一种混合动力航空发动机及其优化设计方法与流程

1.本技术属于航空发动机设计技术领域，特别涉及一种混合动力航空发动机及其优化设计方法。


背景技术：

2.随着燃油的减少及排放污染等问题，使得航空飞行器期望采用油电混合动力作为发动机动力来源。
3.混合动力发动机兼顾了传统发动机可以产生大推力的特性和电力发动机节省燃油消耗、减少排放的特点。然而，混合动力发动机存在两个较为突出的核心问题，一个是混合动力发动机工作时，何时使用电力发动机才能节约燃油消耗进而提高经济性，另一方面是电力发动机的最佳飞行里程如何确定。


技术实现要素：

4.本技术的目的是提供了一种混合动力航空发动机优化设计方法，以解决或减轻背景技术中的至少一个问题。
5.本技术的技术方案是：一种混合动力航空发动机优化设计方法，所述方法包括：
6.通过预定的装机飞机需求，确定最小离地间隙和各个关键飞行点的推力需求，同时确定发动机应用时可能达到的科技水平；
7.确定优化所用的自变量，所述自变量包括传统发动机关键设计参数作为的自变量和电力发动机关键设计参数作为的自变量；
8.确定优化设计的约束条件；
9.确定优化设计的目标；
10.开发及配置遗传算法；
11.开展基于多目标遗传算法的混合电力发动机优化设计，获得最优发动机参数和性能。
12.进一步的，所述传统发动机关键设计参数作为的自变量包括：涵道比、风扇压比、涡轮前温度、高压压气机压比、低压压气机压比、风扇多变效率、高压压气机多变效率、低压压气机多变效率、高压涡轮多变效率、低压涡轮多变效率、客舱引气量、压气机放气量、冷气量、功率提取、风扇直径、燃烧室压力损失。
13.进一步的，所述电力发动机关键设计参数作为的自变量包括：电池能量密度、电池电量、飞行设计航程。
14.进一步的，所述设计约束包括：风扇前马赫数、高压压气机末级叶片高度、起飞状态推力、巡航状态推力、总压比、风扇级间载荷、低压涡轮级间载荷、低压涡轮叶根应力。
15.进一步的，所述风扇前马赫数与风扇直和进口流量满足：
16.17.式中，w2为进口流量，γ为绝热常数，r为气体常数，tt为进口温度。
18.进一步的，所述高压压气机末级叶片高度通过相似准则获得，满足：
[0019][0020]
式中，whpci为初始压气机出口口流量，whpc为压气机出口流量，hpcbhi为压气机末级叶片初始高度，hpcbh为压气机末级叶片高度。
[0021]
进一步的，所述优化设计目标包括：最大爬升状态推力、巡航状态耗油量、设计航程耗油量、发动机重量、进气道阻力。
[0022]
另一方面，本还提供了一种混合动力航空发动机，所述混合动力航空发动机根据如上任一所述的混合动力航空发动机优化设计方法确定。
[0023]
本技术提供的混合动力航空发动机优化设计方法基于多目标遗传算法，综合考虑传统发动机和电力发动机的性能，既能满足推力需求，又能降低耗油率和耗油量，能够筛选出最合适的电力发动机的工作范围、飞行航程和电量分配。
附图说明
[0024]
为了更清楚地说明本技术提供的技术方案，下面将对附图作简单地介绍。显而易见地，下面描述的附图仅仅是本技术的一些实施例。
[0025]
图1为本技术的混合动力航空航空发动机优化设计方法流程图。
具体实施方式
[0026]
为使本技术实施的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行更加详细的描述。
[0027]
本技术提出了一种基于多目标遗传算法的并联式混合动力航空发动机设计方法，以发动机关键设计参数和电池能量密度为自变量，建立包含电池能量密度、电池使用阶段、最佳飞行里程的优化设计模型，以满足设计点和非设计点的推力需求及涡轮前温度等为设计约束条件，最终优化得出耗油率和耗油量最低的混合电力航空发动机。
[0028]
如图1所示，本技术的优化设计方法包括如下步骤：
[0029]
1)飞机推力需求和科技水平识别
[0030]
通过预定的装机飞机需求，确定最小离地间隙和各个关键飞行点的推力需求，同时明确发动机应用时可能达到的科技水平，例如压气机出口温度、涡轮前温度、部件效率等。
[0031]
2)确定自变量
[0032]
本技术采用并联式混合动力推进系统，即在起飞状态和爬升状态，涡扇发动机和电力发动机同时工作为飞机提供推力。因此，本技术中分别定义了传统发动机和电力发动机的关键设计参数作为自变量。
[0033]
2.1)确定传统发动机参数
[0034]
由于影响传统发动机的参数较多，为了更好的获得性能最佳的发动机，本技术中构建的传统发动机设计变量包括：涵道比、风扇压比、涡轮前温度、高压压气机压比、低压压气机压比、风扇多变效率、高压压气机多变效率、低压压气机多变效率、高压涡轮多变效率、
低压涡轮多变效率、客舱引气量、压气机放气量、冷气量、功率提取、风扇直径、燃烧室压力损失。
[0035]
本技术中定义的传统发动机各项参数参见表1。
[0036]
表1传统发动机设计自变量
[0037]
参数含义参数含义bpr涵道比ηhpt高压涡轮多变效率fpr风扇压比ηlpt低压涡轮多变效率tet涡轮前温度bleed1客舱引气量πhpc高压压气机压比bleed2压气机放气量πlpc低压压气机压比cooling冷气量ηfan风扇多变效率offtake功率提取ηhpc高压压气机多变效率dfan风扇直径ηlpc低压压气机多变效率δp燃烧室压力损失
