冯国奇，崔东亮，代学武，俞胜平

(1.东北大学 工商管理学院，辽宁 沈阳 110819 ；2.东北大学 流程工业综合自动化国家重点实验室， 辽宁 沈阳 110819)

0 引言

涡轮盘是燃气涡轮发动机寿命限制件之一，涡轮转子工作在高温、高压、高转速和高速气流环境下，其设计是一个多学科多部门协同的知识密集型优化过程，涡轮盘的设计水平直接影响发动机的基本性能。在任务定义、概念设计和初步设计等阶段展开涡轮盘多学科多目标综合优化，对提高发动机甚至飞机整体性能具有极其重要的意义。

从执行层面看，高压涡轮盘减重有利于提高其低循环疲劳寿命可靠度和疲劳—蠕变耦合寿命可靠性[1]；涡轮盘径向形变带来叶尖间隙管理问题，即紧密叶尖间隙有助于提高气动效率，过紧叶尖间隙将导致转子碰磨。重量管理和径向形变管理因紧密耦合而需要协同优化。

航空发动机涡轮体系设计常采用有限元分析(Finite Element Analysis，FEA)、有限容积和有限差分等数值仿真代替物理实验，以节省设计成本，提高设计效率。然而，直接基于数值仿真，以进化等智能算法进行优化设计会因种群迭代产生高额计算费用[2]。在学术和工程界逐渐得到重视的“数据驱动的进化优化”(data-driven evolutionary computation)[3]，也称代理模型辅助进化算法(Surrogate-Assisted Evolutionary Algorithm, SAEA)，通过降低计算费用提升优化算法的生命力，其处理逻辑为：先用真实问题产生的数据建立代理模型逼近原问题，再在优化过程中通过代理模型和真实问题合作来评估个体。这种体系可减少真实问题仿真评估的次数，同时通过真实问题评估并修正代理模型，提高代理模型在感兴趣区域对原始问题的逼近度，为计算密集型多目标优化设计提供良好的解决方案。……