面向曲面光滑的部件特性修正改进下赶法

doi:10.7527/S1000-6893.2025.32797

航空发动机智能控制与健康管理专栏

本期目录 | 过刊浏览 | 高级检索

前一篇 |

面向曲面光滑的部件特性修正改进下赶法

柏兆龙, 刘晓锋()

北京航空航天大学交通科学与工程学院，北京 102206

收稿日期:2025-09-17 修回日期:2025-09-29 接受日期:2025-11-10 出版日期:2025-11-14 发布日期:2025-11-13
通讯作者: 刘晓锋 E-mail:liuxf@buaa.edu.cn
基金资助:
国家自然科学基金(52372371)

An improved high-to-low method for component characteristics modification towards curved surface smoothness

Zhaolong BAI, Xiaofeng LIU()

School of Transportations Science and Engineering，Beihang University，Beijing 102206，China

Received:2025-09-17 Revised:2025-09-29 Accepted:2025-11-10 Online:2025-11-14 Published:2025-11-13
Contact: Xiaofeng LIU E-mail:liuxf@buaa.edu.cn
Supported by:
National Natural Science Foundation of China(52372371)

摘要/Abstract

摘要：

高精度的航空发动机数字模型依赖于高匹配度的部件特性数据。针对传统下赶法修正结果不唯一、曲面不光滑等问题，提出了一种基于改进下赶法的部件特性修正方法。该方法首先通过缩放基准点进行初步缩放修正，确保设计点的高精度及工况的覆盖性；随后，采用粒子群算法优化由发动机目标参数构建的适应度函数，以获取不同工况下的最优部件修正系数。在部件特性图上补充对应工况特性线，并基于修正系数对补充与原始特性线进行缩放，最终得到全工况匹配且曲面连续光滑的特性数据。以某型双轴混排发动机为研究对象，开展了所提方法与传统下赶法的对比仿真验证。结果表明，改进方法修正后的发动机目标参数仿真相对误差均小于1%，整体精度优于传统下赶法，并且有效消除了修正结果的不光滑现象。

关键词: 航空发动机, 部件特性修正, 部件级模型, 粒子群优化, 非设计点匹配

Abstract:

High-precision aeroengine digital models require well-matched component characteristics data. An improved component characteristics modification method is proposed to address the non-unique results and non-smooth curved surfaces from the traditional high-to-low method. Preliminary scaling modification is carried out through reference points to ensure high accuracy at design point and broad coverage across all operation points. Fitness function constructed from target parameters is optimized by using particle swarm optimization algorithm to determine optimal component correction coefficients for all operation points. Component characteristic maps are expanded by adding characteristic lines corresponding to these conditions. Both the expanded and original lines are scaled using the obtained coefficients， resulting in a fully-matched and continuously smooth characteristic curved surface. A comparative simulation between the improved method and traditional method was conducted on a two-spool mixed-flow engine. The simulation results demonstrate that all the relative errors of the target parameters corrected by the improved method are less than 1%， outperforming the tradition method in overall accuracy while successfully avoiding non-smooth correction results.

Key words: aeroengine, component characteristics modification, component level model, particle swarm optimization, off-design point matching

中图分类号:

V233.7

柏兆龙, 刘晓锋. 面向曲面光滑的部件特性修正改进下赶法[J]. 航空学报, 2026, 47(15): 632797.

Zhaolong BAI, Xiaofeng LIU. An improved high-to-low method for component characteristics modification towards curved surface smoothness[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(15): 632797.

