本發(fā)明涉及渦扇發(fā)動(dòng)機(jī)氣動(dòng)噪聲控制領(lǐng)域，特別涉及一種全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法。

背景技術(shù)：

在飛機(jī)領(lǐng)域中，飛機(jī)噪聲問(wèn)題對(duì)持續(xù)增長(zhǎng)的航空運(yùn)輸業(yè)提出一個(gè)重要的問(wèn)題。其噪聲級(jí)的大小直接關(guān)系到飛機(jī)適航簽證的獲取。這對(duì)于我國(guó)正在研制的民用客機(jī)來(lái)說(shuō)，無(wú)疑是巨大的挑戰(zhàn)。

作為飛機(jī)噪聲的主要聲源之一的發(fā)動(dòng)機(jī)噪聲，其噪聲形式(指向性、輻射聲功率大小)已經(jīng)發(fā)生很大改變。傳統(tǒng)低涵道比發(fā)動(dòng)機(jī)排出的氣流速度很高，噴流和激波噪聲是主要的噪聲源。如今，為了追求高效率，民用渦扇發(fā)動(dòng)機(jī)的涵道比越做越大，甚至于超出10，其排出氣流速度下降很多。相對(duì)于壓氣機(jī)，噴流和渦輪噪聲，短艙內(nèi)的風(fēng)扇噪聲變成了現(xiàn)代高涵道比發(fā)動(dòng)機(jī)的主要噪聲來(lái)源。另外，對(duì)于現(xiàn)代民用飛機(jī)，風(fēng)扇噪聲是在飛機(jī)盤(pán)旋和側(cè)飛時(shí)的主要噪聲來(lái)源。

在發(fā)動(dòng)機(jī)短艙降噪優(yōu)化中的傳統(tǒng)方法通常只能考慮一至兩個(gè)很少的設(shè)計(jì)變量，且大都基于簡(jiǎn)單的一個(gè)或者兩個(gè)的設(shè)計(jì)變量。這種方法的設(shè)計(jì)空間太小，由此得到的優(yōu)化外形變形太小且不夠光滑，不能很好地表達(dá)幾何外形的各種可能存在的情況。這些優(yōu)化工作通常采用搜索效率低的常規(guī)優(yōu)化方法。然而，對(duì)于實(shí)際工程問(wèn)題而言，所涉及的設(shè)計(jì)變量通常較多。

當(dāng)前民用客機(jī)的研制發(fā)展對(duì)噪聲、經(jīng)濟(jì)性、安全性、航程要求越來(lái)越高。目前飛行器的設(shè)計(jì)已經(jīng)開(kāi)始從傳統(tǒng)單學(xué)科間多輪迭代向多學(xué)科綜合設(shè)計(jì)發(fā)展，此時(shí)，發(fā)動(dòng)機(jī)短艙的設(shè)計(jì)問(wèn)題是一個(gè)多目標(biāo)、多約束的問(wèn)題。在多點(diǎn)設(shè)計(jì)和多學(xué)科優(yōu)化設(shè)計(jì)問(wèn)題中，發(fā)動(dòng)機(jī)短艙設(shè)計(jì)參數(shù)不但包含有外形參數(shù)，還包含氣動(dòng)性能參數(shù)(升力系數(shù)、阻力系數(shù)及升阻比等)，因而渦扇發(fā)動(dòng)機(jī)短艙風(fēng)扇噪聲的減噪優(yōu)化問(wèn)題包含大量的設(shè)計(jì)參數(shù)。由于設(shè)計(jì)變量較多，且非定常的短艙風(fēng) 扇噪聲單個(gè)計(jì)算開(kāi)銷較大，整個(gè)減噪優(yōu)化計(jì)算工作量將十分巨大。在現(xiàn)有優(yōu)化方法和計(jì)算條件下，這是難以實(shí)現(xiàn)的。

