改进Hicks-Henne型函数法在翼型参数化中的应用

翼型参数化是翼型优化中的重要组成部分.以最常用的Hicks-Henne型函数法为基础,分析了此型函数对翼型后缘描述不精确的原因,并提出了改进方法.由于Hicks-Henne型函数在使用中需确定型函数峰值位置,即站位点和型函数的幅值大小,利用站位点生成函数,结合改变型函数幅值的思想,通过优化算法来自动调节站位点分布和型函...     

基于CST法的新能源无人机翼型优化设计

针对新能源无人机高空低速长航时的特点,开展对低雷诺数翼型气动性能优化研究。以带精英策略的非支配排序的遗传算法(NSGA-II)为优化算法,并采用CST(Class Function/Shape Function Transformation)翼型参数化方法,对低雷诺数翼型的多目标优化进行探讨。经过对AH79-100B翼型进行效率因子和俯仰力矩系数的多目标优化,结果是翼型的效率因子变化较小,但作为主要优化目标的俯仰力矩系数则有明显下降,成功降为优化前翼型的89%。这说明了该气动优化方法在低雷诺数环境下的有效性,为低雷诺数翼型的设计及优化提供参考。     

基于逐次升阶的翼型参数化与气动优化方法研究

研究了基本Bezier样条曲线的特性,对比了不同阶次Bezier曲线对超临界翼型的几何描述能力以及由几何偏差带来的气动性能的偏差。利用Bezier曲线的特性提出逐次升阶的翼型参数化方法,结合改进的粒子群优化算法,建立了逐步扩展设计空间的气动优化设计方法,兼顾设计空间和优化效率,很好地解决了设计质量和设计效率之间的矛盾。最后通过典型翼型的优化设计,对比了文中方法与传统Hicks-Henne型函数方法,验证了文中方法的可行性和高效性。     

基于变精度遗传算法的翼型快速优化设计方法

低碳环保的电动飞机在要求较高升阻比的同时,需要尽量降低成本、缩短研制周期。但高精度的数值模拟时间代价很大,因此针对电动飞机翼型设计中初始翼型较难选取、优化速度较慢的问题,提出了一种基于变精度遗传算法的翼型多点快速优化方法。以常用的 Hicks-Henne 型函数为基础,改进了其对翼型后缘描述不精确的问题。在数值模拟阶段,介绍了一种快速气动参数计算软件XFOIL,并分析了该软件的适用性与局限。之后给出了使用XFOIL 与 Matlab 进行联合求解的方法,在无人干预的情况下完全实现了翼型设计与优化的自动化,提高了设计效率。在翼型优化阶段,为保持较高的精度和寻优效率,设计了翼型参数的实数编码方法。针对传统遗传优化算法了改进,设计了染色体变精度杂交方法以及动态惩罚方法。最后,给出了基于遗传算法的多点优化方案,以及翼型多目标快速优化一体化设计方案。仿真分成两部分进行,首先改进的 Hicks-Henne 型函数能够有效实现参数化翼型的后缘夹角改变。通过与 NSGA-II 方法的优化结果对比,本文的方法在一定迭代次数范围内获得的升阻比更高,失速特性更加缓和,特别是在综合提高翼型优化效率方面表现较好。仿真结果表明,该方法能够快速获得多种工况下具有较高升阻比的翼型,也可以作为进一步优化的初始翼型,能提高翼型优化效率。     

基于全局信息的粒子群算法翼型综合优化设计

 翼型优化往往需要考虑众多的设计目标和约束条件,对此发展了稳健高效的翼型综合优化方法。在粒子群优化算法中用繁殖策略深度挖掘由Kriging代理模型所获取的全局信息,对基准函数优化、翼型几何外形重构与层流翼型优化问题进行了测试,结果表明该算法可大幅度提高优化速度。将改进的Hicks-Henne翼型参数化方法和雷诺平均Navier-Stokes(N-S)方程流场求解器与优化算法相结合,采用可方便确定权重系数的多目标非线性适应值加权方法,分别对多点、多目标和多约束的超临界翼型与低速翼型进行综合优化,计算结果表明该方法可大大提高气动外形优化的工程实用性。     

