基于改进遗传算法的增升装置气动优化研究

针对飞机增升装置缝道参数的气动优化问题,设计并搭建了具有嵌套双循环流程的优化平台。设计过程中以敏度分析改进遗传算法,以最大升阻比为优化目标,对二维翼型30P30N进行了缝道参数优化。优化结果表明,翼型的升阻比性能获得了显著提升。该优化平台及优化方法经拓展可用于多种翼型及机翼增升装置的气动优化。     

通用飞机富勒襟翼多目标优化

针对通用飞机高效增升装置设计的需求,提出了同时优化富勒襟翼缝道宽度、搭接量、襟翼偏角和襟翼外形的多目标优化设计方法。建立了基于椭圆方程的富勒襟翼参数化方法和RBF网格变形方法,优化算法采用快速非支配排序遗传算法(NSGAⅡ),以求解雷诺平均N-S方程为气动评估方法并采用集群分布并行计算以缩短优化时间。以GA(W)-1为基准翼型,以增加线性段(6°)和接近失速迎角(13°)升力系数为目标进行富勒襟翼优化,16计算节点下耗时约8h,获得最终Pareto前沿面,并对优化变量进行了相关性分析,相比初始构型,Pareto前沿面构型最大使迎角6°和13°升力系数增加7.03%和3.42%,说明该优化方法快速有效的。     

基于遗传算法多段翼型外形优化设计

为提高多段翼型增升效能,开展襟翼外形和缝道参数同时优化设计研究。优化算法采用遗传算法,以求解RANS方程为气动特性分析方法,通过椭圆方程控制生成多段翼型外形,同时优化缝宽、搭接量、襟翼偏角等位置参数和襟翼外形控制参数,实现多段翼型优化设计。设计实践表明,与只优化位置参数相比,同时优化襟翼外形和位置参数得到的多段翼型有更大的升力系数,方法是可行的,具有一定的工程应用前景。     

等离子体激励用于两段翼型增升的试验研究

在NACA23018两段翼型上安装等离子体激励器,通过风洞测力和丝线流态试验,研究了等离子体对翼型最大升力和失速迎角的影响。研究表明,等离子体激励可以显著地增加NACA23018两段翼型的最大升力系数和失速迎角,来流风速20m/s时,最大升力系数增加52%,失速迎角增加12.4°。等离子体激励和前缘缝翼的作用类似,并且可以和后缘增升装置配合使用,在运输类飞机设计中有潜在的应用前景。     

飞翼布局隐身翼型优化设计

针对飞翼布局设计中气动与隐身设计矛盾更为突出的问题,采用高精度气动和隐身计算方法,建立了基于Parsec参数化方法、径向基函数（RBF）神经网络、Pareto遗传算法和松散式代理模型管理方法的翼型多目标优化设计平台。根据飞翼布局内外翼不同功能和特点,确定了内外翼翼型不同的优化设计目标和约束条件,开展了兼顾气动与隐身性能要求的翼型综合优化设计研究。结果表明：对兼顾气动与隐身性能要求的飞翼布局,内翼段翼型主要通过弯度、前缘半径、尾缘角及厚度等设计,减小低头力矩和重点方位角的雷达散射截面（RCS）均值。外翼段翼型上表面的几何形状对跨声速气动效率的影响很大,应通过上表面设计提高跨声速气动效率,重点方位角RCS均值的减小则通过下表面设计实现。某些翼型参数对气动和隐身性能均有较大影响,但作用相反,应作为综合优化设计的主要设计参数,并采用不同的优化设计策略。Pareto方法给出的前沿阵面可为飞翼布局的三维设计提供更丰富的信息。     

旋翼翼型多目标多约束气动优化设计

为了克服传统旋翼翼型优化设计方法的不足,发展了一种基于Kriging模型与遗传算法的旋翼翼型多目标多约束气动优化设计方法。采用基于雷诺平均Navier-Stokes方程的数值模拟获得样本翼型气动性能,并建立目标函数和状态函数的Kriging模型,采用遗传算法搜索Kriging模型最小值和相应的EI(Expected Improvement)函数最大值,更新Kriging 模型直至找到满足约束的最优翼型。运用加权目标函数法进行了旋翼翼型的多设计点优化设计。优化结果表明,优化后旋翼翼型在满足约束的同时,与基准旋翼翼型OA209相比:在悬停状态下,阻力系数下降了2.1%;在机动状态下,最大升力系数提高了4.2%;在前飞状态下,阻力系数在不同马赫数下均有所减小。     

