目前高转速紧凑式轴流压气机被广泛的应用在航空、电器,无人机等行业,但是公开发表的文献关于其设计方法与流场特征以及噪声的研究并不多见。这种紧凑式高转速的轴流压气机的设计方法、内部流场特征以及损失机理相比于传统尺寸的压气机的差异都需要进一步的研究。另一方面,由于尺寸较小,加工不确定度对其性能的影响非常显著。本文采用商业软件NREC进行紧凑式轴流压气机的初步设计,并根据三维计算结果对该压气机进行相应的几何调整,反复迭代,使得其性能符合要求,最终得到整体尺寸(直径)为26mm,单级峰值效率82.8%,流量与压比均达到预期目标的压气机设计原型。在性能初步满足要求之后,本文采用前向传播神经网络基于数据库样本进行训练和学习来建立几何参数与压气机转子性能的分析关系,预测准确率可以达到99.99%以上,然后采用修正的Grason算法基于神经网络连接权乘积对22个压气机转子几何对其性能影响的贡献度进行量化,并采用1000次的分析结果的均值以消除差异性,识别出对压气机性能影响较大的几何因素,分析结果表明,叶顶间隙对压气机性能影响的贡献度为11.43%(效率敏感性分析)和10.18%(压比敏感性分析),叶片厚度分布以及前尾缘角直径等单个叶型几何的贡献度在4%左右,远远小于叶顶间隙对其性能的影响。之后本文主要对压气机转子叶顶间隙进行鲁棒性优化,鲁棒性优化涉及到不确定度在系统内的传播与量化,本文采用非嵌入式概率配置点法(NIPRC)进行这一工作,基于BPNN代理模型耦合多目标遗传算法进行鲁棒性优化,在性能可以接受的范围内,采用鲁棒性优化设计,压气机转子效率的敏感性分别降低了21.04%。最后本文设计了10种正弯叶片方案,对弯叶片在低雷诺数压气机中的应用进行研究和性能计算分析,根据分析结果,对其进行复合弯曲叶片改型设计,压气机转子峰值效率提高了1.09%,相比于简单正弯叶片提高了1.6%。此外本文采用方差分析和基于神经网络连接权乘积排序两种方法对弯叶片对压气机机转子性能影响进行敏感度分析,两种分析结果均显示弯曲倾角为最主要因素。