第 ２９ 卷 第 ８ 期 航空动力学报 Ｖｏ

ｌ．２９ Ｎｏ．８
２０１４ 年 ８ 月 Ｊｏｕ
ｒｎａ
ｌ　ｏ
ｆ　Ａｅ
ｒｏｓ
ｐａｃ
ｅ　Ｐｏｗｅ
ｒ Ａｕｇ．２０１４


文章编号：
１０００－８０５５（
２０１４） ｉ：
０８－１８５５－０８　　　　　　　　ｄｏ １３２２４／
１０． ｊ．ｃｎｋ
ｉ．ａ
ｊｓｐ．
２０１４．
０８．
０１４

基于人工蜂群算法与 ＮＵＲＢＳ 的吸附式

叶型优化设计
杨小东 ， 刘 　 波 ， 张国臣 ， 那振喆
（西北工业大学 动力与能源学院，西安 ７１００７２）

摘 　　　 要：为提高轴流压气机吸附式叶型优化设计的质量，设计了一套基于人工蜂群（
ＡＢＣ）算法和非均匀
有理 Ｂ 样条（
ＮＵＲＢＳ）的自动优化设计系统 ．对人工蜂群算法的运行机制进行了深入分析，并与目前广泛使 用
的遗传算法（
ＧＡ）进行了对比 ．对比发现人工蜂 群 算 法 可 以 更 好 地 逼 近 全 局 最 优 值 且 收 敛 效 率 提 高 ５０％．使
用 ＮＵＲＢＳ 对叶型进行参数化，并研究了参数化过程中的 畸 变 问 题 ．将 抽 吸 参 数 与 叶 栅 参 数 同 时 作 为 优 化 变
量，使用该系统对一吸附式叶栅进行了优化 ．结果显示：抽吸槽设置在 ５８．
４４％ 轴 向 弦 长 位 置 处 流 动 损 失 下 降
８％ ，气流分离得到有效抑制 ．
明显，与优化前未抽吸叶型相比流动损失降低 ６４．
关 　 键 　 词：人工蜂群算法；非均匀有理 Ｂ 样条 （
ＮＵＲＢＳ）；叶型优化；吸附式叶栅；轴流压气机
３　　　　　 文献标志码：Ａ
中图分类号：Ｖ２３１．

Ｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ　
ｏｆ　ａｓ
ｐｉｒａｔ
ｅｄ　ａｉ
ｒｆｏ
ｉｌｂａ
　 ｓｅｄ　
ｏｎ　
ａｒｔ
ｉｆｉ
ｃｉａ
ｌ
ｂｅ
ｅ　ｃ
ｏｌｏｎｙ　ａ
ｌｇｏｒｉ
ｔｈｍ　ａｎｄ　ＮＵＲＢＳ
Ｘｉ
ＹＡＮＧ　 Ｂｏ，ＺＨＡＮＧ　
ａｏ－ｄｏｎｇ，ＬＩＵ　 Ｇｕｏ－ｃｈｅｎ，ＮＡ　
Ｚｈｅｎ－ｚｈｅ
（
Ｓｃｈｏｏ
ｌ　ｏ
ｆ　Ｐｏｗｅ
ｒ　ａｎｄ　
Ｅｎｅ
ｒｇｙ，
Ｎｏ
ｒｔｈｗｅ
ｓｔｅ
ｒｎ　
Ｐｏｌ
ｙｔｅ
ｃｈｎ
ｉｃａ
ｌ　Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙ，Ｘｉ
 ７１００７２，Ｃｈ
ａｎ　 ｉｎａ）

Ａｂｓ
ｔｒａｔ：Ｔｏ
ｃ 　ｉｍｐｒｏｖｅ
　ｔｈｅ　ｏｐｔ
ｉｍｉｚａｔ
ｉｏｎ　ｄｅｓ
ｉｇｎ　ｑｕａｌ
ｉｔ ｏ
ｙ　ｆ　ａ
ｓｐ ｉ
ｒａｔｅｄ　
ａｉｒｆ
ｏｉｌ　ｏ
ｆ ａｘ
　 ｉａ
ｌ　ｃｏｍ－
ｐｒ
ｅｓｓｏｒ，ａｎ　ａｕｔｏｍａｔｉ
ｃ　ｏｐｔｉｍｉｚ
ａｔｉ
ｏｎ　ｓｙｓｔｅｍ　ｗａ ｓ　ｄｅｖｅ
ｌｏｐｅｄ　ｂａｓｅｄ　ｏｎ　ａｒｔ
ｉｆｉ
ｃｉａｌ　ｂｅｅ
　ｃｏｌｏｎｙ
（ＡＢＣ）ａ ｌｇｏ
ｒｉｔ
ｈｍ　ａｎｄ　ｎｏｎ－ｕｎｉ
ｆｏｒｍ　ｒａ
ｔｉｏｎａｌ
　Ｂ－ｓ
ｐｌｉｎｅｓ（ＮＵＲＢＳ）．Ｔｈｅ　 ｍｅｃｈａｎｉｓｍ　ｏｆ　
ＡＢＣ　 ａ
ｌ－
ｇｏ
ｒｉｔ
ｈｍ　
ｗａｓ
　ｒｅ
ｓｅａ
ｒｃｈｅｄ　
ａｎｄ
　ｔ ｐｅ
ｈｅ　 ｒ
ｆｏｒｍａｎｃ
ｅ　ｗａ
ｓ　ｃｏｍｐａ
ｒｅｄ　ｗｉ
ｔｈ　ｇｅｎｅ
ｔｉｃ
　ａｌ
ｇｏｒ
ｉｔｈｍ （ＧＡ）
ｃｏｍｍｏｎ
ｌ ｕｓ
ｙ　 ｅｄ　
ａｔｐｒ
　 ｅ
ｓｅｎ
ｔ．Ｔｈｅ
　ｃｏｍｐａ
ｒｉｓｏｎ
　ｉｎｄ
ｉｃａ
ｔｅｄ
　ｔｈａ
ｔ　ＡＢＣ　
ａｌｇｏ
ｒｉｔ
ｈｍ　
ｃａｎ　
ｏｂｔ
ａｉｎ　
ｂｅｔ
ｔｅｒ
ｌ
ｇｏｂａ
ｌ　ｏｐ
ｔｉｍｕｍ　
ａｎｄ
　ｔｈｅ
　ｃｏｎｖｅ
ｒｇｅｎｃ
ｅ　ｓｐｅ
ｅｄ　
ｗａｓ
　５０％ ｈ
ｉｇｈｅ
ｒ　ｔ
ｈａｎ　
ＧＡ．ＮＵＲＢＳ　
ｗａｓ
　ａｐｐ
ｌｉｅｄ
　ｔｏ
ｐａｒ
ａｍｅ ｔｅｒ
ｉｚｅ
　ｔｈｅ　ａ
ｉｒｆｏ
ｉｌａｎｄ　
　 ｄ
ｉｓｔｏｒ
ｔｉｏｎ　ｐｒｏｂ
ｌｅｍｓ　ｉ
ｎ　ｔｈｅ　ｐｒｏｃ
ｅｓｓ　ｗｅｒｅ
　ｓｔｕｄ
ｉｅｄ．Ｔｈｅ　ｏｐｔ
ｉｍｉｚａ－
ｔ
ｉｏｎ　ｓｙｓ
ｔｅｍ　 ｗａｓ　
ｖａｌｉ
ｄａｔｅｄ　
ｂｙ　ｏｐ
ｔｉｍｉｚｉｎｇ　
ａｎ　ａｓｐ
ｉｒａ
ｔｅｄ　ｃａ
ｓ ｃ ，
ａｄｅ ｂｏ ｔ
ｈ　ｐａｒ
ａｍｅ ｔ
ｅｒｓ
　ｏｆ
　ｔｈｅ　
ｐｒｏ
ｆｉｌｅ
ａｎｄ
　ｔｈｅ
　ｓｕｃ
ｔｉｏｎ　
ｓｅｔ
ｔｉｎｇｓ　
ｗｅｒ
ｅ　ｔ
ｒｅａ
ｔｅｄ　
ａｓｏｐ
　 ｔ
ｉｍｉ
ｚａｔ
ｉｏｎ　
ｖａｒ
ｉａｂ
ｌｅｓ．Ｒｅ
ｓｕｌ
ｔｓｓｈｏｗ　
　 ｔｈａ
ｔ　ｔ
ｈｅ　
ｂｅｓ
ｔ
ｓｕｃ
ｔｉｏｎ
　ｌｏｃ
ａｔｉ
ｏｎ　
ｗｈｉ
ｃｈ　
ｃｏｕ
ｌｄ　
ｂｒｉ
ｎｇｔ
　ｈｅ　
ｍｏｓ
ｔ　ｐｅ
ｒｆｏ
ｒｍａｎｃ
ｅ　ｉｍｐｒ
ｏｖｅｍｅｎ
ｔ　ｉ
ｓ　ａ
ｔ　ａｂｏｕ
ｔ　５８．
４４％
ａｘ
ｉａｌ
　ｃｈｏ
ｒｄｌ
　ｅｎｇ
ｔｈ．６４．
８％ ｄｅ
ｃｒｅ
ａｓｅ　
ｏｆｔ
　ｈｅ
　ｆｌ
ｏｗ　
ｌｏｓ
ｓ　ｉ
ｓ　ｏｂ
ｔａｉ
ｎｅｄ
　ｉｆ
　ｃｏｍｐａ
ｒｅｄ　
ｗｉｔ
ｈ　ｔ
ｈｅｉ
　ｎｉ
ｔｉａ
ｌ
ｃ
ａｓｃ
ａｄｅ
　ａｎｄ
　ｔｈｅ
　ｓｅｐａ
ｒａｔ
ｉｏｎ　
ｏｆｔ
　ｈｅ
　ｆｌ
ｏｗ　
ｉｓｒ
　ｅｓ
ｔｒａ
ｉｎｅｄ．