對(duì)此，人們提出了許多解決復(fù)雜優(yōu)化問(wèn)題的方法。例如遺傳算法、模擬退火算法、粒子群算法和蟻群算法等等。與傳統(tǒng)的基于梯度的優(yōu)化方法相比，上述這些算法具有很好的魯棒性、全局性和高度并行性等特點(diǎn)。在多峰值的非線性函數(shù)優(yōu)化問(wèn)題中得到了成功的應(yīng)用。但是，這些算法的最大缺點(diǎn)是收斂速度慢。為了克服全局優(yōu)化算法的這個(gè)缺點(diǎn)，人們采用了一種稱為代理模型(surrogatemodel)的方法來(lái)代替耗時(shí)的精確模型評(píng)估。這種代理模型的計(jì)算量比精確模型小得多，同時(shí)精度也可以得到保證，采用代理模型可以大大減少優(yōu)化過(guò)程的計(jì)算量。

1988年jameson提出的伴隨方法有著其他優(yōu)化方法無(wú)可比擬的優(yōu)勢(shì)。它是一種基于梯度的優(yōu)化方法，該方法以偏微分方程所定義的系統(tǒng)的優(yōu)化控制的數(shù)學(xué)理論為基礎(chǔ)，把物體的邊界形狀作為控制方程，流動(dòng)的控制方程作為系統(tǒng)的約束條件，而設(shè)計(jì)目標(biāo)則通過(guò)目標(biāo)函數(shù)來(lái)表達(dá)。因此，設(shè)計(jì)問(wèn)題轉(zhuǎn)化成了一個(gè)尋找滿足約束的最優(yōu)控制問(wèn)題。這樣求梯度只需大約兩倍的流場(chǎng)計(jì)算的計(jì)算量，而與設(shè)計(jì)變量的數(shù)目無(wú)關(guān)，故計(jì)算量大為減少。

在處理含大量設(shè)計(jì)變量的設(shè)計(jì)問(wèn)題方面，與其他方法相比，伴隨方法作為一種替代方法，它在計(jì)算開(kāi)銷方面有巨大的優(yōu)勢(shì)。所有的敏感性導(dǎo)數(shù)只需通過(guò)一次流場(chǎng)計(jì)算和一次控制理論方程求解即可獲得。求解控制理論方程的計(jì)算開(kāi)銷與求解流場(chǎng)方程的開(kāi)銷量級(jí)近似，因此任意一個(gè)設(shè)計(jì)參數(shù)的梯度值與兩次的流場(chǎng)方程的計(jì)算量相當(dāng)。伴隨方法具有的梯度計(jì)算幾乎與設(shè)計(jì)變量數(shù)目無(wú)關(guān)的顯著優(yōu)勢(shì)，克服了氣動(dòng)噪聲優(yōu)化中計(jì)算開(kāi)銷大的問(wèn)題，使得進(jìn)行多參數(shù)低噪聲優(yōu)化設(shè)計(jì)成為可能，有著很大的研究?jī)r(jià)值和廣闊應(yīng)用前景。因此，基于伴隨方法的外形優(yōu)化方法比經(jīng)典的基于梯度的優(yōu)化方法更加經(jīng)濟(jì)，特別是當(dāng)設(shè)計(jì)問(wèn)題涉及大量設(shè)計(jì)參數(shù)的情況。

然而，在目前的氣動(dòng)噪聲優(yōu)化問(wèn)題特別是發(fā)動(dòng)機(jī)管道噪聲優(yōu)化方面，所進(jìn)行的研究工作還很少且一般使用計(jì)算開(kāi)銷大的遺傳優(yōu)化算法。還存在設(shè)計(jì)變量數(shù)目小、計(jì)算開(kāi)銷大的技術(shù)問(wèn)題和難點(diǎn)。發(fā)展能處理大量設(shè)計(jì)參數(shù)的進(jìn)氣道減噪設(shè)計(jì)理論和工具是至關(guān)重要的。但是，現(xiàn)在還沒(méi)有一種易操作并且能高效進(jìn)行含大量設(shè)計(jì)參數(shù)的減噪設(shè)計(jì)的理論和方法。總之，開(kāi)展基于連續(xù)伴隨方法、改進(jìn)文化基因算法和代理模型的高效率、多參數(shù)減噪優(yōu)化方法研究具有重要意 義。

伴隨方法在整體收斂性和全局最優(yōu)解問(wèn)題上存在著不足，一般會(huì)收斂到局部最優(yōu)解。這是大多數(shù)基于梯度的非線性優(yōu)化方法的局限。

