低雷诺数翼型的气动外形优化设计

对翼型参数化方法Parsec和Hicks-Henne型函数系列方法,进行了低雷诺数翼型的参数化描述研究。分析了低雷诺数翼型气动优化目标设置特点,确定改进的Hicks-Henne型函数作为翼型的参数化描述方法。从基于功率因子最大的角度出发,结合Kriging代理模型和遗传算法的运用,进行了低雷诺数翼型的气动外形正优化设计。引入传统高雷诺数翼型的多点优化方法,进行两组不同速度域、两种不同加权系数下的多点优化,优化速度域最大范围15m/s,并结合翼型的单点优化进行研究。结果表明:多点优化更适用于低雷诺数翼型的气动优化;如果某多点优化翼型功率因子均值提高29.54%、力矩系数方差降低27.79%,有利于飞行航时和稳定性提高;多点优化具有较好的工程应用价值。     

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。     

大型飞机超临界翼型设计与优化

从初始翼型开始,利用型函数生成几何扰动量叠加到基本翼型表面,以型函数的权系数为设计变量,对翼型进行优化设计。在ISIGHT平台下集成以下三个模块:利用C++语言编写一个翼型关键点生成程序,来实现优化参数的计算;将生成的翼型数据点,调用并导入到GAMBIT内,由GAMBIT生成网格后结束GAMBIT;调用FLUENT对GAMBIT生成的网格进行流场计算;最后应用ISIGHT优化算法库中的遗传算法对FLUENT的计算结果进行分析,实现整个优化流程的自动化。以CJ818飞机为例,采用超临界翼型作为初始翼型,应用上述方法进行优化,结果表明此方法能设计出符合条件的基本翼型,有一定工程应用价值。     

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。     

基于遗传算法及转捩模型的层流翼型优化设计研究

讨论了层流翼型对飞机机翼减阻的重要意义,概述了遗传算法的优化原理及其特点。在基准翼型的基础上,以Hicks—Henne型函数的解析函数线性叠加法来描述翼型。采用遗传算法完成了层流翼型优化设计。计算中采用了转捩模型耦合SST两方程湍流模式,通过求解雷诺平均的N-S方程组模拟了翼型的转捩流动。对计算结果进行了分析,分析表明优化翼型在升力特性、阻力特性方面比基准翼型有很大的提升,达到了优化升阻比的目标。     

前加载翼型多点综合优化设计

前加载翼型具有低头力矩小、隐身性能好的特点,能够对气动和隐身特性进行合理折中,是理想的飞翼布局飞机截面翼型。首先介绍典型翼型参数化方法和评估方法,并对前加载翼型外形的控制能力进行评估,结果表明Hicks-Henne方法和CST方法对前加载翼型外形的控制能力较强,并且CST方法参数个数较少。然后依据飞翼布局飞机设计需求,在确定翼型设计状态和优化设计模型的条件下,将CST翼型参数化方法、N-S方程数值求解方法和遗传算法相结合进行前加载翼型多点综合优化设计,得到比参考翼型具有更大相对厚度和更优气动特性的设计结果。     

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.     

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%。     

典型翼型参数化方法的翼型外形控制能力评估

现代飞行器的精细化设计需求要求翼型参数化方法具有精准的翼型外形控制能力。依据标准的风洞模型公差要求,以五个典型翼型作为测试翼型,分别对Hicks-Henne参数化方法、样条参数化方法、PARSEC参数化方法和CST翼型参数化方法的翼型外形控制能力进行评估,依据每个翼型参数化方法的评估结果并结合其固有特点进行适应性分析。结果表明:四种翼型参数化方法对翼型外形的控制能力存在较大差别,具有不同的适用范围。评估典型翼型参数化方法的所得结果可指导设计人员依据具体的设计需求选择适当的翼型参数化方法。     

CST气动外形参数化方法研究

 类别形状函数变换(CST)方法是通过类别函数和形状函数来表示几何外形的新型气动外形参数化方法。通过考察参数化过程线性系统的条件数以及对翼型的表示误差,研究了Bernstein多项式阶数(BPO)对CST方法单值性和精度的影响,并将CST方法与B样条法、Hicks-Henne法和参数化翼型(PARSEC)法的参数数量和表示精度进行了对比。使用基于CST参数化方法的远场组元(FCE)激波阻力优化方法对超声速机翼进行外形优化,优化后的机翼其激波阻力降低达61%。研究结果表明:CST方法具有参数少,精度高的优点;为保证表示精度,同时避免病态参数化过程,应使用4阶以上、10阶以下的Bernstein多项式定义形状函数。     

基于两层POD和BPNN的翼型反设计方法

翼型优化过程需要大量的 CFD 分析,计算量大、耗时长。本文发展基于本征正交分解（POD）和反向传播神经网络（BPNN）的翼型反设计方法,该方法的优化过程如下：首先,通过 Hicks-Henne 参数化,在设计空间中构造翼型外形的样本库,并利用 Xfoil/Fluent 对样本翼型的流场进行求解;然后,对翼面压力系数和几何外形分别建立 POD 模型,即两层 POD 模型,并得到对应的基模态系数;最后,使用 BPNN 建立从压力系数的基模态系数到几何外形的基模态系数的映射,实现在给定压力系数下对几何外形的快速预测。通过算例分析,结果表明：在亚/跨声速状态,基于 200 个样本训练所得的两层 POD+BPNN 模型可以实现对具有目标压力系数分布的翼型的预测,其精度满足翼型反设计要求。     

基于分层策略的翼型多参量气动优化设计研究

与基于梯度的优化方法相比,遗传算法因其极强的鲁棒性、随机搜索及优化结果全局性等特点在工程优化中得到越来越广泛的应用。为提高优化设计的效率,改进了传统的遗传算法,采用并行分层策略基因遗传算法开展了翼型多参量气动优化设计研究,包括翼型和多段翼型的基因编码、外形参数化,以及动网格技术。结果表明,并行分层策略在得到较优气动优化结果的同时,极大地缩短了优化时间,提高了计算效率,具有广阔的工程应用前景。     

翼型高低速性能优化及其对缝翼设计影响研究

采用Hicks-Henne方法参数化翼型,以巡航升阻比、低速最大升力系数为目标进行优化设计.利用试验设计方法对总体设计空间内目标函数的分布进行初步评估,得到目标函数的初始Pareto前沿面,以前沿面上的点为基准,把总体设计空间分割成独立的局部设计空间进行并行寻优,逐步更新直至得到收敛的Pareto前沿面.对前沿面上的典...