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.     

高高空长航时无人机翼型优化设计研究

针对高高空长航时无人机的特点和使用要求,开展了高高空长航时无人机翼型的优化设计研究.为了提高采用遗传算法的气动优化设计的效率,将分布式计算与遗传算法相结合,形成了基于遗传算法和分布式计算的气动优化设计方法,并将该方法与基于反设计概念的工程方法相结合进行了高高空长航时无人机翼型的气动优化设计.设计实践表明,该方法是可行的,设计出的翼型是能够满足工程需要的.     

应用遗传算法的气动优化设计

首先对简单遗传算法进行改进，并对改进前、后算法的计算效率进行了比较；然后以跨音速翼型为例，应用改进的遗传算法进行气动优化设计。经过优化的翼型气动特性垢改善，表明了遗传算法在优化设计中的有效性。在优化设计的过程中，翼型用解析函数的线性叠加表示，目标函数和个体和适应值由欧方程的流场解来提供。     

超临界翼型稳健型优化设计研究

基于标准遗传算法、RBF神经网络以及类函数/型函数变形技术建立了翼型气动优化设计系统,在选取3次CST方法即分别对翼型上下表面采用4个设计变量进行参数化,对某型客机基本翼型在给定设计指标下进行优化设计,分别研究了巡航状态下的气动优化,以及结合蒙特卡洛分析方法马赫数随机平均分布下的翼型稳健型优化设计。结果显示,优化后的翼型的气动特性有着显著提高。     

先进无人机翼型气动设计方法研究

探讨了传统的优化设计方法和反设计方法在翼型设计中的应用,针对遗传算法存在计算量大、精度低的不足,以及反设计方法难以提供合理目标压力分布的难题,为提高已有气动设计方法的工程实用性,将基于遗传算法的优化方法与反设计方法结合起来进行了翼形的气动外形设计.结果表明,所采用的翼型设计方法是正确、有效的.     

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。     

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%。     

基于粒子群算法的翼型优化设计

采用粒子群算法（PSO）对层流翼型进行了以提高升阻比为目标的优化设计。翼型的设计达到了设计要求,优化设计后的翼型气动特性也有显著地改善,这表明了粒子群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,粒子采用递减惯性权重,以加强粒子初期的全局搜索能力与后期的局部搜索能力。翼型由解析函数线性叠加法表示,目标函数和粒子的适应度由基于二维欧拉方程的流场数值解来提供。     

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阻力和升阻比的优化设计。在优化设计的过程中,为避免进化的早熟和停滞,引入了自适应变异并对其作了适当的修改。进行减阻优化设计后的翼型其气动特性有显著的改善,这表明了遗传算法应用于翼型气动优化设计是可行的。在此基础上,进行了最大升阻比和双目标优化设计,得到了较为满意的结果。     

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。     

跨声速层流翼型的混合反设计/优化设计方法

跨声速层流翼型设计须兼顾优良的超临界特性和自然层流特性,因而对设计方法提出了更高的要求。针对现有反设计方法和直接优化设计方法的不足,发展了一种适用于跨声速层流翼型的混合反设计/优化设计方法。该方法引入了基于经验的局部流场特征作为反设计目标,翼型性能指标作为直接优化设计目标,然后加权形成了混合反设计/优化设计总目标,并同时考虑了气动和几何约束。优化算法采用基于自适应并行加点技术的代理优化,流动数值模拟采用耦合基于线性稳定性理论的e^N转捩自动判定的雷诺平均Navier-Stokes（RANS）方程求解器。针对现代中短程民用客机需求,以NPU-LSC-72613翼型为基准,开展了层流翼型减阻的混合反设计/优化设计。分别将局部目标压力分布、总阻力作为反设计和直接优化设计目标,得到了较好的优化结果,验证了方法的有效性。经过2轮优化结果显示混合反设计/优化设计总目标显著下降。所设计翼型吸力面局部压力分布与目标压力分布基本一致,总阻力下降15.5%;吸力面和压力面层流范围均大于55%倍弦长,激波强度显著减弱,说明所设计翼型同时具有优良的超临界和层流特性。将所设计翼型配置到机翼上,通过三维数值模拟进行校验,结果显示所设计跨声速层流机翼升阻比提高了6.64%,在一定升力系数范围内,气动性能均有显著提高,验证了所设计跨声速层流翼型在机翼设计中的适用性。     