图/表 20

图 1

表1

图 2

图 3

图 4

表2

表3

表4

表5

表6

图 5

图 6

表7

图 7

表8

表9

表10

图 8

表11

表12

参考文献 30

[1]	李志虎. 变循环发动机机载实时模型研究［D］. 南京：南京航空航天大学， 2021： 1.
	LI Z H. On-board real time model for variable cycle engine［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2021： 1 （in Chinese）.
[2]	曾雪瑞，向露宇，曾强，等. 基于差分进化算法的发动机部件特性修正［J］. 工程与试验， 2025， 65（2）： 25-29.
	ZENG X R， XIANG L Y， ZENG Q， et al. Modification of engine component characteristics based on differential evolution algorithm［J］. Engineering & Test， 2025， 65（2）： 25-29 （in Chinese）.
[3]	TSOUTSANIS E， MESKIN N， BENAMMAR M， et al. A component map tuning method for performance prediction and diagnostics of gas turbine compressors［J］. Applied Energy， 2014， 135： 572-585.
[4]	TSOUTSANIS E， KHORASANI K， BENAMMAR M， et al. Transient gas turbine performance diagnostics through nonlinear adaptation of compressor and turbine maps［J］. Journal of Engineering for Gas Turbines and Power， 2015， 137（9）： 091201.
[5]	YANG Q， LI S， CAO Y. A new component map generation method for gas turbine adaptation performance simulation［J］. Journal of Mechanical Science and Technology， 2017， 31（4）： 1947-1957.
[6]	LI Y G， GHAFIR M F A， WANG L， et al. Nonlinear multiple points gas turbine off-design performance adaptation using a genetic algorithm［J］. Journal of Engineering for Gas Turbines and Power， 2011， 133（7）： 071701.
[7]	KANG W D， KIM S T. Model-based performance diagnostics of heavy-duty gas turbines using compressor map adaptation［J］. Applied Energy， 2018， 212： 1345-1359.
[8]	KIM S， KIM K， SON C. A new transient performance adaptation method for an aero gas turbine engine［J］. Energy， 2020， 193： 116752.
[9]	WANG Y， WANG X， WANG Z， et al. A novel method for aero-engine map calibration using adaptation factor surface［J］. Measurement， 2025， 239： 115394.
[10]	杨欣毅，沈伟，王文，等. 利用多状态试车数据修正发动机部件特性［J］. 航空动力学报， 2012， 27（8）： 1785-1791.
	YANG X Y， SHEN W， WANG W， et al. Aero engine component characteristic map correction using multi state test data［J］. Journal of Aerospace Power， 2012， 27（8）： 1785-1791 （in Chinese）.
[11]	潘率诚，李刚团，丁朝霞，等. 基于部件特性的航空发动机性能模型修正［J］. 燃气涡轮试验与研究， 2016， 29（6）： 26-29， 33.
	PAN S C， LI G T， DING Z X， et al. Aero-engine performance model correction based on component performance map［J］. Gas Turbine Experiment and Research， 2016， 29（6）： 26-29， 33 （in Chinese）.
[12]	陈义成. 航空发动机模型修正技术研究［D］. 天津：中国民航大学， 2020： 72-79.
	CHEN Y C. Research on modification technology of aeroengine model［D］. Tianjin： Civil Aviation University of China， 2020： 72-79 （in Chinese）.
[13]	李明洲，嵇润民，黄向华. 基于改进粒子群的航空发动机部件特性修正［J］. 推进技术， 2022， 43（11）： 411-419.
	LI M Z， JI R M， HUANG X H. Aeroengine component characteristic correction based on improved particle swarm optimization［J］. Journal of Propulsion Technology， 2022， 43（11）： 411-419 （in Chinese）.
[14]	郭庆，孙正日，樊俊峰，等. 面向健康管理的民航发动机气路基准模型建立与验证［J］. 推进技术， 2025， 46（3）： 220-231.
	GUO Q， SUN Z R， FAN J F， et al. Establishment and verification of a civil aircraft engine air path benchmark model for health management［J］. Journal of Propulsion Technology， 2025， 46（3）： 220-231 （in Chinese）.
[15]	钟文城，汪勇，宋劼，等. 一种面向航空发动机数学模型的新型修正方法［J］. 航空动力学报， 2023， 38（11）： 2776-2784.
	ZHONG W C， WANG Y， SONG J， et al. A new correction method for aero-engine mathematical model［J］. Journal of Aerospace Power， 2023， 38（11）： 2776-2784 （in Chinese）.
[16]	张书博，郑前钢，陈铖，等. 基于分块交叉信赖域法的航空发动机部件级模型精修方法研究［J］. 推进技术， 2025， 46（1）： 212-223.
	ZHANG S B， ZHENG Q G， CHEN C， et al. Refinement method of aeroengine component level model based on block cross trust region method［J］. Journal of Propulsion Technology， 2025， 46（1）： 212-223 （in Chinese）.