[0038]
2.2)确定电力发动机参数
[0039]
本技术中构建的电力发动机设计变量主要包括电池能量密度den、电池电量pow、飞行设计航程ran等三个参数。
[0040]
3)确定设计约束条件
[0041]
本发明采用类似黑匣子设计，在获得最优发动机前，将所有变量在设计空间内不断迭代，直至达到设计目标，因此必须设计合理的约束条件以使优化后的发动机方案合理可行。
[0042]
本技术中的主要设计约束条件见表2。
[0043]
表2混合动力发动机约束条件
[0044][0045]
其中，风扇前马赫数fmn与风扇直径dfan和进口流量w2关联，高压压气机末级叶片高度hpcbh通过相似准则获得，满足条件如下：
[0046][0047]
式中：w2为进口流量，γ为绝热常数，r为气体常数，tt为进口温度，whpci为初始压气机出口口流量，whpc为压气机出口流量，hpcbhi为压气机末级叶片初始高度，
[0048]
4)确定优化设计目标
[0049]
为了充分发挥传统发动机的推力优势并保证在最大爬升阶段的推力，同时巡航状态的耗油率也要最低，同时使设计航程下的耗油量足够低，最终发动机重量和进气道阻尼应尽量降低。
[0050]
本技术的优化设计目标见表3。
[0051]
表3混合电力发动机优化设计目标
[0052]
设计目标含义fncl最大爬升状态推力sfccr巡航状态耗油量bf设计航程耗油量ew发动机重量nd进气道阻力
[0053]
5)遗传算法开发及配置：
[0054]
5.1)由于发动机设计点和非设计点的计算较为复杂，无法通过显示公式表达，因此采用隐式函数法，将变量与设计目标和设计约束关联，最终将获得的发动机性能参数与指定的设计目标值不断比较，直至到达设计目标，该函数为：
[0055]
fitness(fncl,sfccr,bf,ew,nd)＝fsearch(
[0056]
bpr,fpr,tet,πhpc,πlpc,ηfan,ηhpc,ηlpc,ηhpt,ηlpt,bleed1,bleed2,cooling,offtake,dfan,δp,den,pow,ran)；
[0057]
5.2)遗传算法中，最为关键的三个参数是杂交概率、突变概率和选择，本技术中采用中间交叉法、高斯突变法和锦标赛算法来不断筛选强壮的基因，以便遗传至下一代，最终得到满足设计要求的设计变量。
[0058]
杂交采用中间交叉法进行杂交迭代，将第一代的两组参数组成的合集分别定义为子体p1和p2。
[0059]
p1＝f1(bpr,fpr,tet,πhpc,πlpc,ηfan,ηhpc,ηlpc,ηhpt,ηlpt,bleed1,bleed2,cooling,offtake,dfan,δp,den,pow,ran)
[0060]
p2＝f2(bpr,fpr,tet,πhpc,πlpc,ηfan,ηhpc,ηlpc,ηhpt,ηlpt,bleed1,bleed2,cooling,offtake,dfan,δp,den,pow,ran)
[0061]
通过对子体p1和p2进行杂交可以获得下一代优良基因c1和c2，设定k1和k2为杂交因子，0《k1,k2《1，则：
[0062]
c1＝p1 k1
×
(p2-p1)
[0063]
c2＝p2 k2
×
(p2-p1)
[0064]
与此同时，进行第一代个体p3的基因突变，采用随机突变方法，设定突变概率为k3，r为随机产生的数。变量参数的上边界为up，下边界为low。
[0065]
以涵道比bpr变异为例进行说明，bpr为p3变异前的参数，bpr’为变异后的参数。
[0066]
当r《k3时，c3＝p3＝f3(bpr,fpr,tet,πhpc,πlpc,ηfan,ηhpc,ηlpc,ηhpt,ηlpt,bleed1,bleed2,cooling,offtake,dfan,δp,den,pow,ran)
[0067]
当r》k3时，c3＝p3＝f3(bpr,fpr,tet,πhpc,πlpc,ηfan,ηhpc,ηlpc,ηhpt,ηlpt,bleed1,bleed2,cooling,offtake,dfan,δp,den,pow,ran)
[0068]
采用随机竞争方法，随机挑选若干个体进行竞争，选择性能最优的进入下一代进行基因迭代，例如对应上述三组参数可以产生三个结果fi1,fi2,fi3。
[0069]
如果fi1》fi2》fi3，则fi1对应的p1进入下一轮进行迭代，以此类推。
[0070]
5.3)开展上述杂交概率因子、突变概率因子和选择因子的参数化分析，获得最适合各项配置参数。
[0071]
6)开展基于多目标遗传算法的混合电力发动机优化设计，获得最优发动机参数和性能。
[0072]
本技术提供的混合动力航空发动机优化设计方法基于多目标遗传算法，综合考虑传统发动机和电力发动机的性能，既能满足推力需求，又能降低耗油率和耗油量，能够筛选出最合适的电力发动机的工作范围、飞行航程和电量分配。
[0073]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。