基于伴随方程的翼型数值优化设计方法研究

对Euler方程为流动模型的翼型绕流,在微分方程生成的网格中,以B样条控制顶点为设计变量,用连续伴随方程法对翼型气动外形进行数值优化设计.给出了两个亚声速的反设计算例,验证了该方法的可行性.     

基于N-S方程的旋翼翼型优化设计方法

将N—S方程流场分析程序和序列二次规划结合起来，提出了一种工程实用的直升机旋翼翼型设计方法，以提高旋翼翼型在悬停、前飞和机动等多个设计点及在多种约束条件下的气动性能。由N—S方程计算得到的升力、阻力等气动参数构成目标函数，应用数值优化程序对其进行最优化。计算实例表明：本方法设计质量高，所需机时少，易于实施，有较大的工程应用价值。     

基于N-S方程的翼型气动优化设计

本文简要回顾了气动优化设计的最新发展,并采用连续伴随方法对粘性条件下的翼型气动外形进行了优化设计。设计过程中,采用B样条曲线的控制顶点作为设计变量,通过求解伴随方程得到目标函数关系设计变量的梯度,最后用最速下降法和BFGS变尺度法对二维翼型进行了外形优化,验证了本方法直接、快速的设计能力。     

基于神经网络的翼型优化设计方法研究

针对气动外形优化设计中,气动特性计算可信度要求与巨大计算量之间的矛盾,采用一种基于神经网络构建适用于气动外形优化设计的气动特性计算模型的计算方法.同时,以神经网络近似模型来代替原有的流场数值计算气动分析程序,结合基于遗传算法建立的气动外形优化搜索方法,建立了一种新的翼型优化设计方法.实际翼型优化设计算例表明该方法有效减少了计算量,提高了工作效率,可以获得具有高可信度的设计结果.     

基于控制理论的Euler方程翼型减阻优化设计

在Jameson的控制论气动优化设计思想下,应用Euler方程研究了翼型的反设计和减阻问题.设计过程中的梯度是通过求解一个伴随偏微分方程而得到的,每个设计迭代只需求解一次Euler方程和一次伴随方程,计算量与设计变量数无关.在具体数值执行中:①利用分部积分将目标函数变分的计算转化成了类似于计算Euler方程残值的形式,节省了机器时间;②根据控制理论的要求,将减阻问题转化成了相应地修改伴随方程的物面边界条件和目标函数的变分表达,使问题得到了简化;③利用特征不变量分析法,处理了伴随方程的物面和远场边界条件.设     

基于代理模型方法的翼型优化设计

提出了基于代理模型的两步优化方法,用于翼型在黏性流场中气动外形的优化设计.第一步优化使用基于代理模型的遗传算法(GA)获得全局最优解的大致范围.以本征正交分解(POD)方法作为第一步优化中气动力计算的代理模型方法,降低遗传算法的计算量,并对其采样解的生成方法进行改进,提高了计算精度;第二步优化使用基于NavierSto...     

超临界自然层流翼型的数值优化设计

超临界自然层流翼型是在超临界翼型和自然层流减阻的基础上发展起来的,具有优良的气动特性,是发展新型干线客机的关键技术。本文采用数值优化方法设计超临界自然层流翼型,得到了性能比较优良的翼型。与在中国空气动力研究与发展中心二所的实验资料进行比较,说明本文的方法是可靠实用而又经济的方法。     

基于Navier-Stokes方程跨声速翼型和机翼气动优化设计

将响应面方法引入到气动优化设计上来,进行了基于N-S方程跨声速翼型、机翼气动优化设计。通过去掉完全二阶多项式响应面模型中的二阶交叉项,大大减少了构造高维响应面模型所需要的计算量。合理地选择优化设计空间,保证了构造的响应面模型具有较高精度。跨声速翼型、机翼减阻优化算例结果表明该方法能有效地适用于气动优化设计问题,设计质量高,方法实用可靠,有较高的工程应用前景。     

基于响应面和遗传算法的翼型优化设计方法研究

高速气动悬浮列车（Aero-train）是一种利用机翼地面效应原理的创新型高效高速低能耗高速列车。本文以LA203A为基础翼型,利用遗传算法与数值模拟的方法对基础翼型进行气动优化设计。通过对优化翼型的地面效应模拟分析,得出优化后的翼型其气动特性有明显改善,并由此得出气动悬浮列车单向翼离地间隙、迎角与阻力、升力、升阻比之间的关系。利用CFD技术对安装有基础机翼和优化后机翼的气动悬浮列车初始研究模型（AERO-1）整车气动特性进行数值模拟以及分析前后端机翼的流场特性,并利用风洞实验方法对装有优化机翼的气动悬浮列车初始研究模型（AERO-1）气动特性进行研究。利用遗传算法优化后机翼翼型升阻比特性较基础翼型最高提升26%,具备优化机翼的气动悬浮列车（AERO-1）在地面效应下的气动特性优于原始模型。本文研究为机翼地面效应分析以及气动悬浮列车研究提供理论依据。     