Ｋｅ
ｙ　ｗｏ
ｒｄｓ： ａ
ｒｔｉ
ｆｉｃ
ｉａｌｂｅ
　 ｅｃｏ
　 ｌｏｎｙ　
ａｌｇｏ
ｒｉｈｍ；ｎｏｎ－ｕｎ
ｔ ｉｆ
ｏｒｍ　ｒ
ａｔｉ
ｏｎａ
ｌ　Ｂ－ｓ
ｐｌｉ
ｎｅｓ（
ＮＵＲＢＳ）；
ａ
ｉｒｆ
ｏｉｌｏｐ
　 ｔｉｍｉ
ｚａｔ
ｉｏｎ；ａ ｓｐ
ｉｒａｔ
ｅｄ　
ｃａｓ
ｃａｄｅ；ａｘｉ
ａｌｃｏｍｐｒ
　 ｅｓｓｏｒ

　　 吸附式压气机设计技术由美国麻省理工学院 该技术是在叶片吸力面上的强逆压梯度处吸除附
（ＭＩＴ）的 Ｋｅ
ｒｒ ｏｃｋ 等 １ 于 １９９７ 年 首 次 提 出 ．
ｅｂｒ
［］
面层，使气流在叶 型 后 段 以 完 全 附 着 的 方 式 实 现

收稿日期：
２０１３－０４－２６
基金项目：国家自然科学基金（
５１２３６００６）
作者简介：杨小东（
１９８６－ ），男，安徽淮北人，博士生，主要从事叶轮机械气动优化设计方面的研究 ．
１８５６ 航　空　动　力　学　报 第 ２９ 卷

叶片气动弯角的 增 加，进 而 提 高 压 气 机 整 体 做 功 其与差分进化算 法、粒 子 群 算 法 等 相 比 可 获 取 更

能力，减少因气流分离造成的（流动）损失 ．自从吸 佳的性能测试结 果，是 一 种 优 秀 的 函 数 优 化 方 法
附式压气机设计 理 念 提 出 以 来，附 面 层 吸 除 技 术 之一，且 具 有 设 置 参 数 少，计 算 简 单 等 优 点，具 有
在高负荷、高效率 压 气 机 设 计 研 究 中 逐 渐 成 为 一 广阔的工程应用前景 ．
个极具前途的研 究 方 向，国 内 外 的 学 者 陆 续 开 展 １　 人工蜂群算法的基本原理
１．
了相关研究 ．Ｍｅ
ｒ ｔ 在具有高负荷叶型的压
ｃｈａｎ
［
２］
在人工蜂群算法中，蜂群由采蜜蜂、待工蜂和
气机中采用附面 层 抽 吸 技 术，在 附 面 层 分 离 的 起 侦察蜂组成 ［１３］．采蜜蜂所采蜜 源 对 应 着 优 化 问 题
５％ 时，级
始位置进行抽吸，当抽 吸 流 量 比 达 到 ３． 的可 行 解 ．初 期，蜂 群 被 等 分 为 采 蜜 蜂 和 待 工 蜂 ．
０，同 时 指 出 抽 吸 量 和 抽 吸 位 置 的 选
压比高达 ３． 采蜜蜂外出采蜜，归 来 后 通 过 摇 摆 舞 将 蜜 源 的 位
择对于吸气效果有重要影响 ．
Ｃａｒ
ｔｅｒ等 ３ 对 ６９
［］
°叶 置、数量等信息传递给待工蜂，待工蜂根据获得的
型折转角的平面叶栅采用附面层吸除的实验结果 信息以一概率选 择 自 己 将 要 开 采 的 蜜 源 ．为 了 提
表明，采用较小的 抽 吸 量 就 可 以 显 著 降 低 流 动 损 高算法的全局收 敛 性，若 采 蜜 蜂 寻 找 到 的 蜜 源 的
失，改善叶栅内流动 ．宋彦萍、张华良等 ［４－５］通过数 质量在一定循环 次 数 后 仍 然 没 有 提 高，则 放 弃 当
值模拟研 究 了 抽 吸 对 压 气 机 叶 栅 气 动 性 能 的 影 前蜜 源，采 蜜 蜂 转 变 为 侦 察 蜂，继 续 寻 找 新 的 蜜
响，结果表明：通过抽吸可以明显改善压气机叶栅 源 ．人工蜂群算法包括以下基本步骤：
的气动性能，同时 指 出 抽 吸 量 和 抽 吸 位 置 对 压 气 １）初始化 蜜 蜂 种 群 ．在 初 始 时 刻，随 机 生 成
机叶栅性能的改善具有重要影响 ．陈绍文等 ［６－７］使 生成 Ｎ 个可行解 （
Ｘ１ ，
Ｘ２ ，…，ＸＮ ）
用数值模拟进一步验证了抽吸对压气机叶栅气动 ｊ
Ｘｉ ＝ Ｘｊｍｉｎ ＋ｒａｎｄ（０， Ｘｊｍａｘ －Ｘｊｍｉｎ） （
１）（ １）
性能的改善，并在 一 低 速 叶 栅 风 洞 上 对 不 同 抽 吸 式中ｊ∈ ｛ ，
１２ ， …， Ｄ ｝为 Ｄ 维解向量的某个分量，
量和抽吸位置的高负荷吸附式压气机叶栅进行了 ｊ
Ｘｉ 表示第ｉ 个 体 的 第ｊ 个 分 量，
ｒａｎｄ（
０，１）表 示
实验研究，分析了 抽 吸 位 置 和 抽 吸 量 对 高 负 荷 吸 （０，１）之间的随机数 ．
附式压气机叶栅流场的影响 ． ２）按照种群适应度大小，将蜜蜂分为采蜜蜂
上述研究已明确指出抽吸位置和抽吸量对于 和待工蜂两 种 ．在 该 步 中，计 算 由 步 骤 １）生 成 的
抽吸效果影响显 著，但 尚 无 确 切 的 抽 吸 设 计 法 则 各解向量的适应 度 值，并 按 由 大 到 小 的 顺 序 进 行
可供参考 ．因此，目前设计吸附式叶栅多是在现有 排列，选择前 Ｎ／２ 个蜜蜂作为采蜜蜂 ．
叶栅的基础上通过初步的数值分析后便直接手动 ３）对 于 每 只 采 蜜 蜂，继 续 在 原 蜜 源 附 近 采
择位进行开槽，并且抽吸量也是通过数次计算后大 蜜，搜 索 其 他 蜜 源，并 计 算 其 适 应 度 值，若 其 适 应
致给定的 ．这种“试凑”法对于存在大分离的叶栅是 度值更高，则取代原蜜源 ．搜索蜜源的公式为
有一定的效果，即便如此，仍无法保证所选的抽吸 ｊ
Ｖｉ ｊ
＝ Ｘｉ ｊ（ ｊ
＋φｉ ｋ）
Ｘｉ －Ｘｊ （２）
位置、抽吸量，甚至加入了抽吸之后的原始叶型是 式中ｊ∈ ｛１，
２，…， Ｄ ｝，ｋ∈ ｛１，２，…， Ｎ／２｝，且 ｋ≠
最优的 ．针对这一问题，本文开发了一套吸附式叶 ｉ，φ 为［－１，
１］之间的随机数 ．
型优化设计系统，对现有叶栅进行优化设计，在叶 采用贪婪选择算子在采蜜蜂搜索到的新位置
型优化的同时考虑抽吸影响 ．使用具有更强寻优能 向量Ｖ 和 Ｘ 中 选 取 具 有 更 优 适 应 度 的 保 留 给 下
力的人工蜂群算法对吸附式叶型进行优化 ． 一代的种群 ．其概率分布为

