張健，張敏，杜娟，*，黃偉亮，聶超群

1.華北電力大學 能源動力與機械工程學院，北京 100096

2.中國科學院 工程熱物理研究所 先進燃氣輪機實驗室，北京 100190

3.中國科學院 先進能源動力重點實驗室，北京 100190

4.中國科學院 輕型動力創(chuàng)新研究院，北京 100190

5.中國科學院大學 工程科學學院，北京 100049

6.江蘇大學 能源與動力工程學院，鎮(zhèn)江 212013

自21 世紀以來，航空發(fā)動機步入一個加速發(fā)展的階段。航空發(fā)動機的發(fā)展水平是一個國家綜合國力的重要體現(xiàn)，因而世界各個國家一直對航空發(fā)動機的發(fā)展保持高度重視。壓氣機作為航空發(fā)動機的核心部件之一，其性能優(yōu)劣將直接影響著發(fā)動機整機的性能。為適應未來變循環(huán)航空發(fā)動機的發(fā)展需求，發(fā)動機應具備更高的級負荷、更大的推重比以及更寬廣的高效運行范圍等特點。更高的級負荷和更大的推重比使得發(fā)動機壓氣機內(nèi)部流動的逆壓梯度進一步增大，進而加劇角區(qū)分離和附面層流動分離等二次流現(xiàn)象［1-3］。更寬的高效運行范圍則是壓氣機面臨的另一個挑戰(zhàn)，即壓氣機能夠?qū)崿F(xiàn)寬速域、變工況范圍下穩(wěn)定、高效運行。

為了克服上述所提出的壓氣機面臨的挑戰(zhàn)與難題，可在壓氣機內(nèi)部流動中引入主動流動控制技術(shù)來抑制流動分離并拓寬壓氣機穩(wěn)定、高效運行范圍。主動流動控制技術(shù)不僅可以減弱甚至消除內(nèi)部流動分離，進而降低其總壓損失，而且可以大幅提升壓氣機的擴壓能力［4-5］。目前，主動流動控制技術(shù)主要包括附面層噴氣［6］、附面層抽吸［7］、等離子體激勵［8］、脈沖射流［9］和合成射流［10］，以上5 種主動流動控制技術(shù)在提升壓氣機氣動性能方面均得到了大量數(shù)值計算和試驗驗證。然而，上述大部分的研究只關注主動控制技術(shù)在壓氣機特定工況下的控制效果，或控制系統(tǒng)作動機構(gòu)的執(zhí)行參數(shù)無法隨工況的變化而變化，因而在全工況范圍下壓氣機內(nèi)部流動損失的控制效果差強人意。

為使主動控制技術(shù)具有靈活和智能的特性，采用前饋（Back Propagation，BP）神經(jīng)網(wǎng)絡、徑向基函數(shù)（Radial Basis Function，RBF）神經(jīng)網(wǎng)絡和機器學習等算法建立壓氣機氣動參數(shù)與控制系統(tǒng)作動機構(gòu)執(zhí)行參數(shù)之間的映射關系，進而嵌入至主動流動控制系統(tǒng)中，實現(xiàn)開環(huán)或閉環(huán)自適應流動控制調(diào)節(jié)，即自適應流動控制技術(shù)。自適應流動控制技術(shù)的一大優(yōu)勢是其可以智能感知壓氣機內(nèi)部流動狀態(tài)，只有在某些特定工況條件下或當流動狀態(tài)發(fā)生惡化時才會智能施加主動控制手段，進而減小噴氣或抽吸所需的能量并提升控制系統(tǒng)的效率［11］。在此需要指出的是，自適應流動控制技術(shù)最先是在機翼外流領域提出并被成功應用。Becker 等［12］在大攻角條件下采用自適應流動控制技術(shù)大幅減弱了機翼表面流動分離，且使得飛機的升力系數(shù)提升了2%。隨后，Olivett 等［13］將開環(huán)自適應控制系統(tǒng)布置在機翼外表面，發(fā)現(xiàn)靠近機翼葉型尾緣位置處的流動分離得到有效抑制。受到自適應流動控制技術(shù)在外流中成功應用的啟示，很多學者將自適應流動控制技術(shù)引入至內(nèi)部流動中來提升壓氣機的氣動性能。在航空發(fā)動機壓氣機內(nèi)部流動中渦系結(jié)構(gòu)極其復雜，靜葉通道中存在有通道渦、泄漏渦、馬蹄渦和角區(qū)渦等［14］。當壓氣機處于非設計工況時，這些渦系結(jié)構(gòu)變得尤為劇烈并最終可能會誘發(fā)壓氣機發(fā)生失速或喘振，進而使得發(fā)動機性能受損。因而在壓氣機中引入自適應流動控制技術(shù)來削弱不穩(wěn)定渦系結(jié)構(gòu)帶來的不利影響將顯得尤為重要。

