间耦合特点的基础上，研究基于载荷和能量守恒的高精度面映射耦合信息传递算法，发展适用于高温叶片多学科设计优化的松散耦合分析方法。结合高精度Kriging模型和多目标差分进化算法，发展高性能多目标优化算法，建立燃气轮机高温叶片多目标多学科设计优化模型。采用不确定性分析方法，表征、量化高温叶片多学科设计优化中存在的数值误差、模型误差，研究不确定量的传播，计算失效概率置信界限，阐明数值误差、模型误差对高温叶片多学科设计优化可靠性影响的机制。基于数据挖掘原理，进行高温叶片设计知识挖掘和积累的研究。通过量化不同学科性能与设计变量的关系，揭示设计变量对性能的影响规律，在分析不同学科性能之间权衡比的基础上，指导优化结果的选取，建立高温叶片多学科设计优化模型中设计变量、目标函数和约束条件的选取准则。

燃气轮机高温叶片的设计优化本质上是一个高维大资源黑盒子多学科设计优化问题。在研究这类问题中普遍存在的计算资源限制以及维数灾难的解决方案的基础上，建立解析设计变量对多学科性能影响规律的方法，探索不确定量对高温叶片性能的影响机制。提出了多目标自适应差分进化算法和基于子元模型的全局优化算法，建立通用的叶片多学科设计优化平台，通过典型叶栅的气动优化和多学科设计优化，验证了平台的正确性和有效性；利用共轭传热分析方法进行高温叶片气热性能评估，完成了典型高温叶片多学科设计优化。提出了基于数据挖掘技术的叶片设计知识挖掘与积累方法，通过跨音速压气机叶片和高压比离心叶片设计空间的分析验证了方法的正确性；利用该方法，研究了高温叶片设计空间与目标函数之间的作用机制，揭示了设计变量对性能的影响规律，建立了高温叶片多学科设计优化模型中设计变量、目标函数和约束条件的选取准则；提出了基于蒙特卡罗模拟和多项式混沌展开的不确定性量化方法，在表征、量化高温叶片多学科性能分析中存在的不确定性的基础上，研究了不确定量的传播规律，阐明了输入不确定性对高温叶片多学科性能影响的机制。