烄１　 ｆ（
Ｖｉ）≥ ｆ（
Ｘｉ）
１　 优化策略 ：人工蜂群 （
ＡＢＣ）算法 Ｐ｛
Ｔｓ（
Ｘｉ，
Ｖｉ）＝ Ｖｉ｝＝ 烅
烆０ ｆ（
Ｖｉ）＜ ｆ（
Ｘｉ）
在工程优化领域，遗传算法（
ＧＡ）８ 已被广泛
［］
（
３）
采用，但遗传算法存在着收敛速度慢，求解高维问 　　４）对于每只待工蜂，按照与蜜源适应度值 成
题时易早熟陷入 局 部 最 优 等 固 有 缺 陷，且 算 法 的 比例 的 概 率，选 择 一 个 蜜 源，并 在 其 附 近 进 行 采
操作 较 为 繁 琐，参 数 不 易 选 取 ．近 年 来，基 于 群 智 蜜，寻 找 其 他 蜜 源，若 新 产 生 的 蜜 源 适 应 度 值 更
能的 算 法，如 蚁 群 算 法 ［９］、粒 子 群 算 法 ［１０］等 逐 渐 高，则 待 工 蜂 变 为 采 蜜 蜂，并 取 代 原 蜜 源 位 置 ．待
成为 研 究 热 点，其 在 神 经 网 络 训 练、函 数 优 化、工 工蜂选择蜜源的选择概率为
程优化等领域表 现 出 了 优 于 遗 传 算 法 的 性 能 ．人 ｆ（
Ｘｉ）
Ｐ｛
Ｔｓ（
Ｘ）＝ Ｘｉ｝＝ Ｎｅ
（
４）
工蜂 群 算 法 ［
１１］
是 一 种 新 型 的 群 智 能 算 法，由
Ｋａ
ｒａｂｏｇａ 于 ２００５ 年 提 出，文 献 ［
１２］中 明 确 指 出 ∑ｆ（Ｘ
ｍ＝１
ｍ ）
　第８期 杨小东等：基于人工蜂群算法与 ＮＵＲＢＳ 的吸附式叶型优化设计 １８５７

式中 Ｎｅ 为采蜜蜂的个数 ．
５）若搜寻次数超过一定限制，仍没有找到具
有更高适应度值的蜜源，则放弃该蜜源，并重新初
始化生成一个新的蜜源 ．
６）记录下至今为止的最优蜜源，并跳至步骤
２），直至算法收敛 ．
２　 算法测试
１．
选用了 ３ 个典型的经常用于算法测试的函数
对人工蜂群算法 进 行 测 试，并 与 当 前 主 流 的 遗 传
算法进行了对比 ．测试函数分别为 Ｓｐｈｅ
ｒｅ，
Ｒａｓ
ｔｒ－
ｉ
ｇｉｎ，
Ｇｒｉｅｗａｎｋ 函数 ．
Ｓｐｈｅｒｅ函数的方程为 图 ２　Ｒａ
ｓｔｒ
ｉｇｎ 函数，定义域为［－１０，
ｉ １０］
ｎ
Ｆ
ｉｇ．
２　Ｒａ
ｓｔｒ
ｉｇｉ
ｎ　ｆ
ｕｎｃ
ｔｉｏｎ，ｄｅ
ｆｉｎｅｄ
　ｉｎ ［－１０，
１０］
ｎｆ（
ｍｉ Ｘ）＝ ∑Ｘ
２
ｉ （
５）
ｉ＝１

　　 如 图 １ 所 示，
Ｓｐｈｅ
ｒｅ 函 数 为 单 极 值 函 数，在
其定义域内有一个极小值，亦即全局最小值，其值
在 Ｘ＝ （
０， ０）时取得 ．
０，…，

图 ３　Ｇｒ
ｉｅｗａｎｋ 函数，定义域为［－１０，
１０］
Ｆ
ｉｇ．
３　Ｇｒ
ｉｅｗａｎｋ
　ｆｕｎｃ
ｔｉｏｎ，ｄｅ
ｆｉｎｅｄ
　ｉｎ ［－１０，
１０］

函数更为明显，各极值点之间存在明显的数值“悬
崖”，极难优化 ．
图 １　Ｓｐｈｅ
ｒｅ函数，定义域为［－１０，
１０］ 在函数测试中，人 工 蜂 群 算 法 种 群 规 模 设 置
Ｆ
ｉｇ．
１　Ｓｐｈｅ
ｒｅｆ
　ｕｎｃ
ｔｉｏｎ，ｄｅ
ｆｉｎｅｄ
　ｉｎ ［－１０，
１０］ 为 ４０，搜 索 限 制 次 数 为 １００，最 大 迭 代 次 数 为
２００．遗传算法种群规模为 ５０，交叉概率为 ０．６，变
Ｒａ
ｓｔｒ
ｉｇｎ 函数为
ｉ
ｎ 异概率为 ０．０１，进化代数为 ２００．各优化函数的维
ｎｆ（
ｍｉ Ｘ）＝２ｎ＋ ∑ ［ ２πｘｉ）］（
ｘｉ２ －１０ｃｏｓ（ ６） １００］各算法均独立运行
数为 ５，定义域为 ［－１００，
ｉ＝１

　　 与 Ｓｐｈｅ
ｒｅ 函 数 相 比，Ｒａ
ｓｔｒ
ｉｇｎ函数增加了
ｉ ２０ 次，然后取平均值，以减 小 随 机 误 差 ．测 试 结 果
余弦函数 的 调 制，其 图 形 如 图 ２ 所 示，在 Ｓｐｈｅ
ｒｅ 如表 １ 所示 ．
函数的图形的表 面，由 余 弦 函 数 调 制 出 多 个 极 值 表 １　３ 种函数算法测试结果
点，更难求解 ． ｌ
Ｔａｂｅ１　Ｔｅ
　 ｓｔｒ
　ｅｓ
ｕｌｔ
ｓ　ｏ
ｆ　ｔ
ｈｒｅ
ｅ　ｆ
ｕｎｃ
ｔｉｏｎ　
ａｌｏ
ｇｒｉ
ｔｈｍｓ
Ｇｒ
ｉｅｗａｎｋ 函数的形式为
函数 最佳值 ＡＢＣ 算法 ＧＡ
ｎｆ（
ｍｉ Ｘ）＝
ｎ ｎ Ｓｐｈｅ
ｒｅ　 ０　 ０　 ２．
２４１　
７１６
ｘｉ
（∑
ｉ＝１
ｘ ４　２
）
０００－ ∏ｃｏｓ
ｉ
ｉ＝１ 槡
ｉ
＋１ （
（）
７） Ｒａ
ｓｔｒ
ｉｇｉ
ｎ　 ０　 ０　 ８８．
７６７　
４９６