在內(nèi)流領域，Nguyen 等［15］首次將自適應流動控制技術(shù)應用至低速軸流壓氣機中，實現(xiàn)了實時控制靜葉吸力面?zhèn)鹊膰姎饬髁坎⒂行Ы档土巳~型損失。Staats 等［16］實現(xiàn)了高負荷壓氣機靜葉葉柵內(nèi)流動分離的智能調(diào)控，相比于原始葉柵，其擴壓能力提升了2.5%。隨后，將此控制系統(tǒng)中的噴氣流量閥門控制算法進行更新，相比于定常噴氣控制，使用較少的噴氣能量即可大幅提升葉柵的擴壓能力。然而關于自適應流動控制技術(shù)的大部分研究均采用傳統(tǒng)噴氣結(jié)構(gòu)，其將不可避免地導致噴氣流體與主流流體產(chǎn)生摻混損失，因而Landsberg 和Krasnoff［17］指出切向噴氣方式比傳統(tǒng)噴氣方式更加高效。因此，在壓氣機內(nèi)部流動控制中引入基于康達效應的康達噴氣造型來實現(xiàn)噴氣附壁切向流動。康達噴氣造型可以有效利用流體流動黏度的影響迫使噴氣流體附著在彎曲的康達表面上，進而有效地調(diào)節(jié)流場?？颠_噴氣對抑制壓氣機靜葉附面層流動分離的有效性已得到大量的數(shù)值和試驗的驗證［4，18-20］。作者前期開展了關于康達噴氣葉型在不同來流工況下康達噴氣量對高負荷葉柵氣動性能的影響研究，發(fā)現(xiàn)不同工況下使葉柵氣動性能提升最明顯所需的康達噴氣量不同，進而為自適應康達噴氣流動控制的研究提供了一定的基礎［20］。然而基于自適應康達噴氣流動控制技術(shù)在壓氣機內(nèi)部流動控制中的應用在國內(nèi)外未見公開報道，因此，自適應康達噴氣流動控制技術(shù)在高亞聲速來流條件下的控制效果亟需探索。

基于上述分析，本文通過在高負荷壓氣機葉柵吸力面布置康達噴氣縫的形式構(gòu)建了自適應康達噴氣流動控制系統(tǒng)，采用試驗測量的方法，在高亞聲速來流（Ma=0.4～0.6）條件下研究此系統(tǒng)對葉柵流動分離的控制效果和氣動性能的影響規(guī)律。本文主要包含以下3 個部分：首先，選取了擴壓因子為0.66 的壓氣機靜葉葉柵為研究對象，并優(yōu)化設計了單縫康達噴氣靜葉葉柵；然后，基于數(shù)值計算結(jié)果采用方差分析法、主成分分析法和神經(jīng)網(wǎng)絡算法建立了單縫康達噴氣靜葉葉柵來流攻角預測模型和最佳噴氣量預測模型；最后，搭建了基于自適應康達噴氣流動控制系統(tǒng)的試驗平臺，驗證了其對高負荷葉柵來流條件預測的準確性和流動分離控制的有效性。

1 研究對象

本文選取Zierke &Deutsch 雙圓弧葉型為研究對象，在設計工況下其擴壓因子為0.66，該葉型型線控制方程和原始幾何參數(shù)參考文獻［21］。為了契合中國科學院工程熱物理研究所暫沖式高速平面葉柵試驗臺試驗段葉柵矩形窗尺寸，將Zierke &Deutsch 原始葉型按照1∶2.83 的比例進行縮尺模化，?；蟮年P鍵幾何設計參數(shù)如表1 所示。

