一种基于混沌粒子群算法的冲压发动机推力性能优化方法与流程

技术特征：
1.一种基于混沌粒子群算法的冲压发动机推力性能优化方法，其特征在于，包括以下步骤：s1、随机生成由m个粒子组成的初始种群r(t)，m为子种群数目，每个粒子个体包括若干参数，所述参数包括冲压发动机各进气口的进气口位置以及进气口入射角度；s2、计算r(t)中每个粒子的推力ff
k
；s3、以冲压发动机的推力的倒数f，作为适应度值大小来评价粒子的好坏；s4、根据公式更新每个粒子的速度和位置，v
k，p
(t 1)＝wv
k，p
(t) c1r1[p
k，p
‑
r
k，p
(t)] c2r2[p
g，p
‑
r
k，p
(t)]r
k，p
(t 1)＝r
k，p
(t) v
k，p
(t 1)其中w为惯性权重，c1和c2为加速系数，p＝1，2，...，8；r1和r2为在0到1之间的随机数；p
k，p
为局部最优解；p
g，p
为全局最优解；s5、采用步骤s2的方法计算s4步骤更新后的m个粒子的适应度值f，然后按照f大小依次降序排列，并将f最小的个粒子存储在集合tempor中。s6、执行混沌算法，进行局部细致搜索，更新pbest和gbest；s7、如果t＝t
max
，停止计算，输出全局最优解。如果t＜t
max
，执行步骤s
‑
8。s8、采用公式缩小搜索范围；s9、在收缩后的范围内随机产生个粒子替代步骤s5中未被选中的个粒子，然后和更新后的个粒子组成m个粒子集合，令t＝t 1，返回步骤s
‑
2继续进行迭代计算。2.根据权利要求1所述的基于混沌粒子群算法的冲压发动机推力性能优化方法，其特征在于，所述步骤s6具体包括以下步骤：s6
‑
1、令σ＝0，σ≤tt
max
，采用公式将设计变量转变成混沌变量其中j＝1，2，...，o，p＝1，2，...，8，h
j，p，min
和h
j，p，max
分别为第j个粒子第p个设计变量的搜索上下边界，s6
‑
2、采用公式更新混沌变量；s6
‑
3、采用公式更新设计变量；s6
‑
4、采用步骤s2的方法计算新粒子的适应度值，如果得到的f值小于则更新pbest和gbest，否则令σ＝σ 1，重复步骤s6
‑
1继续搜索，直到σ＝tt
max
，更新pbest和gbest。3.根据权利要求1所述的基于混沌粒子群算法的冲压发动机推力性能优化方法，其特征在于，所述步骤s8缩小每个参数的搜索范围时按以下公式进行：h
j，p，min
＝max{h
j，p，min
，h
g，j，p
‑
rand*(h
j，p，max
‑
h
j，p，min
)}h
j，p，max
＝min{h
j，p，max
，h
g，j,p
‑
rand*(h
j，p，max
‑
h
j，p，min
)}其中rand为随机数，且0＜rand＜1；h
g，j，p
为当前pbest中的第j个粒子第p个变量。4.根据权利要求1所述的基于混沌粒子群算法的冲压发动机推力性能优化方法，其特
征在于，所述步骤s2中采用以下方式计算每个粒子的推力：s2
‑
1、参数化模型，将几何模型进行参数化，采用每个粒子中的进气口位置以及进气口入射角度参数控制实际发动机尺寸，并通过cfd方法建立几何模型，采用非结构网格对几何模型划分尺寸；s2
‑
2、采用n
‑
s方程作为整个燃烧场控制模型，通过涡耗散模型实现发动机内流场燃烧仿真；s2
‑
3、使用经典simple算法对所有网格进行迭代求解，得到所有网格处的物理量，最终得到发动机出口处推力。5.根据权利要求4所述的基于混沌粒子群算法的冲压发动机推力性能优化方法，其特征在于，所述发动机出口处推力为：式中：ff
k
为第k个粒子的发动机出口处推力，v
k
为出口处速度；p
k
为出口处压力；p
bk
为出口环境压力；入口处单位面积上的总质量流率；a
k
为出口处截面积。6.根据权利要求1所述的基于混沌粒子群算法的冲压发动机推力性能优化方法，其特征在于，在所述步骤s1前，包括步骤s0设定c
max
种发动机工况并顺序编号，初始化工况循环值condition＝1，每个工况循环值对应一种发动机工况，所述步骤s9之后包括步骤s10、判断当前工况循环值condition是否等于c
max
，若是，则优化结束；若否，则令condition＝condition 1，再根据condition确定发动机工况，回到步骤s1继续优化。

技术总结
本发明公开了一种冲压发动机推力性能的优化方法，包括步骤随机生成多个粒子的种群，每个粒子包括冲压发动机各进气口位置以及进气口入射角度；计算每个粒子的推力；根据推力的倒数F对粒子进行降序排列，然后引入混沌算法更新粒子群，并重新计算更新后的新种群的F，进而更新算法的全局最优解；重复前述步骤，直到满足时停止计算，根据F最小的粒子参数分别调整发动机的进气口位置和进气口入射角度。本发明使发动机在实际复杂工况下调整进气口的位置与入射角度，得到最大推力，算法在优化过程中提高了全局搜索能力。程中提高了全局搜索能力。程中提高了全局搜索能力。


技术研发人员：林玲 张盛龙 覃冰 陈彦臻 胡焰彬 胡志涛 李铭迪
受保护的技术使用者：常熟理工学院
技术研发日：2021.08.06
技术公布日：2021/10/23