@inproceedings{oai:jaxa.repo.nii.ac.jp:00037466,
 author = {平野, 雄一郎 and 堤, 雅徳 and 大林, 茂 and Hirano, Yuichiro and Tsutsumi, Masanori and Obayashi, Shigeru},
 book = {航空宇宙技術研究所特別資料, Special Publication of National Aerospace Laboratory},
 month = {Dec},
 note = {航空宇宙技術研究所 16-18 Jun. 1999 東京 日本, National Aerospace Laboratory 16-18 Jun. 1999 Tokyo Japan, 従来、ガスタービンおよび蒸気タービンの翼形状は流体力学に精通した有能な熟練した技術者により設計されてきた。過去の経験と知識に基づく方法は着実な方法である。しかしながら、この方法では設計者の視野を超えた解に到達することはできないため、結果は設計者の技量に非常に負うところが大きかった。現在では数値流体力学(CFD)の進歩により、自動空力最適化に対し多くの努力がなされて来た。この論文では方法と高圧蒸気タービンの2次元タービン翼列の空力最適化結果を報告する。翼形状はそれぞれが6個の点で構成されている2つのB-スプライン曲線で表現した。いくつかの経験的関数を用い、ポテンシャル流解析により翼列性能を評価した。x、y-座標の12点を遺伝子と使用し、最適化プロセスで遺伝的アルゴリズム(GA)を適用した。結果として、評価のための経験的関数はさらに改良が必要であるが、空力最適化の手段としてのGAの有効性を確認した。, Blade profile for gas turbine and steam turbine used to be designed by skillful engineers who are experienced, and familiar with fluid dynamics. It is a steady way to improve blade profiles based on past experiences and knowledge. By that method, however, result heavily depends on designer's skill because solution beyond the designer's scope cannot be reached. Today, with advance in CFD (Computational Fluid Dynamics), many efforts have been made to automate aerodynamic optimization process. In this paper, the methodology and the result of aerodynamic optimization of two-dimensional turbine cascade for high-pressure steam turbine are presented. Blade profile is expressed by two B-spline curves, each of which consists of six points. Cascade performance is evaluated by potential flow analysis using several empirical functions. Genetic Algorithm (GA) is applied in the optimization process, using x, y-coordinates of 12 points as genes. As a result, empirical functions for evaluation need farther improvement, however, validation of GA as aerodynamic optimization tool is confirmed., 資料番号: AA0001961033, レポート番号: NAL SP-44},
 pages = {217--222},
 publisher = {航空宇宙技術研究所, National Aerospace Laboratory (NAL)},
 title = {遺伝的アルゴリズムを用いた2次元タービン翼列の空力最適化},
 volume = {44},
 year = {1999}
}