超声速翼型气动优化设计

首先分析了几何外形和相对厚度对超声速翼型气动特性的影响。基于遗传算法(GA)和气动力快速工程算法,对于相对厚度为3.5%的多边形翼型进行优化设计,多边形翼型的优化外形趋于四边形,最大厚度点后移到翼型弦线的60%左右,随着迎角或者马赫数增大下翼面会变薄,上翼面变厚,最大厚度点相应稍有后移。对于相对厚度为4%的双圆弧翼型,采用两步优化设计方法,第1步优化结合基于B样条的类别形状函数变换(CST)参数化方法与小波分解方法,实现几何外形的局部控制与光顺处理,并且采用本征正交分解(POD)代理模型降低优化过程中流场计算的工作量;第2步优化采用基于Navier-Stokes方程的最速下降法(SDA),修正第1步优化中代理模型和小波光顺引入的误差;优化设计得到的翼型近似为四边形,其相对厚度最大点后移到翼型弦线的60%~65%处,升阻比可以提高7%。     

转捩模型在翼型气动性能预测 中的应用研究

边界层转捩位置的准确预测对于提高飞行器气动性能的预测精度具有重要意义.选取与k-ω SST湍流模型相耦合的γ-Reθt模型,以零压力梯度平板为研究对象,通过求解基于有限体积法的雷诺平均N-S方程验证该模型自动捕捉流动转捩的准确性;将该模型应用于传统有压力梯度的NACA 0012翼型的流场特性和气动性能的研究中,并与原始k-ω SST模型的计算结果及全湍流试验数据进行比较.结果表明:远场边界距离对翼型阻力系数有较大的影响;与无转捩模型相比,γ-Reθt转捩模型对翼型阻力系数的预测精度有一定程度的提高;对于二维模型,γ-Reθt转捩模型难以捕捉翼型表面的三维效应和非定常分离特性.     

翼型几何模型对边界层转捩预测精度的影响

对飞行器表面的边界层转捩现象进行准确地预测,是设计高性能层流翼型的关键。基于边界层数值模拟和现代CFD技术的特点,选取与SSTk-ω湍流模型相耦合的γ-Reθt转捩模型,对不同类型的翼型边界层转捩进行预测。结果表明:在转捩计算过程中出现的摩阻曲线震荡,是由翼型表面计算网格不光顺所引起的;提高翼型几何模型光顺程度能够在不同程度上提高翼型气动特性的计算精度,并能得到更加准确的转捩预测结果。     

固定转捩和自由转捩流动预测方法验证

采用固定转捩位置和基于SST k-ω湍流模型的γ-Reθt转捩模型自由转捩模拟两种方法研究了RAE2822翼型流动转捩问题。先采用γ-Reθt转捩模型确定转捩位置,再采用所获得的转捩位置实施固定转捩位置计算,并与全湍流计算结果和其他软件计算结果进行了对比。表明两种方法均能有效捕捉超临界翼型流动转捩现象,固定转捩位置模拟结果基本上重现了自由转捩预测结果。     

用转捩模型预测转捩及确定最佳粗糙带高度

采用SST k-ω二方程湍流模型,附加γ-Reθ转捩模型对不同迎角下的NACA0012翼型绕流进行了转捩预测,计算预测的转捩位置与实验结果符合较好,说明γ-Reθ转捩模型对转捩位置具有较好的预测能力。进一步用模型对带有粗糙带的翼型进行转捩预测,获得了不同雷诺数下刚好激发转捩又不引起过大局部压力扰动和附加阻力的最低粗糙带高度,对固定转捩风洞实验有指导意义。     