[17]	王佳雯，黄向华，嵇润民. 基于特性数据的燃气涡轮发动机修正方法［J］. 航空发动机， 2024， 50（3）： 114-121.
	WANG J W， HUANG X H， JI R M. Correction method of component characteristics for gas turbine based on characteristic data［J］. Aeroengine， 2024， 50（3）： 114-121 （in Chinese）.
[18]	周超，李密. 基于试飞数据的民用发动机部件特性修正方法［J］. 科技创新与应用， 2024， 14（5）： 52-56.
	ZHOU C， LI M. Method for correcting the characteristics of civil engine components based on test flight data［J］. Technology Innovation and Application， 2024， 14（5）： 52-56 （in Chinese）.
[19]	高扬，王鑫，刘振刚. 基于通用仿真框架的航空发动机性能建模研究［J］. 航空工程进展， 2025， 16（1）： 117-126.
	GAO Y， WANG X， LIU Z G. Research on aero-engine performance modeling based on general simulation framework［J］. Advances in Aeronautical Science and Engineering， 2025， 16（1）： 117-126 （in Chinese）.
[20]	张淏源. 涡轴发动机模型修正技术研究［D］. 南京：南京航空航天大学， 2015： 49-57.
	ZHANG H Y. Research on modeling correction for turboshaft engine［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2015： 49-57 （in Chinese）.
[21]	高晶东. 基于试车台数据涡扇发动机稳态性能建模［D］. 天津：中国民航大学， 2020： 41-46.
	GAO J D. Modeling of turbofan engine performance at steady state based on test cell data［D］. Tianjin： Civil Aviation University of China， 2020： 41-46 （in Chinese）.
[22]	邹泽龙，黄金泉，周鑫，等. VCE身份证动态模型部件特性快速自动修正方法［J］. 航空动力学报， 2024， 39（9）： 504-519.
	ZOU Z L， HUANG J Q， ZHOU X， et al. Fast automatic correction method for component characteristics of the identification dynamic model of VCE［J］. Journal of Aerospace Power， 2024， 39（9）： 504-519 （in Chinese）.
[23]	樊巍，施洋，曹铭栋，等. 一种新的航空发动机总体性能稳态模型修正方法［J］. 燃气涡轮试验与研究， 2020， 33（6）： 28-31.
	FAN W， SHI Y， CAO M-D， et al. A new aero-engine steady-state performance model modification method［J］. Gas Turbine Experiment and Research， 2020， 33（6）： 28-31 （in Chinese）.
[24]	金鹏，鲁峰，黄金泉. 涡扇发动机部件特性的滤波自动修正更新方法［J］. 推进技术， 2019， 40（12）： 2664-2672.
	JIN P， LU F， HUANG J Q. Automatic filtering-based modification and updating of component characteristics for turbofan engine［J］. Journal of Propulsion Technology， 2019， 40（12）： 2664-2672 （in Chinese）.
[25]	陆桑炜. 变循环发动机非线性自适应模型研究［D］. 南京：南京航空航天大学， 2019： 52-62.
	LU S W. Research on nonlinear adaptive model of variable cycle engine［D］. Nanjing： Nanjing University of Aeronautics and Astronautics， 2019： 52-62 （in Chinese）.
[26]	董桢，周文祥，潘慕绚，等. 涡轴发动机部件特性修正及更新方法［J］. 航空发动机， 2018， 44（6）： 11-16.
	DONG Z， ZHOU W X， PAN M X， et al. Modification and updating method in component characteristics turboshaft engine［J］. Aeroengine， 2018， 44（6）： 11-16 （in Chinese）.
[27]	潘鹏飞，李秋红，任冰涛，等. 基于遗传算法的航空发动机部件特性修正［J］. 北京航空航天大学学报， 2014， 40（5）： 690-694.
	PAN P F， LI Q H， REN B T， et al. Component map correction of aero-engine based on genetic algorithm［J］. Journal of Beijing University of Aeronautics and Astronautics， 2014， 40（5）： 690-694 （in Chinese）.
[28]	杨欣毅，王永华，贺孝涛，等. 基于改进量子粒子群的发动机部件特性修正［J］. 航空计算技术， 2012， 42（2）： 4-8.
	YANG X Y， WANG Y H， HE X T， et al. Aeroengine component characteristic correction based on enhanced quantum-behaved particle swarm optimization［J］. Aeronautical Computing Technique， 2012 42（2）： 4-8 （in Chinese）.
[29]	骆广琦，桑增产，王如根，等. 航空燃气涡轮发动机数值仿真［M］. 北京：国防工业出版社， 2007： 49-72.
	LUO G Q， SANG Z C， WANG R G， et al. Numerical methods for aviation gas turbine engine simulation［M］. Beijing： National Defense Industry Press， 2007： 49-72 （in Chinese）.
[30]	樊思齐. 航空发动机控制［M］. 西安：西北工业大学出版社， 2008： 134-136.
	FAN S Q. Aeroengine control［M］. Xi’an： Northwestern Polytechnical University Press， 2008： 134-136 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