　 　Ｇｒ
ｉｅｗａｎｋ 函 数 在 定 义 域 ［－１０，１０］中 的 三 Ｇｒ
ｉｅｗａｎｋ　 ０　 ０．
００８　
６９５　 ０．
１６３　
１０４
维图形如图 ３ 所示 ．余弦函数的影响 较 Ｒａ ｓｔ
ｒｉｉ
ｇｎ
１８５８ 航　空　动　力　学　报 第 ２９ 卷

　　 对 于 Ｓｐｈｅ
ｒｅ 函 数 和 Ｒａ
ｓｔｒ
ｉｇｎ 函 数，人 工 蜂
ｉ 分保持种群的多样性，避免陷入局部最优 ．与遗传
群算 法 均 可 求 得 准 确 值，在 求 解 Ｇｒ
ｉｅｗａｎｋ 函 数 算法相比，人工蜂 群 算 法 在 求 解 精 度 及 速 度 上 均
时，误差在 １０ 范 围 内，各 函 数 优 化 结 果 的 质 量
－３
具有明显的优势 ．
明显优于标准遗传算法 ．
人工蜂群算法与遗传算法在函数测试中的收 ２　ＮＵＲＢＳ 参数化方法
敛情况如图 ４～ 图 ６ 所示 ．由 图 可 见，人 工 蜂 群 算 ＮＵＲＢＳ 是 一 种 先 进 的 参 数 化 曲 线、曲 面 造
法在初期可迅速缩小搜索区域，加快收敛速度 ．同 型方法，近年来已 经 被 广 泛 地 应 用 在 计 算 机 辅 助
时由于引入侦察 蜂 模 式，使 得 算 法 在 后 期 仍 可 充 ＣＡＤ／ＣＡＭ）和 计 算 机 图
设计／计算机 辅 助 制 造 （
形学等领域中，并 得 到 了 众 多 国 际 标 准 如 Ｓ
ｔａｎｄ－
ａ
ｒｄ　ｆｏ
ｒ　ｔｈｅ　Ｅｘｃｈａｎｇｅ　ｏｆ　Ｐｒｏｄｕｃｅ　Ｍｏｄｅｌ　Ｄａｔａ
（ＳＴＥＰ），Ｉｎｉ
ｔｉａ
ｌ　Ｇｒａｐｈｉ
ｃｓ　Ｅｘｃｈａｎｇｅ　
Ｓｐｅｃｉ
ｆｉｃａ
ｔｉｏｎ
（
ＩＧＥＳ），Ｏｐｅｎ　
Ｇｒａｐｈ
ｉｃｓ　
Ｌｉｂｒ
ａｒ ＯｐｅｎＧＬ）等 的
ｙ（
支持 ．与 Ｂｅ
ｚｉｒ曲线相 比，
ｅ ＮＵＲＢＳ 曲 线 的 局 部 修
ＮＵＲＢＳ 曲
改能力更强，更符合实际的优化需求 ．
线的定义如下：
ｎ

∑Ｎ
ｉ＝０
ｉ，
ｐ ｕ　
（ ｗｉＰｉ
）
Ｃ　
ｕ）＝
（ ｎ
（
８）

图 ４　Ｓｐｈｅ
ｒｅ函数优化收敛过程图
∑Ｎ
ｉ＝０
ｗｉ
ｉ，
ｐ

Ｆ
ｉｇ．
４　Ｃｏｎｖｅ
ｒｇｅｎｃ
ｅ　ｈ
ｉｓｔ
ｏｒ ｏ
ｙ　ｆＳｐｈｅ
　 ｒｅｆ
　ｕｎｃ
ｔｉｏｎ 式中 ｛
Ｐｉ ｝为控 制 点，｛
ｗｉ ｝为 权 因 子，｛ ｕ）｝是
Ｎｉ，ｐ （
定义在非周期 且 非 均 匀 节 点 上 的 ｐ 次 Ｂ 样 条 基
函数 ．
轴流压气机叶型与单一曲线相比更加复杂，其
前后缘为小半径的圆弧或椭圆弧，叶型中段为一自
由曲线，用一条 ＮＵＲＢＳ 曲线直接拟合这样的型线
目前尚存在一定难度且拟合精度较低 ．为提高拟合
精度，本 文 采 用 分 段 ＮＵＲＢＳ 曲 线 拟 合 叶 型 吸 力
面、压力面型线 ．吸力面、压力面前后缘分别用一条
５ 个控制 点 的 ３ 次 ＮＵＲＢＳ 曲 线 进 行 最 小 二 乘 拟
合，中 段 自 由 曲 线 用 一 条 ８ 个 控 制 点 的 ３ 次
ＮＵＲＢＳ 曲线进行拟合，其中吸力面的拟合效果在
图 ５　Ｒａ
ｓｔｒ
ｉｇｎ 函数优化收敛过程
ｉ
图 ７ 中给出 ．
Ｆ
ｉｇ．
５　Ｃｏｎｖｅ
ｒｇｅｎｃ
ｅ　ｈ
ｉｓｔ
ｏｒ ｏ
ｙ　ｆ　
Ｒａｓ
ｔｒｉ
ｇｉｎ
　ｆｕｎｃ
ｔｉｏｎ
叶型参数化后得到的 ＮＵＲＢＳ 曲线的控制点共
６个（吸、
３ 压力面各 １
８ 个），将叶型控制点及抽吸位

图 ７　 叶型吸力面 ＮＵＲＢＳ 曲线拟合

图 ６　Ｇｒ
ｉｅｗａｎｋ 函数优化收敛过程 Ｆ
ｉｇ．
７　Ｆ
ｉｔｔ
ｉｎｇ
　ｒｅ
ｓｕｌ
ｔｓ　
ｏｆｓｕｃ
　 ｔｉｏｎ　
ｓｉｄｅ　
ｏｆ

Ｆ
ｉ ｔ
ｈｅａ
　ｉｒ
ｆｏｉ
ｌｉ
　ｎ　
ＮＵＲＢＳ
ｇ．
６　Ｃｏｎｖｅ
ｒｇｅｎｃ
ｅ　ｈ
ｉｓｔ
ｏｒ ｏ
ｙ　ｆｔ
　ｈｅ　
Ｇｒｉ
ｅｗａｎｋ
　ｆｕｎｃ
ｔｉｏｎ
　第８期 杨小东等：基于人工蜂群算法与 ＮＵＲＢＳ 的吸附式叶型优化设计 １８５９

置和抽吸量一同作为优化变量，使用人工蜂群算法
对其进行寻优，
以达到吸附式叶型优化的目的．

３　 优化设计系统构建与实验
本文以一套内 部 实 验 叶 栅 作 为 研 究 对 象，实
验叶栅的具体参 数 在 表 ２ 中 给 出，使 用 上 述 参 数
化方法对实验叶 栅 吸 力 面、压 力 面 型 线 进 行 参 数
化，将叶型的几何 控 制 点 连 同 抽 吸 槽 的 位 置 和 抽
吸量作为优化变量，使用人工蜂群算法进行寻优，
达到优化设计的 目 的 ．吸 附 式 叶 型 的 气 动 性 能 计
算由 ＭＩＳＥＳ 程序完成 ．
图 ９　 进口马赫数为 ０．
５ 时表面马赫数计算值与
表 ２　 实验叶栅参数
实验值对比
ｌ
Ｔａｂｅ２　Ｐａ
　 ｒａｍｅ
ｔｅｒ
ｓ　ｏ
ｆ　ｔ
ｈｅｃ
　ａｓ
ｃａｄ
ｅ
Ｆ
ｉ ９　Ｃｏｍｐａ
ｇ． ｒｉｓ
ｏｎ　
ｏｆｃ
　ｏｍｐｕ
ｔａｔ
ｉｏｎ　
ａｎｄ　
ｅｘｐｅ
ｒｉｍｅｎ
ｔ
参数 数值 ｓｕ
ｒｆａ
ｃｅ　
Ｍａｃｈ　
ｎｕｍｂｅ
ｒ　ｗｉ
ｔｈｔ
　ｈｅ
　ｉｎ
ｌｅｔ　
Ｍａｃｈ