表1 Zierke &Deutsch 葉型幾何參數(shù)Table 1 Zierke &Deutsch profile geometric parameters

然后，通過參數(shù)化造型方法和嵌入遺傳算法的BP 神經(jīng)網(wǎng)絡對Zierke &Deutsch 葉型進行單縫康達噴氣改型優(yōu)化設計，在吸力面靠近尾緣處布置一個康達噴氣縫，康達噴氣縫、康達表面及吸力面部分再造型型線均采用曲率連續(xù)的圓弧進行連接，其詳細過程可參考作者前期工作［20］，在此將不再贅述。

優(yōu)化設計后的單縫康達噴氣二維截面葉型和三維葉片如圖1 所示。采用3D 打印方式加工的單縫康達噴氣葉片如圖1（a）所示，為防止在高速葉柵試驗過程中因葉片形變而帶來對氣動性能的影響，材質(zhì)選為不銹鋼（17-4-PH）。圖1（b）中藍色區(qū)域為康達噴氣引氣腔體，氣流在腔體內(nèi)經(jīng)一次折轉(zhuǎn)后沿縫噴出，噴氣縫布置在距離前緣80.8%軸向弦長位置處（80.8%Cax）。為獲取最佳噴氣控制效果，噴氣縫寬度與康達表面半徑的比值＜0.02，在此取噴氣縫寬度為0.3 mm［22］。

圖1 康達噴氣葉柵二維葉型和三維葉片F(xiàn)ig.1 2D profile and 3D blade of cascade with Coanda jet

2 數(shù)值計算與試驗方法

2.1 自適應康達噴氣流動控制系統(tǒng)

基于作者前期關于單縫定常康達噴氣葉柵數(shù)值計算和試驗測量的基礎，為適配復雜多變來流條件下靜葉內(nèi)部流動損失的實時變化與遷移特性，提出“氣動參數(shù)在線監(jiān)測-氣動性能與激勵參數(shù)實時預測-氣動損失自適應調(diào)控”的壓氣機自適應減損策略，由于來流工況變動時葉片表面靜壓發(fā)生變化，因此氣動參數(shù)的監(jiān)測選取葉片表面靜壓，進一步集成研制了自適應康達噴氣流動控制系統(tǒng)，圖2 給出了控制系統(tǒng)的組成和調(diào)控流程示意圖，該系統(tǒng)主要由4 部分組成：①單縫康達噴氣葉片；② 比例電磁閥和噴氣流量控制器；③康達噴氣氣源及噴氣穩(wěn)壓裝置；④ 氣動參數(shù)采集和分析模塊?；冖俸廷軐崿F(xiàn)葉表靜壓參數(shù)在線監(jiān)測、來流攻角和最佳噴氣量實時預測，結(jié)合②和③進而實現(xiàn)寬馬赫數(shù)和寬攻角范圍下高負荷壓氣機靜葉流動損失的實時調(diào)控。其中，第④部分是實現(xiàn)康達噴氣智能調(diào)控的核心，內(nèi)嵌有來流攻角預測模型和最佳噴氣量預測模型，下面簡要介紹其構(gòu)建過程和工作原理。

