一种基于模型误差驱动的叶栅试验栅后非均匀测点布局方法与流程

本发明涉及叶轮机械试验方法，具体涉及一种叶栅试验栅后探针测点布局方法。

背景技术：

1、叶栅试验是获取叶轮机械气动性能的关键手段，栅后流场参数（如总压、静压、气流角）的精确测量直接影响叶型损失系数、能量损失系数等核心性能参数的计算精度。

2、在传统叶栅试验中，栅后测点布局多采用均匀分布策略，沿栅向按等间距布点，如10%~15%栅距间隔。该方法存在以下技术瓶颈：

3、（1）模型误差不稳定：测点数较少时，均匀布局因无法适配尾迹区高梯度与主流区平缓的差异，在个别工况下出现性能参数计算误差显著偏大（>2%）。

4、（2）非均匀布局缺乏定量依据：虽知尾迹区需加密，但加密位置、加密程度依赖经验，无法保证性能参数计算误差满足要求。

5、（3）测点筛选缺乏客观准则：试验成本约束下减少测点数时，缺乏判断“哪些测点可剔除、哪些必须保留”的定量方法，易导致关键信息丢失。

6、现有技术中，虽有研究采用基于流场梯度的非均匀布点，但这类方法仅以流场特征分辨率为优化目标，未与叶栅性能参数的计算误差建立直接关联。另有针对激波位置进行加密的技术，但该类技术预设激波为关键物理特征，适用性受限。

技术实现思路

1、发明目的：针对叶栅性能试验中测点数受限条件下的高精度测量需求，提出一种基于模型误差驱动的栅后测点布局方法，通过迭代优化实现有限测点数下的误差最小化。

2、技术方案：一种基于模型误差驱动的叶栅试验栅后测点布局方法，包括以下步骤：

3、步骤1：栅后流场参数分布特征分析

4、通过cfd数值模拟或试验测量获取叶栅流场参数，在栅后目标测量截面（如0.4~1.0倍弦长）处，提取一个栅距范围内的总压、静压的栅向分布曲线，并按栅距百分比归一化至0%~100%，该曲线具有如下特征：

5、1.尾迹中心线近似位于曲线中部，通过通过栅后一个栅距范围内最小总压位置确定；

6、2.尾迹区通过总压亏损幅值大于预设阈值（如5%~10%）判定；

7、3.剩余区域为主流区。

8、步骤2：初始密集测点集的非均匀构建

9、以尾迹中心线为界，将栅后一个栅距范围划分为左区域ωl和右区域ωr。设左、右区域栅向宽度分别为wl、wr，按宽度比例分配左、右区域的初始测点数nl、nr：

10、nl=round[ntotal×wl/ (wl+wr)] ；

11、nr=ntotal−nl；

12、其中ntotal为预设初始总测点数，取值为50~200，优选100；round为四舍五入取整运算。

13、左、右区域内测点分别均匀分布，形成初始非均匀测点集s0=s0l∪s0r，s0l、s0r分别为左、右区域初始测点集。

14、计算该初始非均匀测点集下的性能参数基准值y0。性能参数为总压损失系数或能量损失系数。

15、步骤3：基于模型误差最小化的迭代优化

16、依次对左、右测点集执行单点剔除操作，即逐一剔除当前一侧测点集中的单个测点，与另一侧测点集合并构成候选子集，计算各候选子集的性能参数值及其与基准值的误差，保留误差最小的子集；

17、其中，迭代优化的数学表述为：

18、设当前第k次迭代的测点集为sk=skl∪skr，其中skl、skr分别为第k次迭代的左、右测点集，测点数分别为nkl、nkr。

19、3.1左区域剔除操作

20、在左测点集skl中逐一剔除第i个测点，i=1,2,...,nkl，对应生成剔除测点i后的集合skl(i)，skl(i)与右测点集合并构成候选子集sk(i)=skl(i)∪skr。

21、计算候选子集sk(i)的性能参数值yk(i)，当性能参数值yk(i)选取总压损失系数时，其计算公式为：

22、

23、式中为总压损失系数，分别为叶栅进口平均总压、出口平均总压、出口平均静压，平均参数的计可采用线加权平均或流量加权平均方法；

24、当性能参数值yk(i)选取能量损失系数时，其计算公式为：

25、

26、式中为能量损失系数，为比热比。

27、计算性能参数值yk(i)与基准值y0的误差δk(i)=|yk(i)-y0|/y0×100%，选取使δk(i)最小的集合skl(i*)，所对应删除的测点序号i*=argmin(δk(i))。

28、删除序号为i*的测点，并更新为当前左测点集。

29、3.2右区域剔除操作

30、在右区域执行相同操作：在skr中逐一剔除第j个测点，j=1,2,...,nkr，生成候选子集skr(j)，与更新后的左测点集合并构成候选子集sk(j)=skr(j)∪skl(i*)。

31、计算候选子集sk(j)的性能参数值yk(j)，然后计算性能参数值yk(j)与基准值y0的模型误差δk(j)=|yk(j)-y0|/y0×100%，选取使δk(j)最小的集合skr(j*)，所对应删除的测点序号j*=argmin(δk(j))。

32、删除序号为j*的测点，并更新为当前右测点集。

33、3.3交替迭代

34、左、右区域轮流执行剔除操作。

35、重复迭代直至满足步骤4的收敛条件。

36、步骤4：基于约束判定的测点筛选

37、收敛条件包括以下之一或其组合：

38、（a）目标测点数约束：当前测点数nk达到预设目标值ntarget；其中，当前测点数nk为当前迭代轮次左、右测点集的测点数之和；

39、（b）误差阈值约束：当前一侧单点剔除操作中性能参数误差小于等于预设阈值εmax，且接着对另一侧单点剔除操作获得的性能参数误差大于预设阈值εmax。其中，性能参数分别采用总压损失系数、能量损失系数时，对应的预设阈值εmax分别取1%。

40、优选地，采用组合约束：先设定ntarget，若迭代至当前测点数nk低于ntarget时且当前一侧单点剔除操作中性能参数误差大于εmax，则放宽ntarget的值或收紧εmax的值后重新迭代。

41、步骤5：确定最优测点分布方案

42、输出满足收敛条件的测点集sopt及其分布方案，包括各测点的栅向位置坐标。

43、有益效果：现有技术中，针对激波位置或流场梯度进行加密测点的技术，预设特定物理特征为关键区域，通过识别特征位置并针对性布置测点。本方法与该类现有技术的本质区别在于：

44、1.本方法不预先设定“尾迹区必须加密、主流区必须稀疏”的密度分布规则，即不依赖人为预设的测点密度分布规则；

45、2.本方法仅通过模型误差计算确定测点对性能参数误差的贡献度，低贡献点剔除，高贡献点保留，即为纯数据驱动的优化；

46、3.本方法以性能参数误差为唯一优化目标，非均匀布局定量依据明确；

47、4.本方法通过误差最小化筛选，使得迭代优化后测点分布自然呈现尾迹区密集、主流区稀疏，此结构非人为设定。

48、因此，本发明适用于任何存在参数梯度差异的流场，具有更广泛的适用性。与现有技术相比，本发明具有以下优势：

49、1.通过迭代优化，在有限测点数约束下实现性能参数误差最小化，10~14个测点时可将误差控制在合理范围内，模型误差可控。

50、2.相比同等测点数的均匀布局，优化布局在各工况下的误差分布更为集中，避免出现个别工况误差显著偏大的情况，误差波动显著降低。

51、3.各测点对性能参数误差的贡献度可定量计算，测点筛选有客观依据，避免人为经验判断的主观性。