轴向弦长／ｍｍ　 ６５ ｎｕｍｂｅ
ｒ　０．
５

进口几何角／（
°） ４７．
０８
出口几何角／（
°） －１．
９８
叶栅安装角／（
°） ２１．
２７
设计马赫数 ０．
７
设计攻角／（
°） －１

３． ＳＥＳ 求解器验证
１　ＭＩ
ＳＥＳ 因其计算结果可靠，收敛速度快，在压
ＭＩ
气机叶栅的设计与分析中得到广泛应用［１４－１７］．为验
证其可靠性，本文选定设计攻角，分别在０．
５ 和０．
７
ＳＥＳ 对文中实验
两个不同的进口马赫数下使用 ＭＩ
图 １０　 进口马赫数为 ０．
７ 时表面马赫数计算值与
叶栅的 Ｓ１ 流场进行了计算，并将得到的表面马赫
实验值对比
数 Ｍａ 与实 验 值 进 行 了 比 较 ．ＭＩ
ＳＥＳ 计 算 采 用 Ｈ
Ｆ
ｉｇ．
１０　Ｃｏｍｐａ
ｒｉｓ
ｏｎ　
ｏｆｃ
　ｏｍｐｕ
ｔａｔ
ｉｏｎ　
ａｎｄ　
ｅｘｐｅ
ｒｉｍｅｎ
ｔ
型网格，如 图 ８ 所 示，沿 栅 距 方 向 网 格 数 （即 流 线
ｓｕ
ｒｆａ
ｃｅ　
Ｍａｃｈ　
ｎｕｍｂｅ
ｒ　ｗｉ
ｔｈｔ
　ｈｅ
　ｉｎ
ｌｅｔ　
Ｍａｃｈ
数）为 ２０，沿 流 线 方 向 网 格 数 为 ２６２，总 网 格 数 为 ｎｕｍｂｅ
ｒ ０．
７
　
２４０，进口边 界 条 件 给 定 进 口 气 流 角，出 口 边 界
５　
条件给定背压 ．对比结果在图 ９～ 图 １０ 中给出 ． 从图 ９～ 图 １０ 中可以 看 出，在 所 选 的 ２ 个 进
口马赫数下，ＭＩＳＥＳ 计算得到的叶片 表 面 马 赫 数
分布与实验值基本吻合 ．与实验值相比，计算所得
的 吸 力 面 表 面 马 赫 数 偏 低，但 误 差 在 允 许 范 围
之内 ．
２　 优化变量扰动量的确定
３．
由于 ＮＵＲＢＳ 曲 线 具 有 局 部 修 改 特 性，当 控
制点较多（多于 ４ 个）时，个 别 控 制 点 的 不 规 则 大
幅度移动 将 会 在 型 线 的 局 部 产 生 大 的 凹 坑 或 凸
起，如 图 １１ 所 示，这 种 畸 变 叶 型 的 产 生 将 会 误 导
图 ８　ＭＩ
ＳＥＳ 中的计算网格
算法的优化方向，使 得 最 后 的 优 化 结 果 没 有 任 何
Ｆ
ｉｇ．
８　Ｃｏｍｐｕ
ｔａｔ
ｉｏｎａ
ｌ　ｒ
ｇｉｄ
　ｉｎ　
ＭＩＳＥＳ 参考价值 ．
１８６０ 航　空　动　力　学　报 第 ２９ 卷

为了防止产生类似图 １１ 的不合理叶型，本文 叶型的产生 ．

构建的优化系统设计了一套新的优化变量扰动机 ３　 计算结果与分析
３．
制 ．作为优化变量 的 控 制 点 限 定 为 沿 叶 型 的 法 线
本优化系统包 括 叶 型 拟 合 与 参 数 化、叶 型 生
方向移 动，如 图 １２ 所 示，这 样 每 个 控 制 点 用 一 个
成、优化算法和气动性能计算共 ４ 个模块 ．各模块
横坐标便可描述，可大大减少优化变量的数目 ．
之间的协作关系在图 １３ 中给出 ．

图 １１　 叶型控制点的不合理扰动导致产生畸变叶型
Ｆ
ｉｇ．
１１　Ｉ
ｒｒａ
ｔｉｏｎａ
ｌ　ｄ
ｉｓｔ
ｕｒｂａｎｃ
ｅ　ｔ
ｏ　ｃ
ｏｎｔ
ｒｏｌ
　ｐｏ
ｉｎｔ
ｓ　ｏ
ｆ
ａ
ｉｒｆ
ｏｉｌ
　ｒｅ
ｓｕｌ
ｔｓｉ
　ｎｔ
　ｈｅ　
ｄｉｓ
ｔｏｒ
ｔｉｏｎ　
ａｉｒ
ｆｏｉ
ｌ

图 １３　 优化系统流程图
Ｆ
ｉｇ．
１３　Ｆ
ｌｏｗ　
ｃｈａ
ｒｔｏ
　ｆｔ
　ｈｅ　
ｏｐｔ
ｉｍｉ
ｚａｔ
ｉｏｎ　
ｓｙｓ
ｔｅｍ

如图 １３ 所示，该 系 统 中 各 个 模 块 相 对 独 立，
分别完成相应的 功 能，各 模 块 由 人 工 蜂 群 算 法 优
化进 行 整 合，算 法 优 化 程 序 自 动 调 用 参 数 化、
ＮＵＲＢＳ 叶型重构和 ＭＩＳＥＳ 性 能 评 估 等 模 块，各
模块间通过生成 临 时 文 件 共 享 数 据，实 现 完 全 自
图 １２　 叶型控制点沿叶片表面法线方向移动 动的优化设计 ．使 用 该 优 化 系 统 对 一 内 部 实 验 叶
Ｆ
ｉｇ．
１２　Ｃｏｎ
ｔｒｏ
ｌ　ｐｏ
ｉｎｔ
ｓ　ｏ
ｆ　ａ
ｉｒｆ
ｏｉｌ　
ｍｏｖｅ
　ｔｏｗａ
ｒｄｓ
　ｔｈｅ 栅进行了优化，优化的目标为最小化流动损失 ．控
ｎｏ
ｒｍ　
ｄｉｒ
ｅｃｔ
ｉｏｎ　
ａｌｏｎｇｔｈｅ　
ｂｌａｄｅ 制点按 式 （
　 ９）进 行 扰 动，抽 吸 槽 位 置 在 ４０％ ～
叶型控制点处型线法向曲率值从初始叶型中 ９０％ 轴 向 弦 长 之 间 扰 动，抽 吸 流 量 比 在 ０．
１％ ～
获取并且在优化 过 程 中 保 持 恒 定，这 样 可 以 从 一 １．０％ 之间 扰 动 ．蜂 群 规 模 设 为 ４０，进 化 １００ 代，
定程度上防止畸 变 叶 型 的 产 生 ．移 动 量 的 大 小 受 在一台配置 １Ｇ 内存，
Ｅ５５００　
２．８ＧＨＺ 双 核 ＣＰＵ
法向曲率绝对值的影响，经反复实验发现式（ 的计算机上历时约 ３ｈ，优化过程的收敛曲线如 图
９）确
定的扰动量较为合理 ． １４ 所示 ．
图 １５ 给出了优化前后叶型的对比 ．从图中可
Δ ＝±μδｘ
－ 槡ｋ （
９）
ｉ＋１ 以看出：从 ５０％ 轴 向 弦 长 以 后，叶 型 吸 力 面 型 线
－
式中 δｘ 为叶型数据点的平均横向间距， μ 为伸缩 开始逐渐向压力面偏移，厚度稍有减小，压力面型
系数，ｋ 为控制 点 法 向 斜 率 值，
ｉ 为 从 叶 型 前缘开 线有细微的变动但不甚明显 ．
始的控制点编号 ． ４４％ 轴 向 弦 长
优化得到最佳抽吸 位 置 为 ５８．
通过式（
９），将每个控制点的移动量与其沿叶 位置，在抽吸量达到设定 的 上 限 １％ 时，流 动 损 失
型的法向斜率联 系 起 来，而 不 是 传 统 地 给 每 个 控 最小，这是因为当 叶 型 吸 力 面 附 面 层 较 厚 甚 至 出
制点一个确定的 移 动 量，这 样 可 以 有 效 避 免 畸 变 现分 离 时，抽 吸 量 增 大，可 使 动 量 厚 度 变 薄，流 动
　第８期 杨小东等：基于人工蜂群算法与 ＮＵＲＢＳ 的吸附式叶型优化设计 １８６１