圖2 自適應康達噴氣流動控制系統(tǒng)流程圖Fig.2 Flow chart of adaptive Coanda jet control system

自適應康達噴氣流動控制系統(tǒng)的數(shù)據(jù)采集和分析模塊主要為了解決2 個關鍵問題：①靜葉表面靜壓測量點位如何選?。竣?不同來流工況下如何實現(xiàn)康達噴氣量的精準預測？為解決第1個問題，采用數(shù)值計算方法在不同來流攻角和不同來流馬赫數(shù)下模擬樣本算例，采用均勻取樣法確定所需的樣本算例，算例的選取考慮來流攻角和康達噴氣量的變化，其中，來流攻角和噴氣量的變化范圍分別為［-3°，5°］和［0，2.0%］。然后，采用方差分析法對不同來流馬赫數(shù)（Ma=0.4～0.6）條件下樣本算例的數(shù)值計算結(jié)果進行分析，得到單縫康達噴氣葉柵中對來流攻角變化敏感性較高的5 個靜壓點位。為了解決第2 個問題，對上述樣本算例結(jié)果進行分析，提取出來流馬赫數(shù)、來流攻角、噴氣量、葉表靜壓和總壓損失系數(shù)參數(shù)，通過BP 神經(jīng)網(wǎng)絡構(gòu)建來流攻角預測模型和最佳噴氣量預測模型，其中，來流攻角預測模型的輸入?yún)?shù)是5 個靜壓值和噴氣量，輸出參數(shù)為攻角。因輸入?yún)?shù)數(shù)據(jù)維度較高，因此，為縮短模型訓練時間和提高模型預測精度，采用主成分分析法對5 個靜壓值進行數(shù)據(jù)降維；最佳噴氣量預測模型的輸入變量為攻角和噴氣量，輸出參數(shù)為總壓損失系數(shù)。上述靜壓關鍵點位的選取、數(shù)據(jù)降維和預測模型的構(gòu)建等詳細過程參考課題組前期工作［23］，作者負責采用方差分析法選取不同來流馬赫數(shù)下對來流攻角敏感性高的靜壓關鍵點位，進一步采用主成分分析法對得到的葉柵表面關鍵靜壓點位靜壓值進行數(shù)據(jù)降維，以此來提高后續(xù)預測模型構(gòu)建的精度。更近一步，基于BP 神經(jīng)網(wǎng)絡方法構(gòu)建來流攻角預測模型和最佳噴氣量預測模型。最后，基于來流攻角預測模型和最佳噴氣量預測模型與北京科技大學合作開發(fā)了基于Labview 的自適應康達噴氣流動控制程序。進而實現(xiàn)了不同來流工況下康達噴氣量的精準預測。進一步采用試驗測量的方法對自適應康達噴氣流動控制系統(tǒng)的有效性和準確性進行驗證。

2.2 數(shù)值計算方法及驗證

單葉片通道計算域如圖3 所示，進口面和出口面分別位于葉片前緣和尾緣0.75Cax和1.5Cax處。計算域由主流區(qū)域和噴氣區(qū)域兩部分組成，且通過流體交界面相連。圖4 給出了葉柵通道、前緣、尾緣和噴氣縫近壁面網(wǎng)格分布情況，主流區(qū)域采用結(jié)構(gòu)化網(wǎng)格，通過Numeca軟件中的IGG 模塊采用分塊網(wǎng)格法將葉柵通道網(wǎng)格劃分為HOH 型網(wǎng)格，葉片區(qū)域采用O 型網(wǎng)格，近壁面第1 層網(wǎng)格厚度為1×10-5m，從而保證所有近壁面網(wǎng)格y+均＜1，且葉片近壁面網(wǎng)格進行加密處理，進而更好地捕捉附面層流動特征。噴氣區(qū)域采用非結(jié)構(gòu)化網(wǎng)格，通過ANSYS 軟件中的ICEM 模塊劃分。此外，葉柵端壁處網(wǎng)格同樣進行了網(wǎng)格加密處理，以更準確地模擬端壁對流體的展向擾動效應和角區(qū)流動特征。

圖3 計算域Fig.3 Computational domain

圖4 計算網(wǎng)格細節(jié)Fig.4 Details of computational grid

基于課題組對高負荷壓氣機數(shù)值模擬的研究基礎［4，20，24］，結(jié)合前期工作中對本文研究對象的網(wǎng)格無關性驗證［23］，本文所有算例總網(wǎng)格量均為6.87×106。

數(shù)值計算求解器選用ANSYS CFX Slover，基于課題組前期的研究基礎［24］，發(fā)現(xiàn)SST（Shear Stress Transport）k-ω湍流模型對該葉柵的氣動損失預測精度最高，因此本文結(jié)合SST 湍流模型并耦合γ-Reθ轉(zhuǎn)捩模型來求解三維Navier-Stokes方程。基于單元中心的有限體積法進行控制方程的求解，控制方程對流項的離散采用二階迎風格式和中心差分格式。