利用试验设计法建立翼型气动特性的人工神经网络模型

建立了翼型气动特性预测的BP(Back Propagation)神经网络模型,重点研究了3种选取训练样本的试验设计(DOE)法:完全析因法、正交设计法和均匀设计法,对BP神经网络预测精度的影响,利用所建立的BP神经网络对FX63-137翼型几何型线进行了优化设计。研究结果表明:在因素数和水平数较少时,完全析因法、正交设计法及均匀设计法的平均测试误差分别为0.002%、0.029%、0.023%;在因素和水平数较多时,完全析因法的样本规模太大而不再适合,正交设计法和均匀设计法的平均测试误差分别为0.42%和0.15%,均匀设计法的预测精度更高,更适合于翼型气动特性预测的人工神经网络模型。优化后翼型的升阻比在迎角为0°~18°范围内均高于原始翼型,在迎角为1°、4°和15°时升阻比分别提高了4.38%、1.38%和5.51%。该研究方法及成果可以应用于翼型的多参数优化设计。     

基于卷积神经网络和多项式混沌方法的翼型鲁棒性优化

在常规的翼型优化设计方法中,设计点处最优翼型的气动性能会在非设计点处有所恶化,因此有必要对翼型鲁棒性优化方法进行研究。提出一种基于卷积神经网络和多项式混沌方法的翼型鲁棒性设计方法,首先搭建基于卷积神经网络的气动力预测模型;其次采用多项式混沌方法对马赫数和攻角进行不确定度量化,构建翼型鲁棒性气动优化设计系统;最后对以 RAE2822 翼型为基准翼型的气动优化设计问题进行优化设计验证。结果表明：本文提出的翼型鲁棒性设计方法可行,优化后翼型的气动性能和鲁棒性气动优化设计效率在较宽的设计范围内都有所提升。     

基于人工神经网络的缝翼凹槽填充降噪设计

缝翼凹槽填充技术作为一种缝翼降噪方法,有可能会造成气动性能的损失,如最大升力系数和失速迎角的减小。基于这种情况,针对某多段翼型建立了缝翼凹槽填充构型的数据库,挑选出参考构型,利用置信度推理确定了优化方向,生成了20个优化构型;采用back propagation(BP)人工神经网络快速预测各优化构型的气动性能,选择其中气动性能最好的构型作为设计构型进行校核计算,求解定常Navier-Stokes方程评估其气动性能与基准构型作对比,应用CFD和声类比相结合的混合方法评估其气动噪声性能并与基准构型作对比。结果表明:在保持多段翼型气动性能的同时,对于给定观测点,所设计的缝翼凹槽填充构型使得气动噪声明显降低。     

多段翼型前缘缝翼吹气流动与噪声控制数值研究

根据吹气边界层流动控制的特点,探索了前缘缝翼流动控制和减噪技术。利用FLUENT软件对某多段翼型进行数值模拟,求解RANS方程和FW-H声学方程。在前缘缝翼下翼面设置吹气孔,通过改变吹气系数,研究缝翼缝道内吹气流动控制对二维多段翼型气动性能及噪声特性的影响。计算结果表明:应用缝翼吹气技术可在相同迎角下获得更高的升力系数,且能减小缝翼缝道内的分离,降低角涡引起的噪声;不同吹气系数对多段翼升力和噪声有不同程度的影响;迎角为6毅时,吹气控制可以使低频噪声减少2~4.5dB。     

基于遗传算法的低雷诺数高升力翼型的优化设计

利用遗传算法进行低雷诺数高升力翼型的气动优化设计,优化后的翼型其气动特性有明显改善,从而表明利用遗传算法进行翼型气动优化的可行性.在优化设计过程中翼型由解析函数线性叠加法表示,并对设计翼型进行了升力系数和阻力系数的气动计算,以提供目标函数和个体的适应值.     

