潘志榕， 朱光宇， 伊德景

(福州大学机械工程及自动化学院， 福建 福州 350116)

0 引言

传统的螺旋桨设计， 主要根据实际需求查找相应的螺旋桨图谱， 其设计的桨型只是一组固定数值， 叶型误差较大且设计过程复杂. 已有研究人员将遗传算法等优化算法运用于螺旋桨的设计中. Mirjalili等[1]采用遗传算法设计船用螺旋桨， 改变螺旋桨设计参数， 改善了螺旋桨效率和空泡等问题. Xie[2]使用遗传算法对螺旋桨参数进行优化， 以扭力系数和敞水效率的最大值作为目标函数， 最后得到两组分别有利于扭力和效率的计算值， 根据设计要求及运行条件对二者进行折衷选优求得最优解. 叶礼裕等[3]为提高螺旋桨优化设计的质量和效率, 通过将试验设计方法、 近似模型和粒子群算法相结合, 建立了基于近似模型的螺旋桨优化设计方法. 为提高螺旋桨的水动力性能， 研究人员尝试采用多种优化方法， 但都是基于等效的做法， 即通过修改螺距和剖面的拱度使三维桨各半径处的等效拱线与二维剖面的拱线一致. 这类做法需对剖面拱度和螺距同时进行修改且需反复迭代， 各家采取的等效方式存在差异， 迭代调整的方法不同， 存在很大的经验性和不确定性. 另一方面， 多目标遗传算法多采用Pareto支配[4]与启发式技术来指导算法搜索， 在优化领域取得较好的效果， 但也存在一些不足： 算法参数需要根据经验来进行调整， 另外， 目前的算法很难在Pareto解集的分布性和……