葉柵計算域進口邊界條件給定總溫（288.15 K）、總壓和氣流方向，出口邊界條件給定均勻靜壓（101 325 Pa）。當引入噴氣流量時，噴氣進口邊界條件給定質(zhì)量流量、總溫（288.15 K）和氣流方向。根據(jù)暫沖式高速平面葉柵風洞實際運行狀況，主流進口和噴氣進口湍流度給定為5%。所有固壁面設置為絕熱無滑移邊界條件。

采用上述數(shù)值計算方法，在馬赫數(shù)為0.5 的來流條件下，圖5 給出了0°和5°攻角（i）下Zierke&Deutsch 葉柵50%葉高位置處數(shù)值計算與試驗靜壓系數(shù)分布對比圖，靜壓系數(shù)（Cp）定義如式（1）所示，表明Zierke &Deutsch 葉柵數(shù)值計算與試驗得到的葉片表面靜壓系數(shù)趨勢及數(shù)值吻合度較高，因而驗證了所采用的數(shù)值模擬方法的準確性。然后，進行了試驗與數(shù)值模擬在不同來流攻角下的總壓損失系數(shù)特性線的對比，如圖6所示，總壓損失系數(shù)（ω）的定義如式（2）所示，可以看出試驗與數(shù)值模擬結(jié)果在攻角范圍［-3°，3°］時吻合良好，而隨著攻角的進一步減小或增大差別將有所擴大。

圖5 試驗與數(shù)值結(jié)果中葉柵表面靜壓系數(shù)分布對比Fig.5 Measured and predicted distributions comparison of static pressure coefficient on cascade surface

圖6 試驗與數(shù)值結(jié)果中葉柵總壓損失系數(shù)分布對比Fig.6 Measured and predicted distributions comparison of total pressure loss coefficient of cascade

式中：pi代表葉片表面靜壓；pt1和p1分別代表葉柵進口總壓和靜壓。

式中：pt1和pt2分別代表葉柵進口和出口總壓。

2.3 試驗測量方法

高負荷單縫康達噴氣葉柵自適應調(diào)控試驗在中國科學院工程熱物理研究所暫沖式高速平面葉柵風洞上進行，該風洞結(jié)構(gòu)如圖7 所示，關鍵設計參數(shù)如表2 所示。外部3 個體積為120 m3的高壓儲氣罐可為葉柵試驗段進口提供穩(wěn)定的來流馬赫數(shù)，當噴管段加裝亞聲速噴管時，通過氣動調(diào)壓閥開度調(diào)整試驗件進口來流馬赫數(shù)，調(diào)節(jié)范圍為0.1～1.0。單次亞聲速葉柵試驗的工況穩(wěn)定時間為90～180 s，具體時間視來流馬赫數(shù)而定。

圖7 中國科學院工程熱物理研究所風洞試驗臺Fig.7 Wind tunnel test facility at Institute of Engineering Thermophysics，Chinese Academy of Sciences

表2 風洞關鍵設計參數(shù)Table 2 Key design parameters of wind tunnel

葉柵試驗段安裝矩形窗尺寸為130 mm×200 mm，可最多支持安裝8 個葉片。通過旋轉(zhuǎn)葉柵一側(cè)圓形壁調(diào)節(jié)來流攻角，調(diào)節(jié)范圍為-5°～5°。關于葉柵試驗件關鍵氣動參數(shù)的測量方案如圖8 所示，進口總壓和總溫測點布置在圖7 中穩(wěn)壓箱內(nèi)，周向均勻布置4 個；進口靜壓測點布置在距前緣10 mm 位置處，額向均勻布置15 個；出口氣動參數(shù)采用五孔氣動探針進行測量，探針布置在距尾緣0.4Cax位置處，試驗時探針沿額向移動2 個葉柵通道，單通道測量19 個數(shù)據(jù)。此外，康達噴氣來自于穩(wěn)定的外部供氣系統(tǒng)，供氣壓力保持在0.8 MPa。選用帶有控制閥門（控制方式：比例積分微分控制）的質(zhì)量流量計（品牌：Alicat；型號：21-1-00-1-3000-DB9M-KMB11）實時監(jiān)測噴氣流量和壓力，測量精度為0.8%FS（Full Scale）+0.2%RD（Reading Data）。試驗采集的數(shù)據(jù)采用自行編譯的MATLAB 程序進行處理，進而得到葉柵ω等氣動性能參數(shù)，圖9給出了馬赫數(shù)為0.5、-3°攻角條件下，原型葉柵ω沿額向分布，結(jié)果表明葉柵周期性良好，風洞的來流品質(zhì)較好。