綜上所述，現(xiàn)有進(jìn)氣道設(shè)計(jì)方法存在以下諸多問(wèn)題：

一、傳統(tǒng)方法在發(fā)動(dòng)機(jī)短艙降噪優(yōu)化中只能考慮一個(gè)或兩個(gè)等很少的設(shè)計(jì)變量，且大都基于簡(jiǎn)單的一個(gè)或者兩個(gè)設(shè)計(jì)變量，設(shè)計(jì)空間太小，得到的優(yōu)化外形變形太小且不夠光滑，不能很好地表達(dá)幾何外形的各種可能存在情況。然而，對(duì)于實(shí)際工程問(wèn)題而言，所涉及的設(shè)計(jì)變量通常較多。

二、傳統(tǒng)方法通常采用搜索效率低或者耗時(shí)的常規(guī)優(yōu)化方法，如遺傳算法。通過(guò)耗費(fèi)大量計(jì)算時(shí)間來(lái)得到優(yōu)化結(jié)果，不利于發(fā)動(dòng)機(jī)減噪的設(shè)計(jì)。

三、傳統(tǒng)方法只能考慮無(wú)流或者均勻背景流對(duì)聲場(chǎng)的影響。

四、在進(jìn)行進(jìn)氣道優(yōu)化時(shí)，使用的噪聲計(jì)算方法、優(yōu)化目標(biāo)函數(shù)和優(yōu)化搜索方法不同。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是為了克服現(xiàn)有技術(shù)中涉及大量設(shè)計(jì)參數(shù)的渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪優(yōu)化問(wèn)題無(wú)法很好解決的缺陷，提供一種全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法。

本發(fā)明是通過(guò)下述技術(shù)方案來(lái)解決上述技術(shù)問(wèn)題的：一種全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法，其特點(diǎn)在于，所述渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法包括以下步驟：

s1、在設(shè)計(jì)空間中取樣本點(diǎn)進(jìn)行試驗(yàn)設(shè)計(jì)；

s2、首先計(jì)算所述樣本點(diǎn)的背景流場(chǎng)值，然后基于所述背景流場(chǎng)計(jì)算噪聲值，得到所述樣本點(diǎn)的響應(yīng)值；

s3、采用伴隨方法得到局部最優(yōu)化設(shè)計(jì)點(diǎn)；

s4、基于所述樣本點(diǎn)及其響應(yīng)值建立代理模型；

s5、建立代理模型后，使用文化基因算法在代理模型上進(jìn)行高效率尋優(yōu)設(shè)計(jì)。

較佳地，所述步驟s5之后還包括以下步驟s6：檢驗(yàn)收斂準(zhǔn)則是否滿足，如果收斂準(zhǔn)則滿足要求，則得到對(duì)象問(wèn)題的最優(yōu)解；反之，將最優(yōu)設(shè)計(jì)加入到所述樣本點(diǎn)中，并返回所述步驟s4。

較佳地，所述文化基因算法將當(dāng)前最優(yōu)設(shè)計(jì)點(diǎn)加入到樣本中進(jìn)行下一次建模優(yōu)化，直至收斂準(zhǔn)則滿足。

較佳地，所述步驟s2中通過(guò)數(shù)值分析程序得到所述樣本點(diǎn)的響應(yīng)值。

較佳地，所述步驟s5中所述文化基因算法依次進(jìn)行高搜索效率的文化基因算法和基于伴隨方法和噪聲控制方程的減噪優(yōu)化設(shè)計(jì)方法。

較佳地，所述高搜索效率的文化基因算法包括以下步驟：

s51、種群初始化；

s52、計(jì)算粒子的適應(yīng)度，記錄所述粒子的個(gè)體極值和群立體極值；

s53、對(duì)所述粒子進(jìn)行全局搜索；

s54、對(duì)所述粒子進(jìn)行局部搜索；

s55、更新粒子并保留個(gè)體極值和群體極值；

s56、判斷是否滿足終止條件，若是，則進(jìn)入步驟s57；若否，則返回所述步驟s52；

s57、進(jìn)行交叉、變異操作；

s58、判斷是否滿足終止條件，若是，則結(jié)束；若否，則返回所述步驟s53。

較佳地，所述基于伴隨方法和噪聲控制方程的減噪優(yōu)化設(shè)計(jì)方法包括以下步驟：

s511、渦扇發(fā)動(dòng)機(jī)短艙氣動(dòng)；

s512、平均背景流計(jì)算；

s513、通過(guò)目標(biāo)函數(shù)定義和伴隨邊界條件，進(jìn)行噪聲伴隨方程計(jì)算；

s514、通過(guò)大量設(shè)計(jì)變量、網(wǎng)絡(luò)擾動(dòng)，進(jìn)行目標(biāo)函數(shù)和梯度值計(jì)算；