编号	定义	编号	定义
0	远前方	52	外涵道出口
2	风扇入口	6	混合室出口
22	风扇出口	7	加力燃烧室出口
3	高压压气机出口	9	尾喷管出口
4	燃烧室出口	c1	高压涡轮冷却入口
45	高压涡轮出口	c2	低压涡轮冷却入口
5	低压涡轮出口

工况点	H/km	Ma	W_f1/（kg·s^-1）	A₈/m²	A₉/m²
1	0	0	0.8	0.8	0.96
2	0	0	4.0	0.8	0.96
3	0	1.2	2.0	0.8	0.96
4	0	1.2	5.0	0.8	0.96
5	5	0.6	3.0	0.8	0.96
6	10	0.8	2.0	0.8	0.96
7	11	1.0	2.5	0.8	0.96
8	11	2.0	6.0	0.8	0.96
9	0	0.4	6.32	0.8	0.96

工况点	n_L	n_H	P_t3	P_t45	T_t5	P_t6	T_t6	F
1	NAN	NAN	NAN	NAN	NAN	NAN	NAN	NAN
2	3.369	0.167	1.660	1.648	1.989	2.798	2.360	4.136
3	NAN	NAN	NAN	NAN	NAN	NAN	NAN	NAN
4	NAN	NAN	NAN	NAN	NAN	NAN	NAN	NAN
5	1.748	0.206	1.590	1.598	1.887	2.435	2.133	3.041
6	0.266	0.269	0.626	0.660	0.723	0.771	0.700	0.833
7	2.116	0.452	1.190	1.185	1.350	1.752	1.577	1.663
8	10.221	0.280	2.250	2.359	2.873	4.475	3.557	2.443
9（设计点）	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000

超参数	符号	数值
群体大小	N	25
个体维数	d	8
最大迭代次数	G	1 000
优化目标	F_aim	0.1
惯性权重	w	0.83
自我学习因子	c₁	1.8
群体学习因子	c₂	1.3

修正系数	符号	搜索范围
风扇流量	C_W，fan	［0.6， 1.6］
风扇效率	C_η，fan	［0.6， 1.6］
压气机流量	C_W，hpc	［0.6， 1.6］
压气机效率	C_η，hpc	［0.6， 1.6］
高压涡轮流量	C_W，hpt	［0.9， 1.2］
高压涡轮效率	C_η，hpt	［0.9， 1.2］
低压涡轮流量	C_W，lpt	［0.9， 1.2］
低压涡轮效率	C_η，lpt	［0.9， 1.2］

面向曲面光滑的部件特性修正改进下赶法

An improved high-to-low method for component characteristics modification towards curved surface smoothness