圖8 靜壓測點與探針布置Fig.8 Arrangement of static pressure taps and five hole probe

圖9 總壓損失系數(shù)沿額向分布Fig.9 Distributions of total pressure loss coefficient along pitchwise direction

3 結(jié)果與討論

3.1 自適應康達噴氣流動控制系統(tǒng)預測模型

圖10 給出了單縫康達噴氣葉柵表面5 個關鍵靜壓監(jiān)測點位模型和實物圖，采用方差分析法對2.1 節(jié)提到的樣本算例數(shù)值計算結(jié)果計算得到5 個樣本方差值較大的靜壓點位，即對攻角變化敏感性較高的點位，如圖10 紅色標記點。在此需要指出的是葉片靜壓監(jiān)測點選取時考慮了來流馬赫數(shù)的變化情況，即馬赫數(shù)變化時監(jiān)測點位的靜壓值依然對攻角變化敏感性高。

圖10 靜壓監(jiān)測點分布Fig.10 Static pressure monitoring taps distributions

進一步結(jié)合主成分分析法（Principal Component Analysis，PCA）對葉片表面5 個靜壓監(jiān)測點靜壓值進行數(shù)據(jù)降維處理，以此來提高來流攻角預測模型和最佳噴氣量預測模型的訓練精度并節(jié)省訓練時間。

通過協(xié)方差矩陣對角化并求解矩陣的特征向量，最終得到不同來流馬赫數(shù)條件下（Ma=0.4～0.6），單縫康達噴氣葉柵5 個靜壓監(jiān)測點（p2、p3、p4、p5、p6）的主成分表達式，分別如式（3）～式（5）所示。將5 個原始壓力采樣點的靜壓值線性加權(quán)最終簡化為1 個主成分值（Z），作為構(gòu)建來流攻角預測模型的輸入變量。

基于樣本算例的數(shù)值計算結(jié)果并通過調(diào)整BP 神經(jīng)網(wǎng)絡模型隱含層個數(shù)、學習率等參數(shù)建立了來流攻角預測模型和最佳噴氣量預測模型，構(gòu)建預測模型用到的數(shù)據(jù)集來源于數(shù)值結(jié)果。不同馬赫數(shù)條件下，來流攻角預測模型中輸入層個數(shù)-隱含層個數(shù)-輸出層個數(shù)的網(wǎng)絡結(jié)構(gòu)分別為2-8-1（Ma=0.4）、2-7-1（Ma=0.5）和2-11-1（Ma=0.6）；最佳噴氣量預測模型的網(wǎng)絡結(jié)構(gòu)分別為2-9-1（Ma=0.4）、2-7-1（Ma=0.5）和2-15-1（Ma=0.6）。圖11 和12 分別給出了不同馬赫數(shù)條件下來流攻角與總壓損失系數(shù)預測值與數(shù)值計算結(jié)果的對比，此處考慮康達噴氣的總壓損失系數(shù)定義見式（6）和式（7），可以發(fā)現(xiàn)，預測模型給出的數(shù)值與數(shù)值計算得到的數(shù)值基本吻合，平均相對誤差＜2%。因此，基于BP 神經(jīng)網(wǎng)絡建立的來流攻角預測模型和最佳噴氣量預測模型具有良好的預測精度。

圖11 來流攻角預測模型預測值與數(shù)值計算樣本設定值對比Fig.11 Comparison between predicted value of incoming incidence angle prediction model and set value of numerical simulation

圖12 最佳噴氣量預測模型損失預測值與數(shù)值結(jié)果對比Fig.12 Comparison of ω predicted by optimal injection mass flow rate prediction model and numerical simulation