s515、判斷收斂準(zhǔn)則是否滿足；若滿足，則進(jìn)行局部最優(yōu)設(shè)計(jì)；若不滿足，則進(jìn)行優(yōu)化算法，設(shè)計(jì)新的短艙氣動(dòng)外形，返回步驟s512。

較佳地，所述步驟s513具體包括以下步驟：

首先，進(jìn)行曲線坐標(biāo)系下進(jìn)氣道噪聲傳播控制方程推導(dǎo)，對(duì)圓柱坐標(biāo)系下的矩陣形式的2.5-dlee方程表達(dá)式如下：其中：

接著，對(duì)噪聲伴隨方程進(jìn)行求解，通過(guò)使?fàn)顟B(tài)向量的變分δw前的系數(shù)項(xiàng)為0，得到ψ的微分控制理論方程：其中：

由此通過(guò)使ψ滿足使含δp'前的系數(shù)項(xiàng)為0，得到固壁上的控制理論邊界條件：

通過(guò)離散上式，得到上表面控制理論邊界條件：

積分線上的控制理論邊界條件分別為：

還可得到積分線l1上的邊界條件

最后，進(jìn)行設(shè)計(jì)變量梯度求解，對(duì)梯度表達(dá)式最后簡(jiǎn)化為以下形式

同時(shí)求解梯度：其中ai是外形函數(shù)的系數(shù)。

本發(fā)明的積極進(jìn)步效果在于：

本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法可以尋找到全局最優(yōu)解，并大大節(jié)省計(jì)算費(fèi)用，在具有大量設(shè)計(jì)變量情形下，伴隨方法與其它優(yōu)化設(shè)計(jì)方法相比有巨大優(yōu)勢(shì)，從而實(shí)現(xiàn)多參數(shù)復(fù)雜外形的低噪聲優(yōu)化設(shè)計(jì)，有著很大的研究?jī)r(jià)值和廣闊應(yīng)用前景。所述渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法可以快速設(shè)計(jì)出滿足氣動(dòng)要求的低噪聲短艙進(jìn)氣道。優(yōu)化后的進(jìn)氣道外形，其聲波衍射的強(qiáng)度更小，更少的能量向外輻射，具有低噪聲特性。此外，這種設(shè)計(jì)方法的計(jì)算開(kāi)銷小，適用范圍廣，計(jì)算精度高，易實(shí)現(xiàn)，可應(yīng)用于渦扇發(fā)動(dòng)機(jī)各部件的大量設(shè)計(jì)參數(shù)減噪優(yōu)化設(shè)計(jì)。

附圖說(shuō)明

本發(fā)明上述的以及其他的特征、性質(zhì)和優(yōu)勢(shì)將通過(guò)下面結(jié)合附圖和實(shí)施例的描述而變的更加明顯，在附圖中相同的附圖標(biāo)記始終表示相同的特征，其中：

圖1為本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法的流程圖。

圖2為本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法中高搜索效率的文化基因算法的流程圖。

圖3為本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法中基于伴隨方法和噪聲控制方程的減噪優(yōu)化設(shè)計(jì)方法的流程圖。

具體實(shí)施方式

為讓本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，以下結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式作詳細(xì)說(shuō)明。

在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是本發(fā)明還可以采用其它不同于在此描述的其它方式來(lái)實(shí)施，因此本發(fā)明不受下面公開(kāi)的具體實(shí)施例的限制。

圖1為本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法的流程圖。

如圖1所示，本發(fā)明的一個(gè)實(shí)施例中提供了一種全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法，其包括以下步驟：

