基于遗传算法的翼型多目标气动优化设计

采用遗传算法实现了单/多目标情况下NACA0012翼型的气动优化设计。绕翼型的外部无粘流场解采用基于非结构网格的显式时间推进Jameson有限体积方法。遗传算法采用二进制编码,通过外部调用流场解算器对种群适应度函数进行评估。为提高计算效率,使用了动弹网格技术以及使得优化程序可以从任一进化代继续计算的中间进化结果存储技术。优化参数为翼型气动型面,分别以给定来流条件下的升力系数、阻力系数作为优化目标进行了单目标优化设计,并以此为基础,结合博弈论中的Nash博弈,实现了升力系数和阻力系数的多目标优化设计,得到了优化结果。分析表明,该方法具有较高的计算效率,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。     

垂直轴风力机翼型气动优化设计

对小型垂直轴风力机常用的NACA0015翼型进行优化设计,使其具有更优的气动性能。在优化过程中,利用CST参数化方法对翼型的几何外形进行扰动,选取翼型的厚度及弯度作为约束,翼型切向力系数作为目标函数,以基于非支配排序的遗传算法（NSGA－II）作为优化方法,最后建立优化流程,优化过程中利用XFOIL程序结合Viterna-Corrigan失速后模型计算优化前后翼型的气动性能。结果表明,与NACA0015翼型相比,优化后的翼型气动性能有了较大提升,最大升力系数提高了6．63％,最大升阻比提高了27．5％,最大切向力系数提高了22．7％。     

基于改进CST参数化方法和转捩模型的翼型优化设计

为提高翼型优化设计效率,增大设计空间,采用B样条基函数替代传统的形状类别函数(CST)方法中的Bezier多项式,增强了对翼型参数化表达的局部控制能力并提高了翼型局部表达精度。为了确保翼型在优化设计过程中的几何光顺特性和代理模型的准确性,采用小波分解技术提出了多分辨率翼型的局部光顺方法。采用基于本征正交分解(POD)的流场数值代理模型,并结合γ-Reθt转捩模型实现了快速准确的气动力与流动转捩预测。采用小波技术光顺的CST翼型参数化建模、POD流场数值计算代理模型以及γ-Reθt转捩模型,结合遗传算法建立了完整的翼型气动优化设计系统。针对低速层流翼型与超临界翼型进行优化设计,优化设计后的翼型升阻比分别提高了47.42%和45.85%,且对改进前后参数化建模方法的优化性能进行了对比,结果表明本文构建的翼型气动优化设计系统具备很高的优化效率。     

高升阻比翼型的设计

使用解析形状函数法和参数化翼型表示方法,将求解绕翼型流场的N-S方程解与优化方法相结合,可设计出新的高升阻比翼型.计算结果表明,设计的新翼型满足设计要求,且获得比原始翼型高得多的升阻比,翼型设计方法是实用的.参数化翼型表示法比解析形状函数法对给定的初始翼型离散数据的准确度影响更小,更适合用于新翼型的设计.     

乘波体飞行器气动布局优化设计

由于具有高升阻比,乘波体是高超声速巡航飞行器气动布局的首选方案。文章在求解圆锥激波流场精确解的基础上,应用流线追踪方法,建立了乘波体飞行器气动布局的参数化模型。在此基础上,对飞行器的气动力特性进行了估算。最后,以气动布局参数为设计变量,升阻比最大化为设计目标,对乘波体飞行器进行气动布局优化设计,应用改进的粒子群优化算法(Particle Swarm Optimization,PSO),对优化模型进行求解,得到了优化的气动布局设计方案。     

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。     

基于Isight的倾转旋翼飞行器前飞状态翼型优化

倾转旋翼飞行器被认为是下一代旋翼类飞行器的主要发展方向,研究其机翼的气动优化设计,对于提高该类飞行器的飞行性能具有重要意义。以NACA2412为原始翼型,首先,采用Hicks-Henne方法进行翼型参数化,并确定设计变量;其次,采用Isight集成翼型生成、网格划分、流场求解等软件,建立翼型自动优化平台;然后,采用基于最优拉丁超立方设计(Opt LHD)和径向基函数(RBF)的代理模型,并用多岛遗传算法(MIGA)进行机翼优化;最后,将优化后的翼型生成三维机翼,进行气动特性计算。优化过程中,对比两种边界条件的优化结果,以证明所用优化方法的有效性;为了减少计算量,使用动量源方法用作用盘代替旋翼。结果表明:根据机翼展向来流速度分布进行翼型优化,在前飞状态下优化后的机翼的升阻比提高了66.03%。     

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。     

某飞翼布局隐身飞行器的翼型优化

对某飞翼布局无人机的翼型进行考虑隐身迎角的气动、隐身综合优化研究。采用基于非均匀有理B样条曲线的自由变形方法实现翼型的参数化表达;无限插值动网格方法生成气动求解的计算网格;分别采用基于雷诺平均N—S方程求解的计算流体力学方法及物理光学法计算翼型的气动、隐身性能;选择多目标遗传算法进行综合寻优设计研究。优化翼型兼顾了气动与隐身的要求,其综合性能优于原翼型。结果表明,方法具有较好的实用性。     