式中：pt1j代表考慮康達噴氣的葉柵進口平均總壓，其定義為

其中：m1和mj代表葉柵進口流量和康達噴氣流量；ptj代表康達噴氣壓力。

3.2 自適應康達噴氣流動控制系統(tǒng)控制效果

采用2.3 節(jié)所述試驗臺，基于自適應康達噴氣流動控制系統(tǒng)進行了單縫康達噴氣葉柵的試驗測量，來流馬赫數(shù)范圍為0.4～0.6，間隔為0.1。來流馬赫數(shù)由柵前總壓和柵前靜壓確定，通過調(diào)節(jié)試驗件進口總壓來監(jiān)測來流馬赫數(shù)的變化。并選擇了4 個典型來流攻角來探究不同來流馬赫數(shù)下攻角損失變化特性，分別為-3°、0°、2°、5°。圖13～圖15 分別給出了4 個來流攻角，不同來流馬赫數(shù)下攻角、最佳噴氣量預測值與實際值對比。圖13～圖15 中Ⅰ階段所示灰色區(qū)域表示葉柵風洞啟動過程，此時來流馬赫數(shù)沒有達到設定值，此過程中攻角預測值與實際值之間存在一定的偏差，康達噴氣流量管路主閥門未打開，自適應康達噴氣流動控制系統(tǒng)并未動作。當葉柵風洞來流馬赫數(shù)趨于穩(wěn)定時，即圖中Ⅱ階段所示玫紅色區(qū)域，來流攻角的預測值也趨于穩(wěn)定，且攻角的預測值與實際值基本保持一致，預測效果較好。同時，當攻角預測穩(wěn)定之后，康達噴氣流量管路主閥門打開，康達噴氣主動控制系統(tǒng)即反饋給噴氣流量閥門開度信號，且噴氣流量瞬間即可達到控制系統(tǒng)的預測值。對于同一攻角不同來流馬赫數(shù)下或者同一來流馬赫數(shù)不同攻角工況條件下，康達噴氣控制系統(tǒng)均可實時準確地預測來流攻角，并瞬間作出噴氣量實時調(diào)節(jié)的反饋，實現(xiàn)了在穩(wěn)定工況下，康達噴氣主動控制系統(tǒng)可自行判斷來流條件并作出最佳康達噴氣流動控制的反饋與調(diào)整。

圖13 Ma=0.4 時來流攻角與噴氣量預測值與真實值對比Fig.13 Comparison of predicted and real values of incoming incidence angle and injection mass flow rate at Ma=0.4

圖14 Ma=0.5 時來流攻角與噴氣量預測值與真實值對比Fig.14 Comparison of predicted and real values of incoming incidence angle and injection mass flow rate at Ma=0.5

圖15 Ma=0.6 時來流攻角與噴氣量預測值與真實值對比Fig.15 Comparison of predicted and real values of incoming incidence angle and injection mass flow rate at Ma=0.6

為了進一步驗證自適應康達噴氣流動控制系統(tǒng)的實時反饋與調(diào)節(jié)功能，進行了變馬赫數(shù)來流條件下的試驗測量。圖16 給出了來流攻角為-3°時變來流馬赫數(shù)下攻角及最佳噴氣預測值與實際值對比，圖中Ⅰ階段來流馬赫數(shù)為0.4，當來流馬赫數(shù)變化幅度較大時，來流攻角的預測值與實際值有所偏差，但攻角預測效果相對穩(wěn)定。Ⅱ和Ⅲ階段來流馬赫數(shù)為0.5 和0.6，其現(xiàn)象與Ⅰ階段相似。上述3 個階段中馬赫數(shù)逐漸由0.4 升至0.6，試驗開始時康達噴氣流量管路主閥門打開，噴氣流量控制閥門接收到來自康達噴氣主動控制系統(tǒng)的閥門開關信號，噴氣流量可瞬間達到預測值，且隨控制系統(tǒng)預測流量值實時動態(tài)調(diào)整，表明該系統(tǒng)在變工況來流條件下控制效果依然穩(wěn)定。

圖16 來流攻角為-3°時攻角與噴氣量預測值與真實值對比Fig.16 Comparison of predicted and real values of incidence angle and injection mass flow rate with incoming incidence angle of -3°