混合遗传算法及其在翼型气动多目标优化设计中的应用

把基于实数编码的自适应遗传算法（SAGA）与可变容差法相结合，建立了数值优化设计中的混合遗传算法（HGA），并将其与翼型的气动分析相结合进行跨声速翼型的单目标和多目标气动优化设计。与自适应遗传算法相比，混合遗传算法的优化质量略有改善，优化效率有明显的提高。优化结果表明混合遗传算法在翼型单目标和多目标气动优化设计中是十分有效的。     

基于分布估计算法的翼型稳健设计(英文)

A transonic airfoil designed by means of classical point-optimization may result in its dramatically inferior performance under off-design conditions. To overcome this shortcoming, robust design is proposed to find out the optimal profile of an airfoil to maintain its performance in an uncertain environment. The robust airfoil optimization is aimed to minimize mean values and variances of drag coefficients while satisfying the lift and thickness constraints over a range of Mach numbers. A multi-objective estimation of distribution algorithm is applied to the robust airfoil optimization on the base of the RAE2822 benchmark airfoil. The shape of the airfoil is obtained through superposing ten Hick-Henne shape functions upon the benchmark airfoil. A set of design points is selected according to a uniform design table for aerodynamic evaluation. A Kriging model of drag coefficient is constructed with those points to reduce computing costs. Over the Mach range from 0.7 to 0.8, the airfoil generated by the robust optimization has a configuration characterized by supercritical airfoil with low drag coefficients. The small fluctuation in its drag coefficients means that the performance of the robust airfoil is insensitive to variation of Mach number.     

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%。     

现代超临界翼型设计及其风洞试验

开展了现代超临界翼型的设计研究,对现役飞机的压力分布形态进行了分析,针对现役飞机在巡航状态和阻力发散点的压力分布进行对比,提取了现役飞机超临界剖面设计的要点。采用类函数/型函数变换(CST)参数化方法、基于二阶震荡及自然选择的随机权重混合粒子群算法(RwSecSelPSO)、雷诺平均Navier-Stokes(RANS)方程、Kriging代理模型结合定期望值型的目标函数建立了优化设计系统。针对提高阻力发散马赫数和降低巡航低头力矩的设计指标,利用优化设计系统通过调整目标期望值设计了一系列满足设计指标但阻力发散马赫数不同的超临界翼型,并选择了其中具有典型特性的翼型进行了对比分析,验证了提高阻力发散马赫数和低速失速特性的设计方法,指出了在阻力发散点形成平顶形压力分布的超临界翼型具有较好的综合性能。对设计的超临界翼型进行了高、低速风洞试验验证,试验结果表明:设计结果达到了设计指标要求,提出的低速改进方案有效,层流对超临界翼型失速特性影响较大。     

基于遗传算法的旋翼翼型综合气动优化设计

结合直升机飞行特性及旋翼工作气动环境,提出了适用于中型运输直升机旋翼翼型优化设计的目标函数及约束条件.在此基础上采用遗传算法,以"黑鹰"(UH-60A)直升机旋翼翼型SC1095为基础翼型,进行多目标、多状态以及多约束条件下的旋翼翼型优化设计.优化翼型同SC1095翼型相比弯度稍大,最大厚度略有增加.结果表明:优化翼型气动力特性在满足约束条件的情况下,零升力矩系数减小了57.2%,最大升力系数增加了3.7%,阻力系数减小了7.5%.同时,非定常动态失速状态下的气动特性也有一定的改善,阻力系数和力矩系数的发散范围均有明显的减小.此外,悬停状态计算结果表明:采用优化翼型构成的旋翼与SC1095旋翼相比,具有更高的悬停效率及更低的力矩系数.