基于N-S方程的跨声速翼型多目标多约束优化设计

本文将粘性流场分析和数值优化方法耦合起来，发展了一种跨声速翼型设计方法，用以提高翼型在一个或多个设计点、在多种约束条件下的气动性能。由粘性流场分析程序计算得到的升力、阻力等气动参数构成目标函数，数值优化程序对其进行最小化。粘性流场分析采用了雷数平均Ｎ－Ｓ方程，这比过去翼型设计中使用的全速势方程或Ｅｕｌｅｒ方程更能模拟流动的本质，因而设计结果的可靠性大大提高了。优化算法采用传统的拟牛顿法（Ｑｕａｓｉ     

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

高升阻比翼型和机翼的多点优化设计

研究并给出了一种适用于CFD计算的尾迹面气动力计算方法,并讨论了实现尾迹面法的气动力积分技术.数值算例的结果与传统的表面积分法的结果比较表明,尾迹面法的结果更接近于实验数据.结果还表明此计算方法利用CFD可给出工程允许的精度范围的阻力值,因此也可用于复杂外形的阻力优化计算.讨论了多目标优化及综合目标函数构造的方法;给出了基于N-S方程流场求解的高气动性能翼型的优化设计方法和算例;讨论了基于欧拉和N-S方程流场求解的三维机翼优化设计方法和算例.翼型和机翼的优化设计算例结果表明,优化设计计算方法可有效地提高翼型的升力系数和降低阻力系数,具有更高的综合气动性能;三维机翼厚度非线性分布和负扭角会改善机翼流场的流动状态、提高机翼的升阻比.算例结果也表明所提出的优化设计方法是正确和有效的.     

CFD在概念-初步设计阶段三维气动外形优化中的应用

在飞行器概念-初步设计阶段,建立基于CFD的气动优化链对于提高优化计算的效率具有较好的工程应用价值。使用德国宇航院开发的CPACS数据格式给出飞行器平面形状,结合NURBS翼型参数化方法对飞行器几何外形进行参数化;自动生成计算网格并求解Euler方程数值模拟流场以评估参数化气动外形的气动特性,进而构建响应面模型;使用SQP梯度算法搜索响应面模型以获取满足约束的最优解。以Onera M6机翼为例,对该优化链进行验证。结果表明:在满足约束的条件下,基于CFD的气动优化链能够成功地进行气动外形优化。     

Gurney襟翼对翼型流场影响的数值模拟及研究

本文采用计算流体力学的方法计算了NACA23012翼型以及安装四个不同高度（1％C、2％C、3％C、4％C）Gumey襟翼翼型的流场,并比较了不同来流马赫数、气流攻角条件下的气动性能．包括升阻比、翼型表面压力系数分布和马赫数分布。计算结果表明,安装Gumey襟翼后翼型的升阻比得到提高,升力分布趋于平均,在所计算的气流条件下安装3％C高度Gumey襟翼的翼型获得了最高的升阻比。     

基于代理模型的飞翼多目标气动优化设计

针对飞翼布局飞行器,采用雷诺平均N-S方程（ RANS）计算流场,使用基于代理模型的多目标优化方法进行了同时考虑起飞性能和巡航性能的多点多目标气动优化设计。在设计过程中,将飞翼的平面形状、剖面形状及扭转角同时作为设计变量（共58个设计变量）,将提高起飞时的升力系数和提高巡航升阻比为设计目标,以起飞状态和巡航状态的力矩系数作为气动约束,并以飞翼平面面积不减和剖面厚度不减作为几何约束。通过采用基于Kriging模型的多目标优化方法,以较小的计算花费得到了较好的Perato前沿。取Pareto前沿中一个最优解与基准外形的性能进行了对比,结果显示,优化外形的性能较基准外形的气动性能得到全面大幅提高且所有约束得到严格满足。     

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。     

基于高斯过程回归和遗传算法的翼型优化设计

针对高升阻比风力机翼型前缘曲率半径较大的问题,传统的翼型参数化方法前缘控制能力不足,且基于面元法XFOIL预测精度差的问题,利用增强类函数/形函数转换（CST）参数化方法控制翼型的形状变化、拉丁超立方实验设计、计算流体力学（CFD）流场计算模块、高斯过程回归模型和遗传算法,提出了基于高可信度Reynolds average Navier-Stocks（RANS）和高斯回归模型辅助遗传算法的翼型优化设计方法。结果表明:基于高斯回归模型的翼型优化方法,可以将优化所用CFD计算次数降低一阶,从而大幅度提升优化设计效率。由标准算例超临界翼型RAE2822的降阻设计表明,在百次量级的CFD次数阻力降低43.16%,激波被削弱且升力、力矩和面积严格满足约束。由风力机翼型NACA64618的最大化升阻比优化设计表明,所设计翼型不仅在设计攻角和副设计攻角处升阻比大大增加,在整个小攻角范围内其气动性能都得到了提升,且两个主设计点,无不良阻力的产生。      

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。     

遗传算法结合神经网络的多段翼型优化设计研究

为提高多段翼型增升效能,开展包括襟／缝翼偏度和缝道参数在内的优化设计研究。将神经网络与遗传算法结合的优化设计方法应用于气动优化设计,并针对30P30N三段翼型,分别以8°迎角时升阻比最大和22°迎角时升力最大为目标进行了单目标和多目标优化设计研究。研究结果表明：采用单目标设计虽可在设计点获得较好的优化结果,但在非设计状态气动性能下降;采用多目标优化设计,既可获得良好的中等迎角升阻性能,又可改善大迎角失速性能,使综合气动性能更优;遗传算法与神经网络结合的优化设计方法可满足多段翼型的多点优化设计问题,具有高效、高精度等优点,易于工程应用。     

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。