3.3 自適應康達噴氣流動控制系統(tǒng)對葉柵氣動性能的影響

圖17 給出了不同來流馬赫數(shù)下采用自適應康達噴氣流動控制系統(tǒng)時的康達噴氣葉柵攻角損失特性?？梢园l(fā)現(xiàn)，采用自適應康達噴氣流動控制系統(tǒng)可以使得全工況下康達噴氣葉柵的總壓損失系數(shù)降低，其中，5°來流攻角下，當Ma為0.4、0.5 和0.6 時，相比于無康達噴氣葉柵，康達噴氣的引入使得總壓損失系數(shù)分別降低了11.5%、9.8% 和8.0%。隨著來流馬赫數(shù)的增大，當來流攻角為負時，單縫康達噴氣主動控制效果越好，反之，當來流攻角為正時，控制效果越差，其原因在于該葉柵在高亞聲速來流條件下吸力面即出現(xiàn)流動分離，且攻角的增大使流動狀況進一步惡化，進而超出了單縫康達噴氣主動控制能力范圍。在這種情況下，后續(xù)研究應考慮在葉片吸力面布置多個康達噴氣縫，以此來達到最佳流動控制目的。

圖17 不同來流馬赫數(shù)下康達噴氣葉柵攻角損失特性Fig.17 Characteristics of ω-i of Coanda jet at different incoming Mach numbers

接下來為了進一步驗證自適應康達噴氣流動控制系統(tǒng)依據(jù)來流工況所給出的預測噴氣量為最佳噴氣量，進行了同一來流攻角下，不同噴氣量的試驗測量，工況選取為Ma=0.6 和i=5°，此時，自適應康達噴氣流動控制系統(tǒng)給出的最佳康達噴氣量為1.62%，因此，定?？颠_噴氣量分別選取0.5%、1.0%、1.5%和2.0%。從圖17（c）中可以看出，當采用自適應康達噴氣流動控制系統(tǒng)給出的最佳噴氣量時，取得的總壓損失系數(shù)最小，因此，自適應康達噴氣流動控制系統(tǒng)預測的準確性得到了進一步的驗證。

4 結(jié)論

本文以基于Zierke &Deutsch 高負荷壓氣機葉型優(yōu)化設計的單縫康達噴氣葉柵為研究對象，提出“關鍵氣動參數(shù)在線監(jiān)測-氣動性能與噴氣激勵參數(shù)實時預測-氣動損失自適應調(diào)控”的壓氣機自適應減損策略，并結(jié)合方差分析法、主成分分析法和神經(jīng)網(wǎng)絡算法集成研制了自適應康達噴氣流動控制系統(tǒng)，開展了自適應康達噴氣流動控制效果的試驗研究，得到以下結(jié)論：

1）采用方差分析法得到了葉片吸力面對來流攻角敏感性較高的5 個靜壓點位，結(jié)合主成分分析法使5 個維度的靜壓值降為一個維度的主成分值，進一步降低預測模型的訓練時間，進而通過神經(jīng)網(wǎng)絡算法訓練得到來流攻角預測模型和最佳噴氣量預測模型。經(jīng)驗證發(fā)現(xiàn)2 個模型的預測平均相對誤差＜2%，表明預測模型可以建立葉片表面靜壓與來流攻角之間的映射關系，并準確評估單縫康達噴氣葉柵氣動性能與所需最佳康達噴氣量。

2）基于來流攻角預測模型和最佳噴氣量預測模型集成研制了自適應康達噴氣流動控制系統(tǒng)，并在高速葉柵試驗臺上進行流動損失控制效果的試驗驗證。結(jié)果表明，自適應康達噴氣流動控制系統(tǒng)可以準確預測出不同來流馬赫數(shù)下康達噴氣葉柵的來流攻角，并實時向康達噴氣流量控制閥門輸出相應的開度信號，進而實現(xiàn)了自適應康達噴氣流動控制，當Ma為0.4、0.5 和0.6 時，相比于無康達噴氣葉柵，康達噴氣的引入使得總壓損失系數(shù)分別降低了11.5%、9.8%和8.0%。來流攻角為5°、來流馬赫數(shù)為0.6 的條件下，通過分析不同定常噴氣量和自適應康達噴氣流動控制系統(tǒng)給出的噴氣量對葉柵氣動性能的影響，進一步驗證康達噴氣主動控制系統(tǒng)依據(jù)來流工況所給出的預測噴氣量為最佳噴氣量。