步驟一、在設(shè)計(jì)空間中取樣本點(diǎn)進(jìn)行試驗(yàn)設(shè)計(jì)。

步驟二、首先計(jì)算所述樣本點(diǎn)的背景流場(chǎng)值，然后基于所述背景流場(chǎng)計(jì)算 噪聲值，得到所述樣本點(diǎn)的響應(yīng)值。此處可以通過(guò)數(shù)值分析程序得到所述樣本點(diǎn)的響應(yīng)值。

步驟三、采用伴隨方法得到局部最優(yōu)化設(shè)計(jì)點(diǎn)。

步驟四、基于所述樣本點(diǎn)及其響應(yīng)值建立代理模型。

步驟五、建立代理模型后，使用文化基因算法在代理模型上進(jìn)行高效率尋優(yōu)設(shè)計(jì)。所述文化基因算法將當(dāng)前最優(yōu)設(shè)計(jì)點(diǎn)加入到樣本中進(jìn)行下一次建模優(yōu)化，直至收斂準(zhǔn)則滿足。

步驟六、檢驗(yàn)收斂準(zhǔn)則是否滿足，如果收斂準(zhǔn)則滿足要求，則得到對(duì)象問(wèn)題的最優(yōu)解；反之，將最優(yōu)設(shè)計(jì)加入到所述樣本點(diǎn)中，并返回所述步驟四。

特別地，所述步驟五中所述文化基因算法依次進(jìn)行高搜索效率的文化基因算法和基于伴隨方法和噪聲控制方程的減噪優(yōu)化設(shè)計(jì)方法。

圖2為本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法中高搜索效率的文化基因算法的流程圖。

如圖2所示，所述高搜索效率的文化基因算法包括以下步驟：

第一、對(duì)種群進(jìn)行初始化。

第二、計(jì)算粒子的適應(yīng)度，記錄所述粒子的個(gè)體極值和群立體極值。

第三、對(duì)所述粒子進(jìn)行全局搜索。

第四、對(duì)所述粒子進(jìn)行局部搜索。

第五、更新粒子并保留個(gè)體極值和群體極值。

第六、判斷是否滿足終止條件，若是，則進(jìn)入下述步驟；若否，則返回所述第二個(gè)步驟。

第七、進(jìn)行交叉、變異操作。

第八、判斷是否滿足終止條件，若是，則結(jié)束；若否，則返回所述第三個(gè)步驟。

圖3為本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法中基于伴隨方法和噪聲控制方程的減噪優(yōu)化設(shè)計(jì)方法的流程圖。

如圖3所示，所述基于伴隨方法和噪聲控制方程的減噪優(yōu)化設(shè)計(jì)方法包括以下步驟：

第一、渦扇發(fā)動(dòng)機(jī)短艙氣動(dòng)。

第二、平均背景流計(jì)算。

第三、通過(guò)目標(biāo)函數(shù)定義和伴隨邊界條件，進(jìn)行噪聲伴隨方程計(jì)算。

第四、通過(guò)大量設(shè)計(jì)變量、網(wǎng)絡(luò)擾動(dòng)，進(jìn)行目標(biāo)函數(shù)和梯度值計(jì)算。

第五、判斷收斂準(zhǔn)則是否滿足；若滿足，則進(jìn)行局部最優(yōu)設(shè)計(jì)，從而結(jié)束完成一個(gè)循環(huán)；若不滿足，則進(jìn)行優(yōu)化算法，設(shè)計(jì)新的短艙氣動(dòng)外形，返回所述第二個(gè)步驟。

針對(duì)基于伴隨方法的渦扇發(fā)動(dòng)機(jī)減噪設(shè)計(jì)，上述步驟第三具體有如下推導(dǎo)：

首先，進(jìn)行曲線坐標(biāo)系下進(jìn)氣道噪聲傳播控制方程推導(dǎo)。

圓柱坐標(biāo)系下的矩陣形式的2.5-dlee方程表達(dá)式如下：

方程1：

其中：

接著，對(duì)噪聲伴隨方程進(jìn)行求解。

通過(guò)使?fàn)顟B(tài)向量的變分δw前的系數(shù)項(xiàng)為0，得到ψ的微分控制理論方程：

方程2：

其中：

因此，通過(guò)使ψ滿足使含δp'前的系數(shù)項(xiàng)為0，得到固壁上的控制理論邊界條件。

方程3：

離散上式，得到上表面控制理論邊界條件：

方程4：

積分線上的控制理論邊界條件分別為：

方程5：

還可得到積分線l1上的邊界條件

方程6：

最后，進(jìn)行設(shè)計(jì)變量梯度求解。

對(duì)梯度表達(dá)式最后簡(jiǎn)化為以下形式

方程7：

基于2.5dlee求解聲場(chǎng)和控制理論邊界條件，可以通過(guò)逆時(shí)間求解控制理論方程決定梯度的值。上述方程7是用于優(yōu)化的代價(jià)函數(shù)變分，它可為減小目標(biāo)函數(shù)提供方向。