损失减小 ［２］． 布一致，在 ２０％ 至 ５８．

如图 １６ 所示，由于优化策略并未改变叶型前
缘的几何形状，优化前后，叶型前缘表面马赫数分
４４％ 轴向弦长处，优化后叶
型的表面马赫数 明 显 较 高 且 分 布 相 对 平 缓，负 荷
相对较小 ．在抽吸位置之后，表面马赫数继续平稳
下降，相反，优化前叶型的表面马赫数在后半段趋
于平坦，预示附面层可能已经分离 ．
从吸力面 附 面 层 的 形 状 因 子 分 布 图 （图 １７）
中可以更加明显地看出，在优化前，吸力面附面层
从 ５０％ 轴向弦 长 位 置 处 开 始 急 剧 增 厚 随 后 产 生
分离（形状因子大于 ３），优化后 的 吸 附 式 叶 型，在
附面层发展的中 期 及 时 将 其 吸 除，及 时 避 免 了 气
流 的 分 离，从 而 使 因 分 离 产 生 的 流 动 损 失 大 大
减小 ．

图 １４　 优化过程收敛曲线
Ｆ
ｉｇ．
１４　Ｃｏｎｖｅ
ｒｇｅｎｃ
ｅ　ｃｕ
ｒｖｅ　
ｏｆｔ
　ｈｅ　
ｏｐｔ
ｉｍｉ
ｚａｔ
ｉｏｎ　
ｐｒｏ
ｃｅｓ
ｓ

图 １７　 优化前后吸力面附面层形状因子分布
Ｆ
ｉ １７　Ｄｉ
ｇ． ｓｔｒ
ｉｂｔ
ｕｉｏｎ　
ｏｆｔ
　ｈｅ
　ｓｈａｐｅ
　ｆａ
ｃｔｏ
ｒ　ｏ
ｆ　ｔ
ｈｅｓｕｃ
　 ｔｉｏｎ
图 １５　 优化前后叶型对比
ｓ
ｉｄｅ　
ｂｏｕｎｄａ
ｒｙｌ
　ａｙｅ
ｒ　ｂｅ
ｔｗｅ
ｅｎ　
ｂｅｆ
ｏｒｅ
Ｆ
ｉｇ．
１５　Ｃｏｍｐａ
ｒｉｓ
ｏｎ　
ｏｆｔ
　ｈｅ
　ａｉ
ｒｆｏ
ｉｌｂｅ
　 ｆ
ｏｒｅ
ａｎｄ　
ａｆｔ
ｅｒｏｐ
　 ｔ
ｉｍｉ
ｚａｔ
ｉｏｎ
ａｎｄ　
ａｆｔ
ｅｒｏｐ
　 ｔ
ｉｍｉ
ｚａｔ
ｉｏｎ

图 １８　 优化叶型与原始叶型的攻角特性
图 １６　 优化叶型与原始叶型表面马赫数分布
Ｆ
ｉｇ．
１８　Ｉ
ｎｃｉ
ｄｅｎｃ
ｅ　ａｎｇ
ｌｅｃｈａ
　 ｒａｔ
ｅｒｉ
ｓｔｉ
ｃ　ｏ
ｆ　ｔ
ｈｅａ
　ｉｒ
ｆｏｉ
ｌｓ
Ｆ
ｉ １６　Ｓｕ
ｇ． ｒｆａ
ｃｅ　
Ｍａｃｈ　
ｎｕｍｂｅ
ｒ　ｄ
ｉｓｔ
ｒｉｂｕ
ｔｉｏｎ　
ｏｆｔ
　ｈｅ
ｂｅ
ｆｏｒ
ｅ　ａｎｄ　
ａｆｔ
ｅｒｏｐ
　 ｔ
ｉｍｉ
ｚａｔ
ｉｏｎ
ａ
ｉｒｆ
ｏｉｌ
　ｂｅ
ｆｏｒ
ｅ　ａｎｄ　
ａｆｔ
ｅｒｏｐ
　 ｔ
ｉｍｉ
ｚａｔ
ｉｏｎ
１８６２ 航　空　动　力　学　报 第 ２９ 卷

为了分析比较 优 化 后 叶 型 的 攻 角 特 性，本 文 ｒ，
Ｐｏｗｅ ２００５，
２０（
４）：
５６１－５６６．（
ｉｎ　
Ｃｈｉ
ｎｅｅ）
ｓ
［５ ］　 张华良，谭春青，张 新 敬，等 ．采 用 附 面 层 抽 吸 （
ＢＬＳ）控 制
计算了两 种 叶 型 从 －７．
０°到 ＋８．
０°共 １６ 个 攻 角
流动分离的数值模拟［
Ｊ］．推进技术，
２００９，
３０（
２）：
１９２－１９６．
下的流 动 损 失 情 况，计 算 结 果 在 图 １８ 中 给 出 ．从
ＺＨＡＮＧ　
Ｈｕａ
ｌｉａｎｇ，ＴＡＮ　Ｃｈｕｎｑ
ｉｎｇ，ＺＨＡＮＧ　Ｘｉ
ｎｊｎｇ，
ｉ ｅｔ
图中可 以 看 出，在 所 选 择 的 １６ 个 攻 角 中，优 化 叶 ａ
ｌ．Ｎｕｍｅ
ｒｉｃ
ａｌｉ
　ｎｖｅ
ｓｔｉ
ｇａｔ
ｉｏｎ　
ｏｎ　
ａｐｐ
ｌｉｃ
ａｔｉ
ｏｎ　
ｏｆｂｏｕｎｄａ
　 ｒｙｌａｙ－
　
型的流动损失 均 低 于 初 始 叶 型，其 中 －５
°到 ＋５
° ｅ
ｒ　ｓｕｎｃ
ｔｉｏｎ
　ｔｏ　
ｃｏｎ
ｔｒｏ
ｌ　ｔ
ｈｅｆ
　ｌｏｗ　
ｓｅｐａ
ｒａｔ
ｉｏｎｓ［
Ｊ］．
Ｊｏｕｒ
ｎａｌ
　ｏｆ
攻角范围内流动 损 失 的 降 低 尤 为 明 显 ．在 大 的 负 Ｐｒ
ｏｐｕ
ｌｓｉ
ｏｎ　
Ｔｅｃ
ｈｎｏ
ｌｏｇｙ，
２００９，
３０（
２）： （
１９２－１９６．ｉｎ　
Ｃｈｉ
ｎｅｅ）
ｓ
［６ ］　 陈绍文，郭爽，陆华伟，等 ．超 高 负 荷 吸 附 式 压 气 机 叶 栅 气
攻角和大的正攻 角 下，两 种 叶 型 的 流 动 损 失 逐 渐
动性能分析［
Ｊ］．热能动力工程，
２００９，
２４（
２）：
１６７－１７１．
逼近 ．主要是因为在这种极端情况下，分离已不可
Ｓｈａｏｗｅｎ，
ＣＨＥＮ　 Ｓｈｕａｎｇ，
ＧＵＯ　 ＬＵ　 ｉ，
Ｈｕａｗｅ ｅ
ｔ　ａ
ｌ．Ａｎａ
ｌｙ－
避免且分离位置 大 大 提 前，而 抽 吸 槽 的 位 置 相 对 ｓ
ｉｓ　
ｏｆｔｈｅａｅ
ｒｏｄｙｎａｍｉ
ｃ　
　 　 ｐｅ
ｒｆｏ
ｒｍａｎｃ
ｅ　ｏ
ｆ　ａ
　ｓｕｐｅ
ｒ－ｈ
ｉｇｈ
ｌｙｌ
　ｏａｄ－
靠后，即便采用更 大 的 抽 吸 量 也 很 难 使 附 面 层 重 ｅｄ　
ａｄｓ
ｏｒｔ
ｐｉｏｎ
　ｔｙｐｅ
　ｃｏｍｐ
ｒｅｓ
ｓｏｒ
　ｃａ
ｓｃａｄｅ［
Ｊ］．
Ｊｏｕｒ
ｎａｌ
　ｏｆ　
Ｅｎｇ
ｉ－
新附着 ．而在大部分的正常攻角范围内，优化叶型 ｎｅ
ｅｒｉ
ｎｇｆ
　ｏｒ　
Ｔｈｅ
ｒｍａ
ｌ　Ｅｎｅ
ｒ ａｎｄ　
ｇｙ　 ｒ，
Ｐｏｗｅ ２００９，
２４（
２）：
１６７－

