使用遗传算法的双轴涡扇发动机能量与火用优化
最优化与控制
2012-07-04 v1
摘要
本文介绍了遗传算法元启发式在基于火用和能量理论优化双轴涡扇发动机设计中的应用。遗传算法用于寻找定义涡扇发动机的八个参数的最优值。这些参数在遗传算法中被编码为染色体（一种隐喻）。作者开发了一个名为TurboJet-Engine Optimizer v1.0 (TJEO-1.0)的计算机程序，用于计算发动机的热力学性质并实现优化。工作流体的热值通过使用来自现有文献的8阶多项式流体模型获得。涡扇发动机中的涡轮机械部件也被假定具有当今技术水平的多变效率。TJEO-1.0与Pyevolve集成，Pyevolve是一个为Python编程语言构建的开源遗传算法优化框架。TJEO-1.0创建的最优设计根据以下标准进行评估：(1) 能量效率，(2) 火用效率，(3) 两者的组合。结果表明，基于第三个标准优化的涡扇发动机设计能够产生比基于第一和第二个标准优化的设计更高的比推力（超过30%）。
引用
@article{arxiv.1207.0743,
title = {Optimisation of energy and exergy of two-spool turbofan engines using genetic algorithms},
author = {Vin Cent Tai and Phen Chiak See and Cristinel Mares and Kjetil Uhlen},
journal= {arXiv preprint arXiv:1207.0743},
year = {2012}
}
备注
Keywords: Aircraft design; turbofan engine; exergy efficiency; genetic algorithm; global optimisation