采用γ-Re_(θt)模型的转捩流动计算分析

为了在黏性流动数值模拟中实现边界层转捩的自动预测,将γ-Reθt转捩模型引入到三维非结构混合网格的雷诺平均Navier-Stokes方程求解程序(HUNS3D)。该转捩模型由两个依赖当地变量定义的关于间歇因子和当地化转捩起始动量厚度雷诺数的输运方程组成,其数值求解算法与流场求解程序中湍流模型的求解方法相同。为了考察和验证HUNS3D程序中γ-Reθt转捩模型对航空工程中的常见附面层自由转捩问题的预测精度,对低速平板流动、Aerospatial-A翼型、NLR 7301超临界翼型和NASA Trap wing高升力构型等典型外形的自由转捩流动进行了计算,并将计算结果与相关试验结果进行了对比分析。算例结果表明:γ-Reθt转捩模型对于转捩位置具有很好的敏感性,能比较准确地预测自然转捩和分离转捩,可以有效提高HUNS3D程序对实际流动的模拟能力和预测精度。     

应用Delaunay图映射与FFD技术的层流翼型气动优化设计

采用非均匀有理B样条(NURBS)基函数属性建立了任意空间的自由式变形(FFD)翼型参数化方法,进一步结合基于Delaunay图映射技术建立了结构对接网格变形模式,通过粒子群优化(PSO)算法进行参数化方法、网格变形模式以及计算流体力学(CFD)数值模拟技术之间的整合,研究、构建了气动优化设计系统,并对某型层流理念设计的高空长航时(HALE)飞机基本翼型进行气动优化设计。气动特性目标函数评估方法中,边界层转捩数值模拟技术采用γ-Re_θt转捩模型耦合剪切应力输运(SST)模式湍流模型。优化设计后翼型气动特性表明:采用相关技术建立的层流翼型气动优化设计系统对于层流理念设计的HALE飞机翼型的设计具备较高的优化效率。     

基于Kriging模型的旋翼翼型优化设计研究

以基于进化算法的多目标优化方法为基础,结合多目标优化设计Pareto解的思想和约束处理机制,采用Kriging代理模型和基于B样条的翼型表示方法,建立了旋翼翼型的优化设计系统.代理模型采用均匀设计进行模型采样,在优化过程中根据EI(expected improvement)准则动态增加采样点来调整代理模型的精度.采用B样条方法进行翼型参数化,保证了翼型的光顺性.在翼型的气动性能分析中引入转捩模型提高阻力计算的精度.利用该系统对旋翼翼型进行了优化设计,经风洞试验验证,满足设计要求.     

基于γ-Reθt转捩模型的翼型气动特性计算精度改进研究

将结合SSTk-ω湍流模型的γ-Reθt转捩模型与二维雷诺平均NS（RANS）方程数值求解相耦合,发展了考虑转捩影响的翼型气动特性计算方法。得到的计算结果与没有考虑转捩影响的计算结果的比较表明,与实验更加吻合,计算精度得到了明显提高。     

γ-Re_(θt)-CF转捩模型在Spalart-Allmaras湍流模型中的推广及验证

横流(CF)不稳定性是三维流动中诱发转捩的一项非常重要的因素,考虑到γ-Reθt-CF转捩模型对流向Tollmien-Schlichting波和横流波不稳定性引起转捩的判定均是完全基于当地变量,且Spalart-Allmaras(SA)湍流模型计算效率高,因而将γ-Reθt-CF转捩模型与SA湍流模型相结合,并将其引入开源Standford University Unstructured(SU2)计算流体力学分析平台。为了考察和验证模型的预测精度,分别使用原始γ-Reθt模型和γ-Reθt-CF-SA模型,对NLF(2)-0415后掠翼型和标准6∶1椭球模型进行了转捩预测数值模拟。算例结果表明,γ-Reθt-CF-SA模型的计算结果与试验数据吻合程度远远优于原始γ-Reθt模型,γ-Reθt-CF-SA模型能正确地预测出三维流动中的横流不稳定性引起转捩的现象。     