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%。     

后缘连续变弯度对跨声速翼型气动特性的影响

针对后缘连续变弯度对跨声速翼型气动特性的影响进行了研究。首先不考虑翼型后缘连续变弯度,基于搭建的优化设计系统对跨声速翼型进行气动减阻优化设计,通过添加不同的约束优化得到两种跨声速翼型:无激波翼型和超临界翼型。然后在这两种翼型的基础上,以后缘偏转角度为设计变量、以阻力系数最小为目标,针对不同的升力系数分别进行优化设计,并根据优化结果深入分析后缘连续变弯度对这两种翼型极曲线特性的影响机理。优化结果表明:无激波翼型与超临界翼型相比,其设计点处的气动特性较好,但鲁棒性较差;升力系数小于设计升力系数时,应用后缘连续变弯度后,无激波翼型的极曲线特性明显提高,减阻最高达到3.9%,而超临界翼型的极曲线特性提高不明显;升力系数大于设计升力系数时,应用后缘连续变弯度后,无激波翼型和超临界翼型的极曲线特性都明显提高,减阻分别达到2.4%~18.1%和1.7%~13.2%。     

基于遗传算法的翼型气动优化设计

采用遗传算法进行跨声速翼型的反设计与阻力和升阻比的优化设计。翼型的反设计达到了设计要求,优化设计后的翼型其气动特性也有显著的改善,这表明了遗传算法应用于翼型气动优化设计的可行性。在优化设计的过程中,翼型由解析函数线形叠加法表示,目标函数和个体的适应值由二维欧拉方程的流场解来提供。     

基于BP人工神经网络的离心压气机叶轮多目标优化设计方法

利用Concept NREC软件建立离心压气机叶轮设计样本库,借助BP（back propagation）人工神经网络建立样本库中各设计参数与压气机性能之间的关系,接下来以多目标遗传算法寻找Pareto解,从而获得离心压气机叶轮最佳设计参数.将该方法应用于Krain叶轮设计工况,所得叶轮的效率、压比较Krain叶轮原型分别提高1.4%和10.9%.通过对人工神经网络模型可靠性的讨论、多目标优化模型的主成分分析和所设计叶轮性能的CFD验证,证明了所构建的目标函数与所获得的Pareto解集的合理性,说明本方法可以有效应用于在离心压气机设计、选型.      

基于响应面方法的风力机叶片多目标优化设计研究

运用基于响应面方法的优化设计技术,于径向使用NPU-WA-风力机专用翼型族的某1.5MW水平轴风力机叶片的多目标、多约束优化设计研究中。风力机气动性能使用基于叶素-动量理论的风力机性能分析和设计软件PROPID51。设计变量为叶片径向外形参数,包括弦长和扭转角分布,但是相对厚度保持不变;设计目标为年发电量和功率系数的最大化;在多目标优化中,使用"统一目标函数"法将多个设计目标函数通过加权求和统一到一个目标函数中。为减小计算量,响应面模型使用不含二阶交叉项的二阶多项式模型;构建模型中试验点的选择满足D-优化准则。以某1.5MW变速变矩型风力机叶片为例,进行了优化设计研究。叶片径向使用西北工业大学翼型研究中心设计的NPU-WA-风力机专用翼型族,使用CFD计算的气动性能数据作为输入进行了设计,分析了目标函数的权值分配对设计结果的影响;使用风洞测量自由转捩的气动性能数据进行了设计并分析了表面光滑条件对气动性能的影响。     

低雷诺数下螺旋桨翼型非定常气动性能的比较

为得到适用于平流层螺旋桨桨叶叶素的翼型,采用数值方法,通过改变气流速度和攻角,比较研究了低雷诺数下8种典型翼型的非定常气动性能.结果显示,大攻角工况下翼型容易发生流动分离现象,翼型吸力面的分离越严重,气动力的振荡幅度越大.通过比较不同攻角和不同速度下翼型的升阻比大小和气动稳定性得出,SD 8000 - PT翼型具有较高的升阻比和较稳定的气动力,适合作为螺旋桨的翼型.     

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。