第1章 涡轮叶片多学科设计优化概述 1
第2章 涡轮叶片多学科设计问题 6
2.1 气动及传热分析 6
2.1.1 流场基本方程 6
2.1.2 流场湍流模型 7
2.1.3 固体场基本方程 8
2.1.4 耦合面上热交换的处理 8
2.1.5 气动和传热的数值计算方法 8
2.2 静强度分析 8
2.2.1 弹性力学基本方程 8
2.2.2 静力有限单元法 9
2.3 振动分析 11
2.3.1 惯性力 11
2.3.2 阻尼力 12
2.3.3 结构动平衡方程 12
2.3.4 结构的自振频率 13
2.4 寿命分析 13
2.4.1 基于Manson-Conffin公式的方法 14
2.4.2 通用斜率法 14
2.5 可靠性分析 15
2.6 稳健设计 17
2.7 维修性、有效度、完整性及其他 21
第3章 涡轮叶片参数化几何造型方法 22
3.1 三维实心涡轮叶片参数化造型设计 22
3.1.1 叶栅几何参数的选择 22
3.1.2 五次多项式叶片型线参数化方法 24
3.1.3 叶片几何外形参数化程序验证 27
3.1.4 叶身的三维成型 28
3.2 涡轮冷却叶片参数化造型设计 30
3.2.1 涡轮直流冷却叶片参数化造型 30
3.2.2 二维多腔式内冷叶片参数化造型设计 36
3.2.3 基于解析及特征造型的涡轮冷却叶片榫头参数化设计 38
第4章 涡轮叶片多学科解耦与优化系统重构 41
4.1 多学科可行方法 41
4.2 单学科可行方法 42
4.3 协作优化方法 43
4.4 并行子空间优化 45
4.5 两级集成系统整合方法 46
第5章 涡轮叶片多学科可行优化方法 48
5.1 涡轮叶片的学科分析 48
5.1.1 气动和热耦合分析 48
5.1. 2 结构分析 49
5.1.3 振动分析 53
5.1.4 寿命分析 55
5.2 涡轮叶片多学科耦合信息的传递 55
5.2.1 温度参数空间插值传递方法 55
5.2.2 气压载荷的传递 60
5.2.3 几何变形的传递 60
5.3 涡轮叶片流、热、固耦合的求解流程及系统 63
5.4 涡轮叶片的多学科可行优化 64
5.5 多学科可行优化方法优化涡轮叶片的结果 65
第6章 涡轮冷却叶片多学科可行设计优化方法 68
6.1 各学科分析 68
6.1.1 气动与传热分析 68
6.1.2 强度分析 71
6.1.3 振动分析 71
6.1.4 寿命分析 73
6.2 涡轮冷却叶片耦合信息传递 73
6.2.1 温度三维插值传递方法 73
6.2.2 气动载荷 74
6.2.3 变形载荷 74
6.3 三维直流冷却叶片多学科可行设计优化 74
6.3.1 冷却设计变量选择 74
6.3.2 三维冷却叶片目标函数 74
6.3.3 约束条件的选取 75
6.3.4 优化设计流程 75
6.3.5 优化结果 77
6.3.6 讨论与分析 83
6.4 多腔式二维冷却叶片气动及传热设计优化 83
6.4.1 KS函数方法 83
6.4.2 设计变量的选取 85
6.4.3 目标函数建立 85
6.4.4 优化设计 85
6.4.5 优化结果与分析 87
第7章 涡轮叶片热、流、固耦合协作优化方法 89
7.1 协作优化方法的概念 89
7.2 热、流、固耦合问题协作优化方法的介绍和验证 90
7.2.1 热、流、固耦合问题协作优化方法的步骤 90
7.2.2 热、流、固耦合问题协作优化方法的验证 91
7.3 涡轮叶片多学科流、热、固耦合问题的协作优化 94
7.3.1 涡轮叶片耦合信息（温度、气压和变形）的压缩方法 94
7.3.2 建立涡轮叶片协作优化求解系统 99
7.3.3 涡轮叶片协作优化结果 101
第8章 基于近似技术的涡轮叶片多学科设计优化 103
8.1 近似技术 103
8.2 MDO常用近似模型 104
8.2.1 响应面模型 104
8.2.2 Kriging模型 105
8.3 验证近似模型预测精度的方法 107
8.4 近似模型的试验设计 107