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 30

相关文章 15

编辑推荐

Metrics

本文评价

工况点	C_W，fan	C_η，fan	C_W，hpc	C_η，hpc	C_W，hpt	C_η，hpt	C_W，lpt	C_η，lpt
1	0.725	1.336	0.876	1.078	1.001	0.996	1.017	1.035
2	0.988	1.046	0.980	1.005	1.000	1.000	1.000	1.020
3	0.748	1.334	0.855	1.088	1.002	0.994	1.007	1.053
4	0.795	1.160	0.943	1.030	1.000	0.998	1.007	1.036
5	1.014	1.030	0.991	1.003	1.000	1.000	1.000	1.017
6	1.011	1.006	1.002	1.001	1.000	1.000	1.000	1.006
7	0.935	0.999	1.005	0.999	1.000	1.001	1.000	0.984
8	0.907	1.061	0.973	1.005	1.000	0.998	1.005	1.024
9（设计点）	1.000	1.000	1.000	1.000	1.000	1.000	1.000	1.000

工况点	n_L	n_H	P_t3	P_t45	T_t5	P_t6	T_t6	F
1	0.122	0.016	0.046	0.032	0.073	0.034	0.052	0.199
2	0.002	0.115	0.059	0.000	0.031	0.095	0.082	0.141
3	0.131	0.167	0.088	0.170	0.011	0.114	0.053	0.275
4	0.079	0.081	0.144	0.260	0.107	0.067	0.040	0.082
5	0.021	0.033	0.002	0.009	0.011	0.023	0.020	0.029
6	0.027	0.020	0.001	0.006	0.004	0.010	0.009	0.011
7	0.042	0.053	0.002	0.021	0.004	0.008	0.008	0.008
8	0.021	0.003	0.135	0.227	0.076	0.032	0.021	0.020
9（设计点）	0.000	0.000	0.000	0.000	0.000	0.000	0.000	0.000

修正系数	二次项系数	数值	修正系数	二次项系数	数值
C_W，fan	a	0.491	C_W，hpt	a	-0.148
C_W，fan	b	-0.568	C_W，hpt	b	0.609
C_η，fan	a	-0.503	C_η，hpt	a	-0.395
C_η，fan	b	1.260	C_η，hpt	b	0.334
C_W，hpc	a	1.103	C_W，lpt	a	-0.018
C_W，hpc	b	1.345	C_W，lpt	b	-0.110
C_η，hpc	a	-0.536	C_η，lpt	a	-0.336
C_η，hpc	b	-1.022	C_η，lpt	b	-0.832

工况点	n_L	n_H	P_t3	P_t45	T_t5	P_t6	T_t6	F
1	0.794	2.981	1.600	0.218	0.839	0.303	0.455	1.748
2	1.088	0.241	0.446	0.162	0.468	0.566	0.461	0.837
3	0.294	2.865	1.384	0.970	1.347	0.755	0.328	1.821
4	3.279	0.482	0.184	0.452	0.116	0.684	0.415	0.826
5	1.463	0.179	0.700	0.404	0.681	0.811	0.687	1.013
6	0.342	0.216	0.517	0.224	0.441	0.494	0.446	0.534
7	3.636	0.777	0.504	0.843	0.701	0.842	0.744	0.806
8	0.075	0.031	0.787	0.829	0.362	0.730	0.493	0.427
9（设计点）	0.218	0.178	0.270	0.015	0.203	0.225	0.215	0.283

评价指标	修正方法	n_L	n_H	P_t3	P_t45	T_t5	P_t6	T_t6	F
E_mean	二次函数变换法	1.243	0.883	0.710	0.458	0.573	0.601	0.472	0.922
	传统下赶法	0.059	0.098	0.133	0.155	0.117	0.151	0.083	0.322
	改进下赶法	0.049	0.054	0.053	0.080	0.035	0.043	0.032	0.085
E_max	二次函数变换法	3.636	2.981	1.600	0.970	1.347	0.842	0.744	1.821
	传统下赶法	0.171	0.419	0.448	0.707	0.418	0.950	0.419	2.303
	改进下赶法	0.131	0.167	0.144	0.260	0.107	0.114	0.082	0.275