基于动网格高空长航时机翼优化

分析了机翼设计优化的一般策略,针对高空长航时飞行器的气动性能需求和机翼构型特点,提出以机翼剖面翼型沿展向分布的设计优化;针对Hicks-Henne翼型参数化方法后缘不光顺的缺陷,提出了改进Hicks-Henne翼型参数化方法;针对通常基于线性插值的三维动网格生成方式的缺陷,提出采用基于B样条函数的三维动网格生成;通过对商业软件Pointwise和Fluent的二次开发实现数据流和工作流的定制及自动化,并将所有流程在iSIGHT平台下集成;优化算例表明,基于动网格的机翼优化实现提高功率因子的目标,是高空长航时机翼优化中的一种有效方法。     

旋翼翼型中高速综合气动优化设计方法研究

为了设计出更适用于直升机高速飞行的新旋翼翼型,建立了翼型气动特性快速评估方法,通过初始翼型的CST(Class Shape Transformation)参数化得到翼型曲线控制系数,使用均匀设计采样的Kriging代理模型,结合粒子群优化(Particle Swarm Optimization,PSO)算法和多目标优化思想开展了翼型优化设计方法研究。选取先进旋翼翼型SCCA09、SC2110作为初始翼型进行中高速性能优化,得到相应的优化结果SCCA09_UP和SC2110_UP。对比气动参数可知优化后翼型在Ma=0.4～0.7时最大升力系数C_(Lmax)最大升阻比K_(max)均有提升,最高达到14%,另外不仅保持阻力发散马赫数Madd基本不变,而且在零升力矩系数|C_(m0)|≤0.02的稳定操纵约束内可达到的速度略有增大,表明优化翼型的中高速气动性能有所改善且适用范围变广。设计过程中在保证翼型光顺的前提下选取了尽量少的参数化设计变量以减少计算时长,选取合适的优化设计点来缩短优化周期,大大提升了设计效率。综上,该方法能有效应用于旋翼翼型中高速综合气动优化设计。     

高升力翼型的气动优化设计和实验研究

利用遗传算法进行了低雷诺数高升力翼型的气动优化设计,并利用风洞实验检查了设计的正确性。优化后的翼型其气动特性有明显改善,这说明了利用遗传算法进行低雷诺数翼型气动优化的可行性。风洞实验结果验证了优化设计方法的正确性,同时也表明新设计翼型有较高的升力系数和相对大的升阻比,其升阻比提高了10%。     

基于实用参数控制的翼型参数化方法

在翼型的优化设计中,通常要对二元翼型进行参数化方法表示,其目标是利用较少的参数得到足够大的设计空间。分析了Hicks-Henne型函数叠加法和PARSEC几何参数法的特点和不足,提出了利用厚度、弯度等实用参数进行翼型定义的方法,该方法可以通过厚度和弯度参数更加直观地理解翼型轮廓和翼型基本气动性能。通过分析3种方法对5种翼型的最小二乘拟合结果得出结论:实用参数法的误差分布比较平均,且能够比另外两种方法更精确地表示翼型。     

结冰区流场特征一致的混合缩比翼型设计

提出了一种基于翼型前缘范围流场相似的多控制点混合缩比翼型优化设计方法:以前缘局部范围内的空间流场特征相同为目标,采用多目标遗传优化算法结合翼型参数化、多控制点、网格自适应技术及CFD,进行了不同工况下的混合缩比翼型设计,分别通过低湍流度风洞及结冰风洞对翼型的气动性能及积冰过程进行了实验。设计及实验结果表明:该混合缩比翼型与对应的全尺寸翼型在前缘15%弦长范围内的压力系数偏差均在5%以内,翼型绕流相似;在相同时间历程内两者的冰型增长及气动特性均具有相同的变化规律。该设计方法可以应用于不同实验状态下的混合缩比翼型的设计,提高多状态下结冰实验效率。