8.5 基于近似技术的涡轮叶片气动优化 110
8.5.1 近似方法 110
8.5.2 三维涡轮叶片气动优化算例 110
8.5.3 讨论 112
8.6 基于近似模型的涡轮叶片多学科设计优化 112
8.6.1 叶片的多学科耦合分析 112
8.6.2 基于响应面与Kriging近似模型的涡轮叶片MDO 113
8.6.3 叶片优化参数、约束及目标函数的选取 114
8.6.4 寻优历程与结果讨论 115
8.7 基于近似模型的涡轮叶片MDO结果图 117
第9章 变复杂度多学科设计优化方法 120
9.1 涡轮叶片变维混合多学科设计优化系统 120
9.2 涡轮叶片的耦合松弛多学科设计优化方法 122
第10章 多学科设计优化智能重分析研究 125
10.1 单学科结构重分析方法 126
10.2 多学科设计优化拟程序方法 127
10.3 基于历史优化控制矩阵的多学科设计优化智能重分析方法 128
10.4 智能重分析的实现 130
10.5 多学科设计优化平台中智能重分析的应用 132
10.6 涡轮叶片多学科优化智能重分析 134
第11章 多学科设计优化算法智能选取研究 135
11.1 基于模糊理论的MDO算法性能评价 136
11.1.1 模糊评价选优决策模型的建立 136
11.1.2 建立模糊评价集 136
11.1.3 加权系数的确定 137
11.1.4 加权欧氏距离 137
11.1.5 应用示例 137
11.1.6 小结 138
11.2 基于层次分析法的MDO算法性能评价 138
11.2.1 预备知识 138
11.2.2 互补判断矩阵的特征向量法 139
11.2.3 层次分析法过程 139
11.2.4 计算实例 140
11.2.5 小结 142
11.3 二维涡轮叶片优化结果 142
11.4 算法选择软件系统 143
11.4.1 选择求解方法和问题类型 143
11.4.2 确定算法选取时需要考虑的影响因素 144
11.4.3 选取问题求解可采用的算法 145
11.4.4 确定各个影响因素的相对重要程度 146
11.4.5 小结 147
第12章 多学科设计优化之灵敏度分析 148
12.1 单学科灵敏度分析 148
12.1.1 手工求导方法 149
12.1.2 符号微分方法 149
12.1.3 有限差分方法 149
12.1.4 自动微分方法 150
12.1.5 复变量方法 152
12.1.6 其他方法 152
12.2 多学科灵敏度分析 153
12.2.1 最优灵敏度分析 154
12.2.2 全局灵敏度方程 154
12.2.3 滞后耦合伴随方法 156
12.3 涡轮叶片多学科灵敏度分析 156
第13章 涡轮冷却叶片多学科优化平台的开发 161
13.1 多学科设计优化平台功能需求分析 161
13.1.1 提供多个学科集成的环境 161
13.1.2 提供参数设定的功能 163
13.1.3 提供优化算法 163
13.2 多学科设计优化平台的框架设计 164
13.2.1 各个模块的介绍 164
13.2.2 各模块间的逻辑结构图 166
13.2.3 任务的设计 167
13.3 多学科优化平台数据结构的设计 168
13.3.1 任务的结构体数据类型 169
13.3.2 参数的结构体数据类型 169
13.3.3 计算器的结构体数据类型 171
13.3.4 调用仿真程序的结构体数据类型 171
13.3.5 调用顺序结构体数据类型 173
13.3.6 优化算法组合策略结构体数据类型 174
13.3.7 其他一些字符串数据 175
13.4 TCB平台中各模块的详细设计 176
13.4.1 主界面的详细设计 176
13.4.2 参数设定模块的详细设计 182
13.4.3 集成模块的详细设计 186
13.4.4 优化算法模块的详细设计 196
13.4.5 图形显示模块的详细设计 197
13.5 TCB1.0的使用简介 199
13.6 TCB1.0实例测试 204
参考文献 210