Robust design of NLF airfoils

 A robust optimization design approach of natural laminar airfoils is developed in this paper. First, the non-uniform rational B-splines (NURBS) free form deformation method based on NURBS basis function is introduced to the airfoil parameterization. Second, aerodynamic characteristics are evaluated by solving Navier-Stokes equations, and the γ-Re_θt transition model coupling with shear-stress transport (SST) turbulent model is introduced to simulate boundary layer transition. A numerical simulation of transition flow around NLF0416 airfoil is conducted to test the code. The comparison between numerical simulation results and wind tunnel test data approves the validity and applicability of the present transition model. Third, the optimization system is set up, which uses the separated particle swarm optimization (SPSO) as search algorithm and combines the Kriging models as surrogate model during optimization. The system is applied to carry out robust design about the uncertainty of lift coefficient and Mach number for NASA NLF-0115 airfoil. The data of optimized airfoil aerodynamic characteristics indicates that the optimized airfoil can maintain laminar flow stably in an uncertain range and has a wider range of low drag.     

γ-Reθ转捩模型在二维低速问题中的应用

介绍了基于当地关联的γ-Reθ转捩模型.通过Spalart建议的环境源项法对自由流湍流度衰减的有效控制,实现了该转捩模型的实用化.利用中国空气动力研究与发展中心的TRIP软件平台上实现的该转捩模型,对S809翼型、NLR7301两段翼型和30P30N三段翼型3个低速翼型绕流问题进行了计算,将不同迎角下的计算结果与试验结...     

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。     

Application of a PCA-DBN-based surrogate model to robust aerodynamic design optimization

An efficient method employing a Principal Component Analysis (PCA)-Deep Belief Network (DBN)-based surrogate model is developed for robust aerodynamic design optimization in this study. In order to reduce the number of design variables for aerodynamic optimizations, the PCA technique is implemented to the geometric parameters obtained by parameterization method. For the purpose of predicting aerodynamic parameters, the DBN model is established with the reduced design variables as input and the aerodynamic parameters as output, and it is trained using the k-step contrastive divergence algorithm. The established PCA-DBN-based surrogate model is validated through predicting lift-to-drag ratios of a set of airfoils, and the results indicate that the PCA-DBN-based surrogate model is reliable and obtains more accurate predictions than three other surrogate models. Then the efficient optimization method is established by embedding the PCA-DBN-based surrogate model into an improved Particle Swarm Optimization (PSO) framework, and applied to the robust aerodynamic design optimizations of Natural Laminar Flow (NLF) airfoil and transonic wing. The optimization results indicate that the PCA-DBN-based surrogate model works very well as a prediction model in the robust optimization processes of both NLF airfoil and transonic wing. By employing the PCA-DBN-based surrogate model, the developed efficient method improves the optimization efficiency obviously.     

基于CST参数化方法的翼型快速设计

为弥补传统飞机翼型设计周期长、代价高的缺点,将CST翼型参数化方法,与机器学习中的高斯过程回归方法相结合,通过对已有的翼型数据的学习,实现对未知翼型气动性能或者外形数据的快速准确预测。选取一组NACA四位族翼型,获得其CST参数描述数据,并分别计算其在一定条件下的升力系数、阻力系数和压力分布数据。利用这些数据对高斯过程回归模型进行训练,实现了翼型的快速正设计以及反设计系统。并将实验结果与采用NACA翼型参数表示法得到的预测结果进行了对比。实验结果表明,基于CST参数化方法的翼型快速设计准确度高、速度快,具有很大的应用价值。     

基于CST参数化的翼型优化遗传算法研究

用外形建模的CST参数化方法,构建翼型几何可直接利用其后缘角、前缘半径等几何特征,其控制参数更能反映翼型特有的气动敏感性,有助于遗传算法搜索寻优。基于这一参数化方法,结合遗传算法,构造了用于翼型优化的设计方法。算法中,CST控制参数作为设计变量,采用二进制编码,并通过引入精英策略,提高了遗传算法的收敛性能。算法适应度评估涉及的流场求解则采用了基于Jameson有限体积法的Euler方程解算程序。先以NACA0012翼型为例,以其某一已知的表面压力分布为目标,进行了遗传算法的重构运算,给出了重构的翼型几何外形,验证了方法。在此基础上,进行了带约束的跨音速翼型优化设计,给出了升力系数极大化和阻力系数极小化等设计算例,展示出翼型优化设计的效果。     

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。     

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。