评价指标	修正方法	W_fan	η_fan	W_hpc	η_hpc	W_hpt	η_hpt	W_lpt	η_lpt
RMSSD	二次函数变换法	0.007	0.194	0.002	0.422	0.000	0.052	0.001	0.035
	传统下赶法	0.827	1.569	0.045	1.618	0.000	0.703	0.003	0.523
	改进下赶法	0.034	0.295	0.005	0.405	0.001	0.526	0.003	0.259
L	二次函数变换法	0.106	0.752	0.021	0.902	0.004	0.438	0.003	0.056
	传统下赶法	1.927	2.944	0.091	2.133	0.000	0.778	0.005	1.361
	改进下赶法	0.156	0.482	0.030	1.043	0.001	0.887	0.006	0.929

[1]	张海灯, 吴云, 田应维, 唐楠, 左越仁. 旋流/总压组合畸变试验评定研究进展与展望[J]. 航空学报, 2026, 47(7): 632790-632790.
[2]	王栋欢, 金海, 万东凯, 王军, 肖洪. 基于性能数字孪生的航空发动机性能衰退实时监测与评估方法[J]. 航空学报, 2026, 47(5): 132459-132459.
[3]	刘宇阳, 代欣波, 王强, 易贤. 热气冲击射流换热特性与防冰效果[J]. 航空学报, 2026, 47(12): 132653-132653.
[4]	田伟, 刘砚飞, 张少平, 张汪洋, 张东哲, 郭会明, 李祚军. 点阵材料在航空发动机中的研究进展与应用[J]. 航空学报, 2026, 47(11): 432073-432073.
[5]	张丽芬, 陈启曦, 王恺, 吕亚国, 刘振侠. 定向流喷嘴旋流增强器对发动机唇口换热的影响[J]. 航空学报, 2026, 47(11): 633024-633024.
[6]	易贤, 周靓, 马乙楗, 李云单, 陈宁立, 杨倩. 航空发动机结冰及其防护方法研究进展[J]. 航空学报, 2026, 47(11): 633383-633383.
[7]	陈雪骑, 张作相, 王东, 马艳红, 洪杰. 中介轴承-支承结构载荷及其对结构完整性影响[J]. 航空学报, 2026, 47(1): 232061-232061.
[8]	徐兵兵, 韩凯, 董日昌, 龚文斌, 任前义. 面向下一代GNSS的高速激光骨干节点部署方法[J]. 航空学报, 2025, 46(9): 331124-331124.
[9]	姚斡维, 刘高文, 陈燕, 孔晓治, 林阿强. 高性能涡轮低位预旋供气系统正向设计[J]. 航空学报, 2025, 46(7): 130832-130832.
[10]	何雅玲, 姜涛, 杜燊, 徐国强. 飞行包线内空气换热器能力边界研究及进展[J]. 航空学报, 2025, 46(5): 531745-531745.
[11]	陶玄君, 于平超, 靳祎泽, 向振洋, 张大义. 航空发动机复杂叶片碰摩仿真方法与动力学特性分析[J]. 航空学报, 2025, 46(24): 232058-232058.
[12]	张赟, 刘晨光, 张宇坤, 李朋. 基于叶端定时的航空发动机压气机叶片裂纹识别[J]. 航空学报, 2025, 46(23): 231823-231823.
[13]	张少平, 侯美丽, 李恒, 郭会明. 新一代航空发动机新结构设计及其对新材料与新工艺需求分析[J]. 航空学报, 2025, 46(23): 431793-431793.
[14]	刘茜, 胡殿印, 王怡, 王荣桥, 陈高翔, 孔维瀚. 航空发动机结构可靠性设计研究进展与展望[J]. 航空学报, 2025, 46(21): 532625-532625.
[15]	杨显赵, 刘高文, 郭令颖, 马佳乐, 林阿强. 高温降涡轮高位预旋供气系统设计[J]. 航空学报, 2025, 46(2): 130672-130672.