高速列車外形多學科設(shè)計優(yōu)化關(guān)鍵技術(shù)研究.pdf

1、隨著運行速度的不斷提高，列車空氣動力學問題諸如:空氣阻力、列車交會壓力波、橫風運行安全性、隧道微氣壓波等也日益突出。從氣動外形設(shè)計的觀點分析，上述空氣動力學問題都與列車外形有著密切的關(guān)系。列車外形設(shè)計引起了眾多業(yè)內(nèi)人士和學者的重視，然而目前的研究都是在單一氣動學科或線路工況內(nèi)進行，沒有考慮隨列車速度提高而日益增加的學科間耦合效應，也就無法獲得全局最優(yōu)解。
　　在國家科技支撐計劃“高速列車空氣動力學優(yōu)化設(shè)計及評估技術(shù)”(2009 B

2、AG12A07)和國家重點基礎(chǔ)研究發(fā)展973計劃“時速500公里條件下的高速列車基礎(chǔ)力學問題研究”(2011CB711102)的支持下，本課題將計算流體力學(ComputationalFluid Dynamics，CFD)和多學科設(shè)計優(yōu)化(Multidisciplinary Design Optimization，MDO)理論相結(jié)合，對高速列車外形MDO關(guān)鍵技術(shù)——“試驗設(shè)計+近似模型”的近似計算策略和GA-PSO組合算法進行研究，并初

3、步探討了其在高速列車外形設(shè)計中應用，主要內(nèi)容如下:
　　1)研究了“試驗設(shè)計+近似模型”的MDO計算策略。介紹了試驗設(shè)計基本概念，闡述了均勻試驗設(shè)計理論和方法，并編制了相應的均勻設(shè)計程序;分析了MDO中常用近似模型理論和構(gòu)建方法，并通過平方和函數(shù)與Schaffer F6函數(shù)對其預測精度進行比較，結(jié)果表明Kriging和SVM近似模型有良好的非線性適應性。
　　2)在深入分析遺傳算法(Genetic Algorithm，GA)

4、和粒子群優(yōu)化算法(ParticleSwarm Optimization，PSO)理論基礎(chǔ)上，把PSO算法粒子速度更新與GA算法種群選擇、交叉策略有機結(jié)合在一起，利用GA搜索能力強的優(yōu)勢進行全局搜索，而PSO執(zhí)行局部搜索，從而最大限度地發(fā)揮兩算法的優(yōu)點。Zakharov和Rastring函數(shù)測試結(jié)果表明，單一的GA和PSO算法容易陷入局部最優(yōu)，而GA-PSO組合算法更容易獲得全局最優(yōu)解，穩(wěn)定性也顯著提高。
　　3)采用“試驗設(shè)計+近

5、似模型”計算策略，對列車和隧道過度緩沖段外形進行耦合設(shè)計，并通過GA-PSO組合優(yōu)化策略獲得了列車—緩沖段的最優(yōu)外形方案。與當前結(jié)構(gòu)相比，耦合設(shè)計方案能使隧道出口微氣壓波幅值降低15.45％。
　　4)提出了多線路工況下列車頭形近似設(shè)計方法，并通過明線和過隧道線路工況下的實例驗證了該方法的有效性。與CRH2原型車氣動性能的對比分析表明，本文系列設(shè)計方案（5種頭形）的整體氣動性能均有不同程度的改善，其中隧道壓力梯度降低最高達到40.