仍具有明显的性能优势 ． １７１．（
ｉｎ　
Ｃｈｉ
ｎｅｅ）
ｓ
［７ ］　 陈绍文，郭爽，宋宇飞，等 ．附 面 层 抽 吸 对 高 负 荷 压 气 机 叶

４　 结 　 论 栅流场的影响［
Ｊ］．推进技术，
２００９，
３０（
５）：
５８８－５９３．
Ｓｈａｏｗｅｎ，
ＣＨＥＮ　 Ｓｈｕａｎｇ，
ＧＵＯ　 ＳＯＮＧ　
Ｙｕｆ
ｅｉ，
ｅｔａ
　ｌ．
Ｅｆｆ
ｅｃｔ
ｓ
本文使 用 人 工 蜂 群 算 法，结 合 ＮＵＲＢＳ 参 数 ｏ
ｆ　ｂｏｕｎｄａ
ｒｙ　ｌ
ａｙｅ
ｒ　ｓｕｎｃ
ｔｉｏｎ　ｏｎ
　ｔｈｅ
　ｆｌ
ｏｗ　ｆ
ｉｅｌ
ｄｓ　ｏ
ｆ　ｈ
ｉｇｈ
ｌｙ－
化法与 ＭＩＳＥＳ 求解程序，搭建了一套吸附式叶型 ｌ
ｏａｄｅｄ　ｃ
ｏｍｐ
ｒｅｓ
ｓｏｒ
　ｃａ
ｓｃ ｓ［
ａｄｅ Ｊ］．Ｊ
ｏｕｒ
ｎａｌ
　ｏｆ　Ｐｒ
ｏｐｕ
ｌｓｉ
ｏｎ

优化设计系统，不 同 于 以 往 的 在 现 有 叶 型 上 直 接 Ｔｅ
ｃｈｎｏ
ｌｏｇｙ，
２００９，
３０（ ５８８－５９３．（
５）： ｉｎ　
Ｃｈｉ
ｎｅｅ）
ｓ
［８ ］　Ｈｏ
ｌｌａｎｄ　
Ｊ　Ｈ．Ａｄａｐ
ｔｉｏｎ
　ｉｎ　ｎａ
ｔｕｒ
ａｌ　ａｎｄ　ａ
ｒｔｉ
ｆｉｃ
ｉａｌ
　ｓｙｓ
ｔｅｍｓ
优化抽吸位置的优化方法，经实验发现，优化效果
［Ｍ］．Ｍａ
ｓｓａ
ｃｈｕｓ
ｅｌｓ，ＵＳ：Ｔｈｅ　
ｔ Ｍａｓ
ｓａｃｈｕｓ
ｅｔｔ
ｓ　Ｉ
ｎｓｉ
ｔｉｔ
ｕｔｅ　
ｏｆ
良好，可得出如下结论：
Ｔｅ
ｃｈｎｏ
ｌｏｇｙ　
Ｐｒｅ
ｓｓ，
１９９２．
１）人工蜂 群 算 法 具 有 比 遗 传 算 法 更 加 优 秀 ［９ ］　Ｄｏ
ｒｉ Ｍ，
ｇａｏ　 Ｓ
ｔｕｔ
ｚｌｅ　
Ｔ．Ａｎ
ｔ　ｃ
ｏｌｏｎｙ　
ｏｐｔ
ｉｍｉ
ｚａｔ
ｉｏｎ［
Ｊ］．
Ｃｏｍｐｕ－
的特性，更加适合复杂优化问题的求解 ． ｔ
ａｔｉ
ｏｎａ
ｌ　Ｉ
ｎｔｅ
ｌｌ
ｉｇｅｕｃ
ｅ　Ｍａｇａ
ｚｉｎｅ，
２００６，
１（４）：
２８－３９．

２）ＮＵＲＢＳ 参数化法能够实现叶型的局部修 ［
１０］　Ｋｅｎｎｅｄｙ　
Ｊ，Ｅｂｅ
ｒｈａ
ｒｔ　
Ｒ．Ｐａ
ｒｔｉ
ｃｌｅ
　ｓｗａ
ｒｍ　
ｏｐｔ
ｉｍｉ
ｚａｔ
ｉｏｎ［
Ｃ］∥
Ｐｒ
ｏｃｅ
ｅｄｉ ｏ
ｎｇ　ｆ　ＩＥＥＥ　Ｉ
ｎｔｅ
ｒｎａ
ｔｉｏｎａ
ｌ　Ｃｏｎ
ｆｅｒ
ｅｎｃ
ｅ　ｏｎ　Ｎｅｕｒ
ａｌ
型，对于曲线的表达更为光滑和精确，且以较少的
Ｎｅ
ｔｗｏ
ｒｋｓ．
Ｐｅｒ
ｔｈ，
Ａｕｓ
ｔｒａ
ｌｉａ：
ＩＥＥＥ，
１９９５：
１９４２－１９４８．
控制点便可实现 复 杂 曲 线 的 参 数 化，可 有 效 减 少
［
１１］　Ｋａ
ｒａｂｏｇａ　
Ｄ．Ａｎ
　ｉｄｅ
ａ　ｂａ
ｓｅｄ　
ｏｎ　 ｂｅ
ｈｏｎｅｙ　 ｅ
　ｓｗａ
ｒｍ　
ｆｏｒ　
ｎｕ－
优化变量个数，在 叶 型 优 化 领 域 比 传 统 的 基 于 多 ｍｅ
ｒｉｃ
ａｌ　ｏｐ
ｔｉｍｉ
ｚａｔ
ｉｏｎ ［Ｒ ］．Ｔｕｒｋｅｙ：Ｅｒ
ｃｉｙｅ
ｓ　Ｕｎ
ｉｖｅ
ｒｓｉ
ｔｙ
项式的拟合更具优势 ． Ｔｅ
ｃｈｎ
ｉｃｌ，
ａ Ｒｅｐｏ
ｒｔ－ＴＲ０６，
２００５．

３）在叶型的优化设计过程中整合抽吸优化， ［
１２］　Ｋａ
ｒ Ｄ，Ｂａ
ａｂｏｇａ　 ｓｔｕｒｋ　Ｂ．Ｏｎ
　ｔｈｅ　ｐｅ
ｒｆｏ
ｒｍａｎｃ
ｅ　ｏ
ｆ　ａ
ｒｔｉ
ｆｉｃ
ｉａｌ