基于离散伴随的层流翼优化设计方法

层流技术是未来发展绿色航空的核心技术,可处理大规模设计变量的高效、鲁棒的优化设计方法是推动层流技术工程应用转化的关键环节之一。基于高可信度RANS求解器,结合准三维层流边界层方程、Drela-Giles和C1准则,建立了可同时捕捉Tollmien-Schlichting(TS)和Crossflow(CF)不稳定性的转捩预测方法,与典型风洞和飞行试验对比,验证了该方法的可靠性。通过严格物面插值、获得准确的间歇因子函数以剔除气动力计算引入的数值噪声,精确推导了考虑转捩的耦合伴随方程,并结合无矩阵存储技术、链式求导法则、反向混合自动微分及Coupled Krylov(CK)算法发展了耦合伴随方程高效求解方法,最终建立了基于离散伴随的层流翼梯度优化设计方法。针对典型客机翼身组合体构型的气动优化显著推迟了转捩,获得了10.48%的减阻收益。优化结果表明,建立的层流翼梯度优化方法能够有效处理多种转捩机制并存的复杂三维层流翼优化问题。     

耦合均衡论和隐式约束伴随方法的翼型气动多目标优化设计

通过耦合Nash竞争对策和伴随方法来研究气动多目标优化问题,其中对策论是描述现实世界中包含有矛盾、冲突、对抗、合作等诸因素的数学模型的数学理论与方法。将对策论的方法应用于互为冲突的多目标气动优化设计中,寻找各冲突目标之间的平衡解。计算结果表明：Nash均衡论可以很好地处理多目标优化问题,并且能自然地运用于并行环境。     

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。     

基于黏性伴随方法的跨声速机翼气动优化设计

 进行了基于黏性伴随方法和Navier Stokes方程的跨声速机翼气动优化设计研究。分别推导了适用于三维跨声速机翼气动反设计和减阻设计的黏性伴随方程、边界条件和梯度求解表达式,并研究了伴随方程的数值求解方法。通过将网格生成、流场计算、黏性伴随方程数值求解、梯度求解和拟牛顿优化算法等几方面的有效结合,发展了一种跨声速机翼气动优化设计方法。为了提高计算效率,将多重网格方法应用到方程的数值求解中来加速收敛。跨声速机翼反设计和减阻设计算例验证了本文所发展的方法的正确性。采用本文的方法进行优化设计,一般通过20~30次迭代就能得到满意的结果。     

一种旋翼翼型多点多约束气动优化设计策略

充分考虑伴随方法的梯度求解的准确性、CFD计算量小等显著优点,研究了引入基于伴随方法的梯度信息的响应面模型构造问题,发展了基于梯度信息改进的响应面方法,提高了多设计变量适应性及优化效率;针对悬停/前飞/机动状态下的旋翼翼型升阻比、阻力发散马赫数、最大升力等气动特性精确分析需求,分别提出了对应的合理气动计算策略;为有效适应旋翼翼型复杂气动设计问题,发展了基于伴随方法与响应面法有效结合、针对悬停/前飞/机动状态对应气动计算策略的一种较实用高效的旋翼翼型气动优化设计策略,提高了计算精度、鲁棒性与优化效率,进行了典型OA309旋翼翼型算例验证,优化后旋翼翼型与原OA309翼型相比,综合性能有较好改善,研究表明,所发展的气动设计策略是有效、可行的。     

基于共轭方程法的跨音速机翼气动力优化设计

 设计状态的机翼气动力特性是设计人员最为关心的指标, 应用控制理论设计方法进行了有升力约束情形下跨音速机翼阻力优化设计研究, 根据给定的目标函数推导了相应的共轭方程和边界条件, 研究了共轭方程的数值求解方法, 以及计算目标函数对设计变量的敏感性导数时所涉及的度量矩阵变分求解问题, 研究了流场计算、共轭方程数值求解、敏感性导数求解和拟牛顿优化算法这几个主要方面的有效结合问题, 发展出了一种跨音速机翼气动力优化设计方法, 进行了跨音速机翼气动力优化设计研究验证, 优化后机翼气动力特性有一定程度的改善, 阻力系数能减少20%左右, 而升力系数有所增大, 说明所发展的设计方法是成功的, 该设计方法在跨音速及复杂外形气动设计方面比以往设计方法具有更好的适用性和优越性。     

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。