基于此，梯度通過(guò)以下方程8進(jìn)行求解：

方程8：其中ai是外形函數(shù)的系數(shù)，也就是設(shè)計(jì)變量。

在實(shí)際實(shí)施伴隨方法過(guò)程中，設(shè)計(jì)代碼分成幾個(gè)模塊部分，包括流場(chǎng)求解，聲場(chǎng)求解，外形和網(wǎng)格變形算法和bfgs優(yōu)化算法等。進(jìn)一步的設(shè)計(jì)流程描述如下：

首先，使用50個(gè)hicks-henne方法參數(shù)化進(jìn)氣道外形且定義噪聲代價(jià)函數(shù)。

然后，計(jì)算聲場(chǎng)傳播和遠(yuǎn)場(chǎng)輻射。通過(guò)使用商業(yè)軟件fluent計(jì)算定常rans流場(chǎng)解。接著基于這個(gè)定常背景流結(jié)果，使用2.5dlee和fw-h代碼計(jì)算進(jìn)氣道近場(chǎng)噪聲傳播和遠(yuǎn)場(chǎng)輻射。

其次，在控制理論邊界條件約束下求解噪聲控制理論方程。

再次，使用變量梯度表達(dá)式計(jì)算代價(jià)函數(shù)對(duì)每個(gè)設(shè)計(jì)變量的梯度值。

接著，基于bfgs優(yōu)化算法尋找所有的設(shè)計(jì)變量的最優(yōu)值，然后基于這個(gè)最優(yōu)值更新外形。

最后，重復(fù)整個(gè)設(shè)計(jì)流程直到達(dá)到收斂或者獲得可接受的設(shè)計(jì)結(jié)果。

根據(jù)上述描述，本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法可以處理任意數(shù)量的設(shè)計(jì)變量的減噪設(shè)計(jì)。該算法求梯度只需大約兩倍的流場(chǎng)計(jì)算的計(jì)算量，而且所述渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法與設(shè)計(jì)變量的數(shù)目無(wú)關(guān)。

所述渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)采用文化基因算法來(lái)尋找全局最優(yōu)值。這種全局搜索和局部搜索的結(jié)合機(jī)制使其搜索效率在某些問(wèn)題領(lǐng)域比傳統(tǒng)遺傳算法快幾個(gè)數(shù)量級(jí)。噪聲計(jì)算采用線性歐拉方程，可以考慮任意背景流場(chǎng)對(duì)聲場(chǎng)的影響，可以處理多頻率多模態(tài)發(fā)動(dòng)機(jī)噪聲源。

本發(fā)明全局最優(yōu)渦扇發(fā)動(dòng)機(jī)進(jìn)氣道減噪設(shè)計(jì)方法采用伴隨方法來(lái)處理含有大量設(shè)計(jì)變量的減噪設(shè)計(jì)問(wèn)題，然后采用伴隨方法、文化基因算法與kriging方法的混合方法，使其在少量初始樣本的情況下跳出局部最優(yōu)，最終找到全局最優(yōu)點(diǎn)，極大地減少了減噪設(shè)計(jì)時(shí)間，可處理真實(shí)的工程問(wèn)題。

雖然以上描述了本發(fā)明的具體實(shí)施方式，但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，這些僅是舉例說(shuō)明，本發(fā)明的保護(hù)范圍是由所附權(quán)利要求書(shū)限定的。本領(lǐng)域的技術(shù)人員在不背離本發(fā)明的原理和實(shí)質(zhì)的前提下，可以對(duì)這些實(shí)施方式作出多種變更或修改，但這些變更和修改均落入本發(fā)明的保護(hù)范圍。