在优化叶型的同 时 优 化 抽 吸 位 置 和 抽 吸 量，充 分 ｂｅ
ｅ　ｃ
ｏｌｏｎｙ （
ＡＢＣ）ａ
ｌｇｏ
ｒｉｈｍ［
ｔ Ｊ］．
Ａｐｐ
ｌｉｅｄ　
Ｓｏｆ
ｔ　Ｃｏｍｐｕ
ｔｉｎｇ，
２００８，
８（１）：
６８７－６９７．
发挥两者优势，实现最优化设计，可最大化地挖掘
［
１３］　Ｂａｂａｙ
ｉｇｉ
ｔ　Ｂ，Ｏｚ
ｄｅｍｉ
ｒ　Ｒ．Ａ　ｍｏｄ
ｉｆｉ
ｅｄ　ａ
ｒｔｉ
ｆｉｃ
ｉａｌ
　ｂｅ
ｅ　ｃ
ｏｌｏｎｙ
叶型潜能，对于提高叶型气动性能作用明显 ． ａ
ｌｏｇ
ｉｒｔ
ｈｍ　
ｆｏｒ　
ｎｕｍｅ
ｒｉｃ
ａｌｆｕｎｃ
ｔｉｏｎ　
ｏｐｔ
ｉｍｉ
ｚａｔ
ｉｏｎ［
Ｃ］∥２０１２
　
ＩＥＥＥ　
Ｓｙｍｐｏ
ｓｉｕｍ　
ｏｎ　
Ｃｏｍｐｕ
ｔｅｒ
ｓ ａｎｄ　
Ｃｏｍｍｕｎ
ｉｃａ
ｔｉｏｎ．
Ｃａｐ－
参考文献 ：
　
ｐａｄｏ
ｃｉａ，
Ｔｕｒｋｅｙ：
ＩＥＥＥ，
２０１２：
０００２４５－０００２４９．
［１ ］　Ｋｅ
ｒｒｅｂｒ
ｏｃｋ　
Ｊ　Ｌ，
Ｒｅｉ
ｊｅｎ　
Ｄ　Ｐ，
Ｚｉｍｉ
ｎｓｋｙ　
Ｗ　Ｓ，
ｅｔａ
　ｌ．
Ａｓｐ
ｉｒａ
ｔｅｄ ［
１４］　Ｄｒ
ｅｌａ　Ｍ．Ｔｗｏ　ｄ
ｉｍｅｎｓ
ｉｏｎａ
ｌ　ｔ
ｒａｎｓ
ｏｎｉ
ｃ　ａ
ｅｒｏｄｙｎａｍｉ
ｃ　ｄｅ
ｓｉｇｎ
ｃ
ｏｍｐ
ｒｅｓ
ｓｏｒ［
Ｒ］．
ＡＳＭＥ　
Ｐａｐｅ
ｒ　９７－ＧＴ－５２５，
１９９７． ａｎｄ　
ａｎａ
ｌｙｓ
ｉｓ　
ｕｓｉ
ｎｇｔ
　ｈｅ　
Ｅｕｌ
ｅｒｅｑｕａ
　 ｔｉｏｎｓ［
Ｄ］．Ｍａ
ｓｓａ
ｃｈｕｓ
ｅｔｓ，
ｔ
［２ ］　Ｍｅ
ｒｃｈａｎ
ｔ　Ａ．
Ａｅｒ
ｏｄｙｎａｍｉ
ｃ　ｄｅ
ｓｉｇｎ　
ａｎｄ　
ｐｅｒ
ｆｏｒｍａｎｃ
ｅ　ｏ
ｆ　ａ
ｓｐｉ－ ＵＳ：Ｍａ
ｓｓａ
ｃｈｕｓ
ｅｔｔ
ｓ　Ｉ
ｎｓｔ
ｉｔｕ
ｔｅ　
ｏｆ　
Ｔｅｃｈｎｏ
ｌｏｇｙ，
１９８６．

ｒ
ａｔｅｄ　
ａｉｒ
ｆｏｉ
ｌｓ［
Ｒ］．
ＡＳＭＥ　
Ｐａｐｅ
ｒ　ＧＴ－２００２－３０３６９，
２００２． ［
１５］　Ｙｏｕｎｇ
ｒｅｎ　
Ｈ　Ｈ．
Ａｎａ
ｌｙｓ
ｉｓａｎｄ　
　 ｄｅｓ
ｉｇｎ　
ｏｆｔ
　ｒａｎｓ
ｏｎｉ
ｃ　ｃ
ａｓｃ
ａｄｅ
ｓ
［３ ］　Ｃａ
ｒｔｅ
ｒ　 Ｊ，
Ｃ　 Ｇｕ
ｉｌｌ
ｏｔＳ．
　 Ａｅ
ｒｏｄｙｎａｍｉ
ｃ　ｐｅ
ｒｆｏ
ｒｍａｎｃ
ｅ　ｏ
ｆ　ａ　
ｈｉｇｈ－ ｗｉ
ｔｈ　
ｓｐｌ
ｉｔｔ
ｅｒ　 ｓ［
ｖａｎｅ Ｄ］．Ｍａ
ｓｓａ
ｃｈｕｓ
ｅｔｓ，ＵＳ：Ｍａ
ｔ ｓｓａ
ｃｈｕｓ
ｅｔｔ
ｓ

ｔ
ｕｒｉ
ｎｇ　
ｃｏｍｐ
ｒｅｓ
ｓｏｒ
　ｓｔ
ａｔｏ
ｒ　ｗｉ
ｔｈ　ｆ
ｌｏｗ　ｃ
ｏｎｔ
ｒｏｌ［Ｒ］．ＡＩＡＡ－ Ｉ
ｎｓｔ
ｉｔｕ
ｔｅ　
ｏｆ　
Ｔｅｃｈｎｏ
ｌｏｇｙ，
１９９０．

２００１－３９７３，
２００１． ［
１６］　Ｍｅ
ｒｃｈａｎ
ｔ　Ａ　
Ａ．Ｄｅ
ｓｉｇｎ　
ａｎｄ　
ａｎａ
ｌｙｓ
ｉｓ　
ｏｆｓｕｐｅ
　 ｒｃｒ
ｉｔｉ
ｃａｌ
　ａｉ
ｒｆｏ
ｉｌｓ
［４ ］　 宋彦萍，陈浮，赵桂杰，等 ．附 面 层 吸 除 对 大 转 角 压 气 机 叶 ｗｉ
ｔｈ　
ｂｏｕｎｄａ
ｒｙｌ
　ａｙｅ
ｒ　ｓｕｃ
ｔｉｏｎ［
Ｄ］．Ｍａ
ｓｓａ
ｃｈｕｓ
ｅｔｓ，
ｔ ＵＳ：Ｍａ
ｓ－
栅气动性能影响的 数 值 研 究 ［
Ｊ］．航 空 动 力 学 报，
２００５，
２０ ｓ
ａｃｈｕｓ
ｅｔｔ
ｓ　Ｉ
ｎｓｔ
ｉｔｕ
ｔｅ　
ｏｆ　
Ｔｅｃｈｎｏ
ｌｏｇｙ，
１９９６．
（
４）：
５６１－５６６． ［
１７］　Ｍｅ
ｒｃｈａｎ
ｔ　Ａ　
Ａ．Ｄｅ
ｓｉｇｎ　
ａｎｄ　
ａｎａ
ｌｙｓ
ｉｓ　
ｏｆａｘ
　 ｉ
ａｌａ
　ｓｐ
ｉｒａ
ｔｅｄ　
ｃｏｍ－

ＳＯＮＧ　
Ｙａｎｐ
ｉｎｇ， Ｆｕ，
ＣＨＥＮ　 ＺＨＡＯ　
Ｇｕｉ
ｊｅ，
ｉ ｅ
ｔ　ａ
ｌ．Ｎｕｍｅ
ｒｉｃ
ａｌ ｒ
ｐｅｓ
ｓｏｒ
　ｓｔ ｓ［
ａｇｅ Ｄ］．Ｍａ
ｓｓａ
ｃｈｕｓ
ｅｔｓ，ＵＳ：Ｍａ
ｔ ｓｓａ
ｃｈｕｓ
ｅｔｔ
ｓ　Ｉ
ｎ－

ｉ
ｎｖｅ
ｓｔｉ
ｇａｔ
ｉｏｎ　
ｏｆｂｏｕｎｄａ
　 ｒｙｌ
　ａｙｅ
ｒ　ｓｕｃ
ｔｉｏｎ
　ｉｎ　
ｃｏｍｐ
ｒｅｓ
ｓｏｒ
　ｃａ
ｓ－ ｓ
ｔｉｔ
ｕｔｅ　
ｏｆ　
Ｔｅｃｈｎｏ
ｌｏｇｙ，
１９９９．

ｃ
ａｄｅ　
ｗｉｔ
ｈ　ｌ
ａｒｇｅ
　ｔｕｒ
ｎｉｎｇ　ａｎｇ
ｌｅｓ［
Ｊ］．
Ｊｏｕｒ
ｎａｌ
　ｏｆ　Ａｅ
ｒｏｓｐａ
ｃｅ